Kan AI förutsäga resultatet av ett lands nationella val baserat på sociala mediers sentiment och ekonomiska indikatorer ?

Politisk prognostisering har gått in i en ny era med integrationen av AI-driven sentimentanalys. Modeller bearbetar nu stora strömmar av data från sociala medier, nyhetstrender och historiska röstningsmönster för att förutsäga valresultat. Vissa verktyg påstår sig kunna förutsäga förändringar i allmän opinion veckor före traditionella opinionsmätningar. Även om noggrannheten varierar beroende på sammanhang används dessa system alltmer i kampanjstrategier.

Nuvarande system kan uppskatta valresultat genom att kombinera sentimentanalys av miljontals inlägg på sociala medier med makroekonomiska indikatorer, vilket uppnår korrelationer runt r = 0,7–0,8 i retrospektiva tester för etablerade demokratier, men de har svårt med korta datavinduer, snabbt föränderliga berättelser och auktoritära stater som kraftigt censurerar online-diskussioner. Inga publicerade modeller har levererat tillförlitliga, granskade prognoser veckor eller månader före valdagen, och de flesta framgångsrika tillämpningar har varit retrospektiva analyser snarare än verkliga utomprovsprognoser. Ekonomiska indikatorer som BNP-tillväxt eller inflation bidrar ofta endast med blygsam förutsägande kraft utöver textsignaler ensamma.

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