公開說明頁 · 無需通行碼
2026 年 8 月 7 日,TPOC 台灣議題研究中心發表「台灣矽樣本」——用 AI 造出 3,000 個虛擬市民來模擬民意(風傳媒報導)。這跟我們做了一年多的 Sim Taipei 是同一個方向:傳統電話民調回覆率崩到 10% 以下,大家都在找替代方案。這篇講清楚三件事:對方做得好的地方、兩套系統一張對照表、以及最關鍵的分岔點——AI 虛擬市民能不能直接當「答案引擎」。這個分岔我們不是用立場選的,是用四次實測輸掉之後選的。
依報導:TPOC 建構 3,000 名 AI 虛擬市民,每人寫入 28 項屬性——人口基本結構、社會經歷、媒體訊息接收習慣,甚至「分裂投票傾向」與「拒答傾向」。搭配他們自家的社群聆聽輿情系統,對不同特徵的虛擬人餵即時新聞,主打三種用途:每日選情動態追蹤、競選攻防情境測試(「平行宇宙」)、公共政策審議測試。方法上提出「6 大驗證法則」的檢核框架(母體結構、內部效度、外部人類資料、刺激反應、偏誤檢驗、穩定性)。
報導裡有框架、有應用情境、有學者評論,但沒有任何公開的準確度數字——沒有「預測了哪一場、跟真實結果差多少」的對帳。這不是指控,新方法初發表常是這樣;但這正好是兩套系統最大的差別所在,後面會講。
| 面向 | TPOC 台灣矽樣本 | Sim Taipei |
|---|---|---|
| 樣本本體 | 3,000 個 LLM 生成虛擬市民、28 屬性(報導未說明母體如何對齊真實普查) | 456 個里、合計 55,188 個合成原型(涵蓋約 210 萬選民),用 IPF——一種把普查的邊際統計還原成聯合分布的數學方法——從真實戶政與普查統計合成,不是 AI 編的 |
| 預測引擎 | LLM 虛擬市民直接答題 | 校準回歸 + 凍結選舉地形 + 民調水位錨;AI 只做相對定位與敘事,不出量化數字 |
| 絕對幅度 怎麼處理 |
報導未提 | 鐵則:AI 只吐相對(哪個里比哪個里更傾向什麼),絕對水位永遠用外部民調錨定。有文獻背書(arXiv 2412.15291:LLM 會把真實 4–11 個百分點的群體差距放大成 47.6%) |
| 驗證 | 「6 大驗證法則」框架;報導未公布準確度數字 | 以 7 場真實選舉為考古題、跨場雙向回測(數字見下節);負結果也全部公開 |
| 可證偽性 | 報導未見 | 2026 首波預測已在投票日前 114 天封存存證(git commit 雜湊),四條可證偽宣稱寫死;投票日前 10 日起依選罷法 §53 全站自動封存 |
| 顆粒度 | 全國/母體層級 | 里級(456 里)——每一個里的推估都可以拿真實開票對答案 |
| 輿情輸入 | 社群聆聽系統(他們的強項) | 每日人設追蹤(AI 讀新聞評兩軸);定位是「領先指標」的假說,不當民意數字用 |
最大的差別不是規模、不是屬性數,是引擎選擇。他們把 AI 虛擬市民當「答案引擎」——直接問 AI 市民要民意數字。我們一開始也是這樣做(對標 UC Berkeley 的 Sim Francisco),但拿歷次真實開票當考古題賽馬,AI 直接推論四次都輸給一個笨得多的統計模型:把上一場開票的里級結構直接凍結、再用當期民調把全市水位釘對。就算把省籍——台灣最強的政治預測變數——餵給 AI,它也只還原了真實里間差異的三成。
所以我們把 AI 降級:量化預測交給「真實選舉地形 + 民調水位錨」,AI 只負責它真正擅長的——相對定位、價值地圖、敘事。這不是保守,是實測過的分工。
講準確度之前先講規則,不然數字沒有意義。我們的回測方法:歷次選舉開票結果中選會全部公開,所以把上一場的資料餵進去、預測下一場、跟真實開票對——模型永遠不准偷看要預測的那一場。而且要贏的對手不是 0 分,是一個「笨基準」:直接猜「每個里都跟全市一樣」。台北的里其實蠻像的,這個笨做法本來就會對很多。
| 回測(民調含 ±3% 誤差的真實條件) | 模型猜對 | 笨基準猜對 | 多對了 |
|---|---|---|---|
| 用 2020 的地形 → 預測 2024 總統(456 里) | 391 里(86%) | 239 里(52%) | +152 里 |
| 用 2024 的地形 → 預測 2020 總統(456 里) | 417 里(91%) | 373 里(82%) | +44 里 |
兩個方向都測,是因為只測一個方向可能是碰巧。誤差分數(Brier,越低越好)約為笨基準的一半。
然後是輸掉的部分,一樣公開:
報導裡三位學者的評論,值得每個做這件事的團隊貼在牆上——因為每一條都對應一個具體的架構決定:
| 學者的疑慮 | 對應的架構解法(我們的作法) |
|---|---|
| 莊伯仲:AI 代理人「較適用於理論模擬,而非直接替代抽樣調查」;只餵特定社群資訊恐有同溫層偏誤 | 同意,而且我們有數據知道差多少——所以量化預測交給統計模型,AI 不直接替代抽樣,只做相對定位 |
| 林澤民:「生態學謬誤」(用群體資料推論個人)與「AI 鄉愿」(AI 傾向給四平八穩的答案)風險 | 建模單元固定在「里」,推估只到里、不到個人;AI 鄉愿正是放大效應的反面——所以 AI 的輸出只當排序用,幅度一律外部錨定 |
| 謝邦昌:混合調查是必然趨勢,但真實人類樣本在道德判斷與真實情緒上仍是無法取代的黃金標準 | 完全同意——這就是「民調水位錨」的設計理由:真實民調永遠在迴路裡,合成資料補顆粒度,不取代真人樣本 |
傳統民調界對矽基民調的所有疑慮,其實都收斂到同一句話:合成的東西可以給你「相對結構」,但「絕對水準」必須來自真實世界。這句話我們燒了一年的實驗費才學會,樂見它變成這個領域的共識。