← 最新论文
💻 computer science

Support for AI Development -- Automated Daily Measurement with Open Data and Code

本文提倡并展示了一个用于每日舆情即时预测(nowcasting)的开源自动化系统,该系统通过一个网络仪表板来追踪美国民众对人工智能发展的支持度,并论证了此类高频、透明的方法对于准确监测人们对变革性技术态度转变的重要性。

原作者: Jason Jeffrey Jones

发布于 2026-06-10
📖 1 分钟阅读☕ 轻松阅读

原作者: Jason Jeffrey Jones

原始论文采用 CC BY 4.0 许可(http://creativecommons.org/licenses/by/4.0/)。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性,请参阅原始论文。 阅读完整免责声明

想象一下,你正试图理解大众对一项快速变化的新技术持有怎样的看法。传统上,社会科学家就像是摄影师:他们每两到四年拍摄一张关于公众舆论的高质量照片。等到照片冲洗出来并发表时,人群已经移动了,照片也已经过时了。

这篇论文介绍了一种新方法:实时视频流

作者杰森·杰弗里·琼斯(Jason Jeffrey Jones)构建了一个名为“社会科学仪表盘制造机”(Social Science Dashboard Inator,简称 SSDI)的免费开源机器。该系统不再是偶尔拍摄快照,而是每天为公众舆论拍一张**“自拍”**。它每天会自动招募一小群人,向他们提出几个问题,分析答案,并将结果立即发布在公开网站上。在初始设置完成后,无需人工干预,整个过程都在自动驾驶状态下运行。

以下是该论文研究结果的拆解,使用了简单的类比:

1. 实验过程:追踪对 AI 的支持度

作者利用这个“实时流”机器来追踪美国人对进一步开发人工智能(AI)的支持程度。

  • 设置: 每天随机抽取 11 名美国人,询问:“你在多大程度上支持进一步开发 AI?”他们的回答基于从“强烈反对”到“强烈支持”的量表。
  • 量表: 研究从 2024 年 4 月持续到 2026 年 5 月,收集了超过 8,500 份回复。
  • 目标: 观察舆论是否在实时发生变化,而不是等待数年才得知结果。

2. 主要发现:过山车式的旅程

每日数据揭示了一个年度调查可能会错过的故事:

  • 趋势向下: 在研究开始时,支持度处于温和的正向水平。然而,随着时间的推移,支持度缓慢但稳定地下降了。这就像看着一个气球慢慢漏气;它没有突然爆裂,但确实缩水了。
  • 转折点: 数据显示,在 2025 年 4 月 左右发生了一个特定的“翻转”。在此日期之前,支持度实际上在略微上升。在此日期之后,它开始稳步下降。这就像一辆车原本在爬坡,突然到达了山顶,然后开始向后滑行。
  • 政治分歧: 正如人们在气候变化或税收问题上经常产生分歧一样,研究发现对 AI 的支持呈现出政治极化现象。
    • 最初,民主党人和共和党人的观点相似。
    • 在 2024 年美国大选(共和党获胜)之后,共和党人对 AI 的支持度实际上上升并超过了民主党人。作者认为,当人们偏好的政党执政时,他们往往会更喜欢新技术。
  • 人格特质的影响:
    • 风险承担者: 天生愿意冒险的人(比如敢于从高台跳水的人)更有可能支持 AI。而谨慎且规避风险的人支持度较低。
    • 信任感: 普遍信任他人的人对 AI 的支持度比怀疑他人的人略高。
    • 年龄与性别: 男性对 AI 的支持度高于女性。有趣的是,年长者对 AI 的支持度高于年轻人,且这一差距随着时间推移而扩大。

3. 人们实际说了什么(“为什么”)

调查还要求人们写下一两句话来解释他们的答案。作者分析了这些笔记,发现:

  • 旧的恐惧: 人们仍然担心“天网”(机器人接管世界)和失业问题。
  • 新的恐惧: 随着 AI 的发展,新的担忧出现了,特别是关于能源消耗(水和电力)以及运行 AI 的环境成本。
  • 新的希望: 一些人提到 AI 是一个“朋友”或缓解孤独感的工具,而另一些人则将其视为简化工作的工具。

4. 为什么这种方法很重要

作者认为,这种“每日仪表盘”方法优于传统的科学研究,原因有几点:

  • 透明度: 一切都是公开的。代码、数据和结果都是公开的。这就像一座玻璃房,任何人都可以看到科学是如何进行的。
  • 速度: 如果世界上发生了大事(比如重大的 AI 技术突破或丑闻),该系统可以立即展示公众舆论的变化,而不是等待两年的报告。
  • 可复制性: 由于系统是自动化且开放的,其他科学家可以完全复制它以核实工作,或者使用相同的数据来提出不同的问题。

5. 未来预测

基于观察到的稳定下降趋势,作者提出了一个简单的预测:支持 AI 的程度将在 2026 年持续下降,并在年底前可能达到中立或负面水平。

总结

这篇论文不仅仅关于 AI,更是关于一种新的做科学的方法。作者构建了一台机器,将理解公众舆论这一缓慢、模糊的过程,转变为快速、清晰且开放的视频流。通过这样做,他们发现公众对 AI 的支持并非一座固定的雕像,而是一个活生生的、呼吸着的实体,它每天都在变化,受到政治、人格特质和新闻周期的影响。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →