تقديم Minds Mosaic: في طليعة محاكاة الجمهور

Minds Mosaic هو نموذجنا الحدّي لمحاكاة الجمهور. حدِّد له مجتمعاً بعينه وسؤالاً من استطلاع، وسيتنبأ بكيفية إجابة ذلك المجتمع: التوزيع الكامل عبر كل خيارات الإجابة، قبل أن يُجرى الاستطلاع.

لا قيمة لتنبؤ كهذا إلا إذا صمد أمام النتائج الفعلية. لذا نقيس Mosaic في العلن. كل تنبؤ يُسجَّل ويُختم بطابع زمني قبل أن يُفرج الناشر عن نتائجه، وكل درجة تدخل في سجل عام، بما فيها الأخطاء. لقد أدخلنا Mosaic في حلبة مستقلة تُقيّم التنبؤات المُسجَّلة مسبقاً، وأجرينا مقارنة مباشرة على معيار عام نشره أحد المنافسين.

كل بائع للمستجيبين الاصطناعيين ينشر الآن رقماً للدقة، لكن هذه الأرقام تستند إلى بيانات مختلفة ومقاييس مختلفة وظروف مختلفة. يبدأ هذا المنشور بالرقم الإجمالي لكل بائع، ثم يُصنّف النتائج المنشورة ضمن حالات الاستخدام التي يُجريها المشترون فعلاً، ويقارن الأرقام وجهاً لوجه حين تُقاس على البيانات ذاتها.

الخلاصة السريعة

• نُصنّف محاكاة الجمهور في 15 فئة من حالات الاستخدام، من استطلاعات الرأي السياسية إلى الإعلانات والمقابلات المفتوحة، ونقارن الأرقام وجهاً لوجه فقط داخل الفئة الواحدة وعلى البيانات ذاتها.
• في استطلاعات الرأي السياسية والعامة، تُظهر تنبؤات Minds Mosaic المُسجَّلة قبل الإفراج عن النتائج خطأ توزيع (TVD) يبلغ 0.023 عبر 24 سؤالاً من 7 استطلاعات. وفي استطلاعات المشاعر الاقتصادية، بلغ 0.039 عبر 53 سؤالاً من 6 استطلاعات.
• على معيار Artificial Societies العام الخاص بهم، حقق Mosaic الخطأ الأدنى في كلا مصدري المواقف الاجتماعية، وفي اثنين من ثلاثة مصادر للشخصية، وفي الفئات الفرعية الديموغرافية (0.053 مقابل 0.063). وبشكل عام، تعادل الطرفان وفق اتفاقيتهم: 0.083 مقابل 0.082.
• لا يوجد بين مزودي الخدمة المذكورين هنا من ينشر سجلاً متواصلاً لتنبؤات الاستطلاعات المُسجَّلة قبل إجراء الاستطلاع. سجلنا متاح للعموم على forecasts.getminds.ai: ملفات Markdown وJSON عادية، وإثباتات الطوابع الزمنية، وسكريبت للتحقق منها.

الدقة الإجمالية عبر الفئات

ينشر Minds Mosaic ومزودان آخران خطأ توزيع إجمالياً واحداً (TVD) يجمع كل الفئات المُختبرة. الأدنى أفضل، والقسم التالي يشرح المقياس.

يُسمّي الجدول البيانات والمصدر وراء كل رقم، مع متوسط الخطأ المطلق لكل خيار إجابة (MAE) والارتباط المجمَّع حيث ينشره المزود.

تنشر أربع شركات رقمها الرئيسي على مقياس خاص بها لا يمكن تحويله إلى TVD أو MAE:

• Simile: تُعيد الوكلاء إنتاج إجابات الأفراد على أسئلة الاستطلاع بنحو 85% من الاتساق الذي يُظهره الأشخاص مع أنفسهم بعد أسبوعين (من 82% إلى 86% حسب مصدر البيانات في أحدث نسخة من الورقة البحثية).
• Evidenza: "دقة 88%"، مُعرَّفة بأنها متوسط التطابق بين البحث الاصطناعي والبحث التقليدي في أكثر من 100 عملية تحقق.
• Synthetic Users: "تكافؤ اصطناعي-عضوي" بنسبة 85 إلى 92%، وهو معيار مرجَّح لمحتوى المقابلات.
• Electric Twin: إضافةً إلى الـ 96% أعلاه، 92% على درجة التوزيع الكامل الخاصة بها (NDAM).

