Czy AI może przewidzieć wynik wyborów krajowych na podstawie nastrojów w mediach społecznościowych i wskaźników gospodarczych ?

Analizy polityczne wkroczyły w nową erę dzięki integracji analizy sentymentu zasilanej sztuczną inteligencją. Modele obecnie przetwarzają ogromne strumienie danych z mediów społecznościowych, trendów wiadomości oraz historycznych wzorców głosowania, aby prognozować wyniki wyborów. Niektóre narzędzia twierdzą, że są w stanie przewidzieć zmiany w opinii publicznej na tygodnie przed tradycyjnymi sondażami. Choć dokładność różni się w zależności od kontekstu, systemy te są coraz częściej wykorzystywane w strategiach kampanii.

Obecne systemy mogą szacować wyniki wyborów poprzez połączenie analizy sentymentu milionów postów w mediach społecznościowych z makroekonomicznymi wskaźnikami, osiągając korelacje na poziomie r = 0,7–0,8 w testach retrospektywnych dla ugruntowanych demokracji, jednak mają problemy z krótkimi oknami danych, szybko zmieniającymi się narracjami oraz autorytarnymi reżimami, które silnie cenzurują dyskurs online. Żaden opublikowany model nie dostarczył wiarygodnych, zweryfikowanych prognoz na tygodnie lub miesiące przed dniem głosowania, a większość udanych wdrożeń dotyczyła analiz retrospektywnych, a nie prawdziwych prognoz poza próbą. Wskaźniki ekonomiczne, takie jak wzrost PKB czy inflacja, często dodają niewielką moc predykcyjną wykraczającą poza same sygnały tekstowe.

— Wzbogacono 13 maja 2026 · Źródło: Pew Research Center — https://www.pewresearch.org/science/2023/05/17/public-attitudes-toward-artificial-intelligence-in-everyday-life/