Science:AI预测教皇选举翻车!新教皇缘何成「意外之选」?



  新智元报道  

编辑:英智 好困
【新智元导读】梵蒂冈宣布,美国红衣主教Robert Prevost正式当选新任教皇。有趣的是,在一次预测中,AI却完全完全漏掉了他!

新教皇诞生了!

昨天,梵蒂冈宣布美国红衣主教Robert Francis Prevost(罗伯特·弗朗西斯·普雷沃斯特)将成为下一任教皇。

有趣的是,根据Science的报道,一个AI也对此做了预测。

在名为「Complex totopapa: predicting the successor to pope Francis」的论文中,研究人员用算法分析了135位参与投票的天主教高层。

结果模型给出的预测是意大利红衣主教Pietro Parolin,而当选的Prevost(利奥十四世)压根不在它的预测名单里!

不过,虽然这次AI预测翻车了,但专家表示,这套分析方法以后没准能用来预测别的选举。


研究方法


通常来说,选举过程会产生大量数据,但教皇选举会议产生的数据却很少。

在一场只有几十人从他们自己队伍中选出领导人的选举中,其动态与那种有数百万人在两三个候选人中投票的政治选举的动态非常不同。

为了攻克这个难题,Valdano找来了都灵理工大学的物理学家Michele Re Fiorentin,还有马德里大学的数学家Alberto Antonioni,研究怎么预测教皇选举。

论文地址:https://arxiv.org/pdf/2505.01553

今年2月,当宣布教皇方济各生病时,他们已经在用一种算法来研究教会里的政治派别和意识形态,是用五百年间主教和继任者的谱系记录训练出来的。

研究人员的逻辑是,主教或教皇决定任命新主教或提拔某人成为红衣主教,可能在一定程度上取决于共同的意识形态。

当到了任命新教皇的时候,每个选举人更有可能投票给与自己立场相同的同事。

研究的第一步是收集相关数据。研究人员从《红衣主教团报告》网站上获取了135名有资格在即将到来的秘密会议中投票的红衣主教选举人的资料。

为了让内容更有条理,研究人员请了ChatGPT帮忙。ChatGPT把每个红衣主教在不同议题上的立场进行了整理和提炼,生成简洁的摘要。

从一个汇总红衣主教发言的网站扒数据,训练AI模型判断每个人在这些议题上是保守派还是进步派。

然后,模型根据135名有资格参与选举的选举人(有两名红衣主教未参加)以及教皇方济各之间的意识形态相似性对他们进行了分类。

研究人员用了一个叫stsb-roberta-base的交叉编码器模型。

对于四个议题,研究人员把每两个红衣主教关于同一议题的文本段落输入到模型里,模型就会给出一个分数。

这个分数能反映出两位红衣主教在这个议题上立场的相似程度,分数越接近0,说明他们的语义差异越大,立场相差越远;分数越高,就表示他们的立场越相似。

他们给每个议题都构建了两个参考文本,一个代表典型的进步立场,另一个代表典型的保守立场。

然后把每个红衣主教的议题段落和这两个参考文本进行交叉编码,通过计算相似性分数的差值,就能判断出每个红衣主教在这个议题上更倾向于进步还是保守。

此外,他们还用反映方济各教皇言论风格的段落做了同样的交叉编码,看看每个红衣和方济各教皇的立场有多接近。


预测人选


科学家们在虚拟的红衣主教中模拟了选举过程,结果如下:

投了八九轮后,AI都倾向选Parolin,即现在梵蒂冈的国务卿。

他是教皇的二把手,还是首席外交官,本来就是大家看好的热门人选。

预测名单里还有个让人意外的名字:南非大主教Stephen Brislin。

鉴于他在媒体上受到的关注较少,他出现在预测名单上多少令人感到意外。Brislin被认为是温和派,他曾公开支持移民,并呼吁教会解决贫困问题。

紧随其后的是菲律宾红衣主教Luis Antonio Tagle也是热门人选。Tagle同样是一位温和派,如果他当选,将有助于巩固菲律宾庞大的天主教社区。

当然,如果研究人员调整了模型的参数,比如将某个议题设为选举关键,预测结果也会随之改变。

举个例子,要是重点关注移民和贫困问题,那么意大利的进步派大主教Matteo Zuppi赢面最大,因为他一直公开反对排外政策。

根据作者的分析,Prevost在所有四个意识形态议题上的观点都较为中立,这意味着他很可能是一位各方都能接受的折衷人选。

此外,选出一位美国教皇也有助于获得美国天主教团体的支持。

Re Fiorentin也承认,模型没预测到Prevost当选,主要是没考虑政治和地理因素。

他说,缺乏这些信息是模型的一个重大缺陷。

未来可以加入候选人的地理位置信息,但像地缘政治影响、背后游说这些关键数据,想用在模型里,难度实在太大了。

新南威尔士大学的数据科学家Rohitash Chandra表示,新研究为这个领域做出了非常有趣的贡献,但他也提醒,用于训练模型的数据可能还不够充分。

因为,候选人的实际信仰并不总是与他们的公开声明相符,所以,如果能纳入社交媒体帖子等信息,或许可以提高模型的预测准确性。

即便如此,他仍然认为,这种对候选人在特定议题上的立场进行分类的方法,可以应用于其他类型的选举预测,例如地方选举。

米兰大学的政治学家Luigi Curini表示,他很欣赏作者所做的模型选举,并补充说,其他对会议进程的研究也支持这样一种观点,即意识形态的亲和力以及其他红衣主教的投票行为会影响选举人的决定。

但他同时指出,还有其他因素也会影响投票结果,比如选举人之间的夜间交谈,因为在整个选举会议期间,选举人都被隔离在梵蒂冈的住所。这些私下交流也可能影响最终投票。

当然,作者也承认这些局限性,特别是缺乏能够揭示实际选举会议动态的历史数据。

不过,对于他们来说,这依然是一次既有趣又令人兴奋的尝试,并且希望其他对这些问题感兴趣的人也会觉得它很有意思。

(文:新智元)

发表评论

×

下载每时AI手机APP

 

和大家一起交流AI最新资讯!

立即前往