كيفية قراءة الأرقام

يظهر مقياسان في أغلب الأحيان، وهما ليسا قابلَين للتبادل.

إجمالي مسافة التباين (TVD) يتراوح بين 0 و1. وهو حصة توزيع الإجابات التي تقع في المكان الخطأ. TVD بقيمة 0.05 يعني أن خمس نقاط من التوزيع ستحتاج إلى الانتقال لتطابق النتيجة الفعلية.

متوسط الخطأ المطلق (MAE) هو متوسط الخطأ لكل خيار إجابة، بالنقاط المئوية. على التنبؤ ذاته، يكون MAE عادةً أصغر بكثير من TVD المُعبَّر عنه بالنقاط، لأن TVD يجمع الأخطاء عبر الخيارات بينما MAE يحسب متوسطها. MAE بقيمة 3.5 نقطة وTVD بقيمة 7.6 نقطة يمكن أن يصفا النتيجة ذاتها.

تحتاج الارتباطات أيضاً إلى تسمية. الارتباط المجمَّع عبر كل خيار إجابة لكل سؤال يكون مرتفعاً لأي طريقة معقولة تقريباً، لأن بعض الخيارات دائماً كبيرة وأخرى دائماً صغيرة. الارتباط داخل كل سؤال أكثر صرامة بكثير. حيثما نستشهد بارتباط مجمَّع أدناه، نُشير إلى ذلك، لنتائجنا كما لنتائج غيرنا.

خمس عشرة فئة لمحاكاة الجمهور

يستخدم المشترون محاكاة الجمهور لأغراض مختلفة جداً، والنظام الذي يتنبأ جيداً بنية التصويت لم يُثبت بعد قدرته على التنبؤ بردود فعل الناس تجاه إعلان مرئي. نُجمّع العمل في 15 فئة بحسب ما يُتنبأ به وما يُشكّل الحقيقة الأساسية.

يُظهر الجدولان التاليان من ينشر نتيجة مُقيَّمة في كل فئة، حتى 1 نوفمبر 2026. "نعم" تعني وجود نتيجة عامة مُقيَّمة واحدة على الأقل في تلك الفئة؛ والأقسام أدناه تُسمّي البيانات وراء كل واحدة. Art. Soc. هي Artificial Societies، وE. Twin هي Electric Twin، وSyn. Users هي Synthetic Users.

كيف أُنتج كل ادعاء دقة

الفئة تُخبرك بما قِيس. الظروف تُخبرك بمقدار الثقة التي يمكن منحها للرقم.

استناداً إلى المواد العامة لكل شركة حتى 1 نوفمبر 2026. الخلية الفارغة تعني أن الادعاء المنشور لا يُثبت ذلك.

الاختبار بأثر رجعي يُشغّل النظام على استطلاع سبق نشره أو يحتفظ به المزود. وهو مفيد للتطوير، وكل فريق في هذا المجال، بما فيهم نحن، يستخدمه. حدوده معروفة جيداً: ربما يكون النموذج قد اطّلع على النتائج، وتُتخذ قرارات حول الأسئلة المُدرجة مع توفر الإجابات، ويُقيّم المزود نفسه بنفسه.

التنبؤ المُسجَّل مسبقاً يُزيل هذه المشكلات. يُثبَّت التنبؤ قبل وجود النتائج، فلا يمكن ضبطه عليها، ويُقيَّم مقابل أرقام لم يكن بإمكان المتنبئ الاطلاع عليها. التسجيل قبل إجراء المقابلة الأولى أقوى بعد، لأنه لا يمكن أن يكون شيء من الاستطلاع قد تسرّب. هذا هو المعيار المُعتمد في التنبؤات الانتخابية والاقتصادية، وهو المعيار الذي ينبغي لمحاكاة الجمهور أن تفي به.

