AI 民調革命：法國 Naratis 如何以對話重塑政治民調
Will AI lead to more accurate opinion polls?
作者: John Laurenson | 時間: Thu, 30 Apr 2026 23:11:37 GMT | 來源: BBC
f t
聽到「政治人物」這三個字，您腦中會立刻浮現什麼畫面或情感？
聲音年輕、女性、幹練且專業，屬於一個 AI 代理。換句話說，這是一段電腦程式碼。
電話另一端有位男士在回應。在他發表對政治人物相當憤世嫉俗的看法時，還有另外三個 AI 代理正在處理他所说的內容。一個負責確認他正在回答問題，一個分析他是否過於膚淺、是否需要提示以深入探討，第三個則檢查受訪者是否為騙子——例如不是機器人。
這項民調由一家名為 Naratis 的法國人工智慧民調公司進行。
「美國有 Outset、Listen Labs 和 Hey Marvin 等創業公司，在商業領域進行類似的 AI 民調。就我所知，我們是首個將其應用於政治民調的公司，」28 歲、2025 年創立該公司的工程師 Pierre Fontaine 說道。
曾經是民意調查中勞動最密集的部分，如今正變得高度自動化。
在法國，以及其他國家，這一轉變正開始重塑對公眾意見的測量、理解——甚至潛在的影響方式。
Naratis 致力於將定性研究——這是最慢、昂貴的民調形式——建立在 AI 周圍並重建。
傳統上，定性研究涉及由面板招募的付費受試者的小團體或一對一訪談。這些訪談可能需要數週才能進行和分析。Naratis 用對話式 AI 取代了該流程。
它不專注於定量民調（這已經主要通過大規模調查實現自動化），而是強調深度。「我們不讓人勾選方框——他們與 AI 進行對話，」Fontaine 解釋道。「這意味著我們不僅可以探討人們的想法，還能探討他們如何思考——他們如何構建意見，以及這些意見甚至何時改變。」
該公司宣稱其方法「速度是人工民調的 10 倍、成本低 10 倍，準確度達人工民調的 90%」。
原本需要數週和數萬歐元的調查，現在可在一天或兩內完成。反應通常能在不到 24 小時內收集，使客戶能幾乎實時對事件做出反應。
這種速度來自 Fontaine 所謂的「並行處理」：AI 代理可同時進行許多訪談，而不像人類訪問者逐一工作。
AI 民調的興起處於業界困難的時刻。根據 AI 顧問 Stéphane Le Brun 的說法，調查回應率已大幅下滑，從 1990 年代的 30% 以上降至如今的 5% 以下。隨著越來越少的人回應，民調變得更加昂貴且代表性不足，加劇了公眾的不信任。
那麼，關於 Naratis 聲稱的近人類準確度，情況又是如何？
批評者可能會指出過去的民調失誤，例如無法預測脫歐或唐納德·川普 2016 年的勝利。Fontaine 認為，這類問題主要影響定量民調。
他說，定性研究較少涉及預測結果，更多是理解意見——例如測試對活動口號的反響，而非預測選票。
在整個產業中，老牌民調公司也開始整合 AI。在 Ipsos，AI 被廣泛用於市場研究。與其要求人們描述習慣，研究人员可能會要求他們錄像自己，由 AI 分析影像。這使公司能直接觀察行為，而非僅依賴自我報告的數據。
AI 也用於分析社群媒體，並嘗試「數字孿生」和「合成個體」。數字孿生是真實個體的虛擬模型，設計為以類似的方式回應。相比之下，合成數據涉及基於現實世界的模式生成全新的檔案。
這些工具可幫助解決民調中的持久問題：如何研究小組或難以接觸的群體。在某些情況下，研究人員在真實受試者和模擬受試者之間交替，但仍使用真實人士來驗證發現。
然而，在政治敏感的民調中，謹慎態度依然強烈。Ipsos 不在政治調查中使用 AI 生成的受試者，其他公司採取類似立場。
在 OpinionWay，AI 可能進行訪談，但「我們永遠不會基於 AI 生成的數據發布民調，」該公司總裁 Bruno Jeanbart 表示，引用關於信任的擔憂。
AI 驅動的民調優勢明明白白。它更快、更便宜、更靈活。它能實現更豐富的數據收集，並允許研究人員迅速回應事件。
它也可能減少某些偏見：人們對機器人的坦誠度可能大於人類訪問者，特別是在敏感議題上。這也許解釋了為何在法國，民調一致低估了極右翼的支持率。
但風險顯著。AI 系統可能會「幻覺」，發掘看似合理但錯誤的答案。它們也容易產生「常識」反應，這是由於人們通常對某個主題的想法，這與民調的整體目的背道而馳，即捕捉人們真正所想。
合成數據引發了更深的問題。如果回應是生成而非收集，究竟測量了什麼？又該如何解讀這類數據？
信任是另一個重大問題。民調已受到政治審查和監管。AI 的引入——尤其是在生成數據方面——可能會加劇擔憂。Jeanbart 預期，像法國這樣的國家最終可能會禁止發布基於合成數據的民調。
即使 AI 倡導者也承認其局限性。「目標是端到端的自動化，但今天完全移除人類是不安全且社會上不可接受的，」Le Brun 說道。人類的監督對於驗證結果和承擔責任仍然至關重要。
目前，最可能的未來是混合模式。AI 將繼續擴大民調範疇，實現大規模對話式調查，整合社群媒體數據並提供更快的見解。如數字孿生和合成個體等技術可能會找到利基用途，特別是在市場研究方面。
但在政治民調中，增強人類數據與模擬它之間的邊界可能將保持關鍵。像 Naratis 這樣的公司賭注在於，真正的變革不在於替換受試者，而在於改變他們被聽取的方式——將問卷轉變為對話，並將對話轉變為前所未有的規模數據。
這一轉變是否能恢復對民調的信任，還是進一步破壞它，取決於技術本身的使用、解釋和監管方式。明確的是，經濟壓力將繼續推動產業走向更高的自動化。