لا يوجد بين المزودين أعلاه من ينشر سجلاً متواصلاً لتنبؤات الاستطلاعات المُسجَّلة قبل إجراء الاستطلاع والمُقيَّمة لاحقاً. نشر Aaru تنبؤاً بالانتخابات الرئاسية الأمريكية 2024 قبل يوم من التصويت. موّل Electric Twin دراسة أكاديمية مُسجَّلة مسبقاً بقيادة كبير مستشاريه العلميين في LSE، تُقارن الإجابات الاصطناعية بسبع خدمات أخذ عينات بشرية. تصف الورقة البيضاء الشريكة لـ Simile اختبارات داخلية توقعت نتائج جديدة قبل جمع البيانات، دون نشر التنبؤات. سجلنا ينشر كل تنبؤ وكل درجة.

كيف يعمل سجل تنبؤات Minds Mosaic

لكل استطلاع مستهدف، نُدوّن صياغة السؤال الدقيقة وخيارات الإجابة والمجتمع المستهدف قبل التسجيل. يتنبأ Minds Mosaic بعدها بالتوزيع الكامل للإجابات لكل سؤال. يُجزَّأ كل تنبؤ ويُضاف إلى سجل يقبل الإضافة فقط، ويُجمَّع ويُختم بطابع زمني على بلوكتشين Bitcoin عبر OpenTimestamps. حين يُفرج الناشر عن نتائجه، نُقيّم كل تنبؤ مُسجَّل مقابل الإصدار الرسمي، بما فيها الأخطاء والتنبؤات التي يتبيّن أنها غير قابلة للتقييم. كل استطلاع يحمل فئة دليل: مُسجَّل قبل بدء جمع البيانات، أو مُسجَّل بعد جمع البيانات لكن قبل أي إفراج عن النتائج.

السجل بسيط عمداً. على forecasts.getminds.ai يمكن لأي شخص تنزيله كملفات عادية: ملف Markdown README مع بطاقة النتائج الحالية، وملف JSON واحد لكل تنبؤ مُسجَّل، وإثباتات OpenTimestamps، وسكريبت يتحقق من كل تجزئة وطابع زمني. تعمل ملفات JSON أيضاً كمصدر قابل للقراءة آلياً، فيمكن لأي شخص التحقق من سجلنا أو إعادة تقييمه دون الرجوع إلينا.

أفرجت ثلاثة عشر استطلاعاً عن نتائجها حتى الآن، تغطي 77 سؤالاً في النمسا وفرنسا وألمانيا واليابان وإسبانيا والمملكة المتحدة والولايات المتحدة، وكل واحد من هذه التنبؤات يحمل طابعاً زمنياً Bitcoin مُتحقَّقاً منه من قبل نشر النتائج. وعبرها جميعاً يبلغ خطأ توزيع Mosaic 0.034، و0.023 في الاستطلاعات الـ4 المُسجَّلة قبل بدء جمع البيانات.

عبر جميع الأسئلة الـ 77، يبلغ متوسط الخطأ لكل خيار إجابة 1.37 نقطة مئوية، والارتباط المجمَّع بين التنبؤ والحصص الفعلية للإجابات هو 0.993. يتنبأ Minds Mosaic بكل المعلومات العامة المتاحة قبل التسجيل، بما فيها النتائج المنشورة سابقاً للاستطلاع ذاته. تبقى القيم المُفرج عنها من الناشرين مع الناشرين: السجل ينشر تنبؤاتنا ودرجاتنا. تُقسّم الفئات أدناه هذه النتائج حسب حالة الاستخدام.

الرأي السياسي والعام

سبعة من الاستطلاعات المُقيَّمة هي استطلاعات رأي سياسية وعامة في الولايات المتحدة والمملكة المتحدة: The Economist/YouGov، ومتتبعات YouGov البريطانية، وEmerson، وNPR/PBS News/Marist، وReuters/Ipsos، وFind Out Now، وOpinium. عبر أسئلتها الـ 24، حققت تنبؤات Mosaic المُسجَّلة TVD بقيمة 0.023، ومتوسط خطأ لكل خيار إجابة يبلغ 1.10 نقطة مئوية. الاستطلاعات الأربعة المُسجَّلة قبل بدء جمع البيانات كلها في هذه الفئة، بـ 19 سؤالاً وTVD بقيمة 0.023.

لقد أدخلنا أيضاً Minds Mosaic في Social Simulation Arena، وهي لوحة قيادة أكاديمية مستقلة تُقيّم التنبؤات المُسجَّلة مسبقاً، بتنبؤات لجولات انتخابات التجديد النصفي الأمريكية 2026.

تستند النتائج المنشورة الأخرى في هذه الفئة إلى بيانات مختلفة، لذا نُدرجها بدلاً من رسمها بيانياً. يُبلّغ Aaru عن متوسط خطأ لكل خيار إجابة يبلغ 2.21 نقطة على 573 سؤالاً في السياسة والشؤون العامة من دراسة التكرار 2026، بعد تعديل أخذ العينات، ونشر تنبؤاً واحداً بالانتخابات الرئاسية الأمريكية 2024. دراساتنا بأثر رجعي على ANES 2024 وCES 2024 تُبلّغ عن 8.33 و4.72 نقطة من متوسط خطأ التوزيع على مستوى المستجيبين الأفراد.

المشاعر الاقتصادية

ستة من الاستطلاعات المُقيَّمة تقيس ثقة المستهلك: الاستطلاعات الاستهلاكية المنسجمة للمفوضية الأوروبية للنمسا وفرنسا وألمانيا وإسبانيا، واستطلاع ثقة المستهلك الياباني لـ ESRI، ومؤشر Conference Board الأمريكي. عبر أسئلتها الـ 53، حقق Mosaic TVD بقيمة 0.039، ومتوسط خطأ لكل خيار إجابة يبلغ 1.50 نقطة.

التنبؤات المُسجَّلة لاستطلاع جامعة Michigan، واستطلاع توقعات المستهلك لبنك New York Fed، وموجات نوفمبر من الاستطلاعات الاستهلاكية قيد الانتظار. لا يوجد بين المزودين المذكورين هنا من ينشر نتيجة مُقيَّمة في هذه الفئة.

المواقف الاجتماعية والقيم

نشرت Artificial Societies معياراً عاماً يضم سبعة مصادر استطلاعية وعقد تقييم، موصوف في ورقتهم arXiv 2609.30030. أجرينا Minds Mosaic عليه وفق بروتوكول مُجزَّأ قبل أي استدعاء للنموذج، وأغلقنا المخرجات الخام قبل التقييم، واستخدمنا بياناتهم وكود التقييم الخاص بهم. مصدران يأتيان من الاستطلاع الاجتماعي العام 2024.

أرقام Mosaic هي متوسط ثلاث تشغيلات؛ وأرقام Artificial Societies كما نُشرت. تلقّى Mosaic سؤالاً واحداً لكل طلب، مع موجات عامة سابقة من الاستطلاع الاجتماعي العام كسياق مُسمَّى. يتنبأ Mosaic بتوزيع العينة الكاملة، بينما تأتي أرقامهم المنشورة من محاكاة كل مستجيب على حدة.

نتيجتان أخريان في هذه الفئة تستخدمان بياناتهما الخاصة. وكلاء Simile لـ 1,052 أمريكياً مُقابَلاً يُعيدون إنتاج إجابات الأفراد على أسئلة الاستطلاع الاجتماعي العام بنحو 85% من الاتساق الذي يُظهره الأشخاص مع أنفسهم بعد أسبوعين. دراستنا على GSS 2024 تُبلّغ عن 7.53 نقطة من متوسط خطأ التوزيع عبر 17 سؤالاً و360 مستجيباً مُطابَقاً.

الشخصية وعلم النفس القياسي

ثلاثة مصادر من معيار Artificial Societies تقيس الشخصية لا المواقف. هذه ليست إحدى الفئات الـ 15، لذا نُبلّغ عنها بشكل منفصل.

Mosaic، بمتوسط ثلاث تشغيلات، حقق الخطأ الأدنى في الجوانب وفي إعادة اختبار التوأم، وجاء متعادلاً في السمات.

تأثيرات صياغة الأسئلة وتصميم الاستطلاع

مصدران من المعيار ذاته هما تجارب صياغة بالاقتراع المنقسم: السؤال ذاته يُطرح بنسختين لقياس مقدار تحوّل الإجابة.

Mosaic متعادل في تجربة Jordan، وتحقق Artificial Societies الخطأ الأدنى في Albertson. يتنبأ Mosaic باتجاه كلا التحولين ويُبالغ في تقدير حجمهما. تأثيرات الصياغة مهمة مختلفة عن التنبؤ بتوزيع ما، ولهذا نُقيّمها كفئة مستقلة.

الفئات الفرعية والشرائح

الفئات الفرعية هي الأكثر استخداماً في البحث الاصطناعي والأكثر إخفاقاً فيه. على 145 خلية فرعية ديموغرافية لبنود الثقة في الاستطلاع الاجتماعي العام في معيار Artificial Societies، حقق Mosaic TVD بقيمة 0.053 مقابل 0.063 لهم.

يُقيّم سجلنا أيضاً الفئات الفرعية. تُتيح الجداول التقاطعية لـ The Economist/YouGov وYouGov البريطانية 69 خلية فرعية مُسجَّلة، كالإجابات حسب الفئة العمرية أو الحزب أو تصويت 2024، حيث حقق Mosaic TVD بقيمة 0.046.

الإعلانات والفيديو والمحتوى الإبداعي

لم ينشر أي مزودَين نتائج على بيانات إبداعية مشتركة، لذا لا توجد مقارنة مباشرة في هذه الفئة بعد. تُبلّغ Electric Twin عن ارتباطات 0.909 للصور و0.861 للفيديو بين درجات Likert المتوسطة المتنبَّأ بها والفعلية على معيارها الخاص. في دراستنا على Super Bowl، قيّم 100 مستجيب محاكى مُؤسَّس جميع الإعلانات الـ 54 في USA TODAY Ad Meter 2026 ورتّبها في اتفاق وثيق مع اللجنة البشرية، بارتباط Spearman بلغ 0.85.

المفاهيم والتسعير والعلامة التجارية

تستند النتائج المنشورة هنا أيضاً إلى بيانات كل مزود الخاصة.

الإجابات المفتوحة والسلوك

تُقيّم Synthetic Users محتوى المقابلات بـمعيار مرجَّح تُسمّيه "التكافؤ الاصطناعي-العضوي"، بنسبة 85 إلى 92%. دراستنا على المقابلات المحجوزة اختبرت ما إذا كان المستجيبون المحاكون المُؤسَّسون يعكسون ما قاله 22 مشاركاً حقيقياً لاحقاً في 66 إجابة مقابلة، ووجدت مكسباً واضحاً من أدلة المشاركين مقارنةً بالتوجيه العام.

بالنسبة للسلوك مقابل النية المُعلنة، قارن Aaru تصنيفات علاماته التجارية ببيانات مشتريات بطاقات الائتمان، ويُبلّغ عن اتفاق بنسبة 92.4% من أزواج العلامات التجارية، مقابل 77.8% لاعتبار الاستطلاع المنشور، في دراسة التكرار ذاتها.

معيار Artificial Societies الإجمالي

عبر المصادر السبعة كلها، جاء Mosaic وArtificial Societies متعادلَين. وفق اتفاقية Artificial Societies، التشغيل الأول مع كل مصدر بأوزان متساوية، يُسجّل Mosaic 0.083 مقابل 0.082 لهم؛ وبمتوسط ثلاث تشغيلات، يُسجّل Mosaic 0.085. حقق Mosaic الخطأ الأدنى في خمسة من المصادر السبعة. بدون تجربتَي الصياغة، يتقدم Mosaic بـ 0.084 مقابل 0.091 على متوسط ثلاث تشغيلات.

كيف ينبغي أن يبدو المعيار العادل

تجاربنا على مدى الشهرين الماضيين، والأرقام المنشورة في هذا المجال، ومشاركتنا في حلبة عامة، كلها تشير إلى القواعد الأربع ذاتها.

1. التسجيل قبل جمع البيانات. التنبؤ المُثبَّت قبل المقابلة الأولى لا يمكن ضبطه على الإجابة. التسجيل قبل الإفراج عن النتائج فقط أضعف، لأن النتائج تتسرب أحياناً بعد انتهاء جمع البيانات. سجّل تواريخ جمع البيانات الفعلية وفئة الدليل لكل نتيجة.
2. نشر حد الضوضاء. حتى المتنبئ المثالي يحمل خطأ أخذ العينات: نحو 0.024 TVD لسؤال ثلاثي الخيارات بعينة حوالي 1,200. الفوارق الأصغر من ذلك لا معنى لها بدون فترات ثقة.
3. الإبلاغ حسب فئة حالة الاستخدام والمحفّز. الاستطلاعات، والمشاعر الاستهلاكية، والإعلانات، والمفاهيم، والمواقع الإلكترونية مهام مختلفة، والأسئلة النصية والصور والفيديو والصوت والتدفقات التفاعلية محفّزات مختلفة. العنوان المجمَّع عبرها جميعاً لا يقول شيئاً ذا معنى عن أي منها.
4. التقسيم حسب نوع الإجابة. الاختيار الفردي، ومقاييس Likert والترتيبية، والاختيار المتعدد، والإجابات الرقمية، والتصنيفات، وتصاميم الاختيار الإجباري كـ MaxDiff، والنص المفتوح، كل منها يحتاج مقياسه الخاص. ينبغي تقييم خيارات الاختيار المتعدد كحصص نعم/لا منفصلة، والمقاييس الترتيبية بدرجة تراعي الترتيب، والإجابات المفتوحة بحصص الموضوعات أو مسافات التضمين بدلاً من حكم واحد.

نُضيف قاعدتين عمليتين: أبلغ عن كل تشغيل والفارق بين التشغيلات، وحدّد أي ارتباط يُذكر، مجمَّعاً أم داخل السؤال.

معايير عامة أخرى تستحق المتابعة

لا يوجد معيار واحد يغطي المجال بعد. هذه هي المعايير العامة التي نتابعها، مُجمَّعة حسب نوع الدليل الذي تُنتجه.

المعيار الأول فقط يُقيّم تنبؤات أُجريت قبل وجود النتيجة. الأخرى قيّمة لتطوير المنهجية، ومعظمها عام فيمكن لأي فريق إعادة تشغيله. عناصرها أيضاً عامة، مما يعني أن النموذج ربما اطّلع عليها أثناء التدريب. لهذا تحمل النتائج الاستشرافية أكبر قدر من الثقل.

ما القادم

عدة فئات لا تزال بدون نتيجة مُقيَّمة عامة من أي طرف: الرسائل والنصوص، وسلوك الموقع والتطبيق، والطلب على الإعلام والترفيه. وأخرى تستند إلى دراسة واحدة. هذه أرض مفتوحة، والسجل المُسجَّل مسبقاً هو الطريقة التي سنملؤها بها: نُسجّل التنبؤ، ننتظر النتيجة الفعلية، ننشر الدرجة.

Minds Mosaic مُدرج في Social Simulation Arena باسم minds-mosaic، بتنبؤات مُسجَّلة مسبقاً لجولات انتخابات التجديد النصفي الأمريكية 2026 وجولات استطلاعات أسبوعية تُحسم اعتباراً من نوفمبر. سنواصل إضافة استطلاعات إلى سجل التنبؤات، وننشر كل نتيجة حين تُحسم، ونُبلّغ عنها حسب الفئة مع مراعاة حد الضوضاء. كما نُجري بروتوكول Aaru المنشور على دراسات 2026 الجديدة.

Minds Mosaic هو نموذجنا الحدّي لمحاكاة الجمهور: أعطه مجتمعاً وسؤالاً، وسيتنبأ بالتوزيع الكامل للإجابات قبل أن يوجد الواقعي. الاستطلاعات المنشورة هي الاختبار الأول. بعدها، سيُقاس Mosaic على السلوك: تنبؤات بالمشتريات والمشاهدة، مُقيَّمة مقابل ما اشتراه الناس فعلاً وشاهدوه. وسيُقاس أيضاً على الفئات المفتوحة أعلاه وفي جولات الحلبة التي تُحسم خلال الأشهر القادمة، كل واحدة مُسجَّلة قبل النتيجة ومُقيَّمة في العلن.

إذا كنت تنشر أرقام دقة لنموذج محاكاة جمهور، نرحب بإجراء اختبار مشترك مُسجَّل مسبقاً في أي من هذه الفئات. إنها أسرع طريقة لكي تكسب هذه الفئة ثقة من يشترون البحث.