Сделают ли ИИ-опросы общественное мнение точнее? Французский стартап говорит, что да

«Когда вы слышите слово „политик“, какой образ или эмоция приходит вам в голову в первую очередь?» Голос молодой, женский, бодрый и деловой. Он принадлежит ИИ-агенту. Компьютерной программе. Строке кода. Мужчина на другом конце провода отвечает. Пока он высказывает довольно циничное мнение о политиках, три других ИИ-агента обрабатывают его слова. Первый проверяет, отвечает ли он на вопрос, второй анализирует, не слишком ли поверхностен и не нужно ли подтолкнуть его к большей глубине, а третий проверяет, что респондент — не мошенник и не робот. Этот опрос проводит французская ИИ-компания Naratis.

«В США есть стартапы вроде Outset, Listen Labs и Hey Marvin, которые занимаются коммерческими ИИ-опросами, — говорит 28-летний инженер Пьер Фонтен, основавший компанию в 2025 году. — Насколько мне известно, мы первые, кто делает это и для политических опросов». Когда-то самый трудоёмкий уголок исследований общественного мнения становится одним из самых автоматизированных. Во Франции, как и везде, этот сдвиг начинает менять то, как измеряют, понимают и потенциально влияют на общественное мнение.

Naratis берёт качественные исследования (самую медленную и дорогую форму опросов) и перестраивает их вокруг ИИ. Традиционные качественные исследования включают небольшие группы или интервью один на один с оплаченными респондентами. Эти интервью могут занимать недели. Naratis заменяет этот процесс разговорным ИИ. «Мы не просим людей отмечать галочки — они беседуют с ИИ, — объясняет Фонтен. — Это значит, мы можем изучать не только то, что люди думают, но и как они думают — как они формируют своё мнение и даже когда оно меняется». Компания утверждает: их метод в 10 раз быстрее, в 10 раз дешевле и на 90% так же точен, как опросы с людьми. Исследование, которое раньше занимало недели и десятки тысяч евро, теперь можно завершить за день-два. Ответы часто собираются менее чем за 24 часа, что позволяет клиентам реагировать на события почти в реальном времени. Эта скорость достигается за счёт «распараллеливания»: вместо того чтобы интервьюеры-люди работали один за одним, ИИ-агенты могут проводить множество интервью одновременно.

Рост ИИ-опросов происходит в непростой для индустрии момент. Уровень ответов на опросы резко упал — с более 30% в 1990-х до менее 5% сегодня, по данным ИИ-консультанта Стефана Ле Брюна. Чем меньше людей отвечают, тем дороже и менее репрезентативными становятся опросы, что подпитывает общественное недоверие. Фонтен утверждает, что классические ошибки опросов (неспособность предсказать Brexit или победу Трампа в 2016 году) касаются в основном количественных опросов. Качественные исследования, говорит он, меньше про прогнозы и больше про понимание мнений: например, тестирование реакции на слоган кампании, а не прогнозирование голосования.

По всей отрасли устоявшиеся опросные компании тоже интегрируют ИИ. В Ipsos его широко используют в маркетинговых исследованиях. Вместо того чтобы просить людей описывать свои привычки, исследователи могут попросить их снять себя на видео, а ИИ анализирует отснятый материал. ИИ также используется для анализа социальных сетей и экспериментов с «цифровыми двойниками» и «синтетическими людьми». Цифровой двойник — это виртуальная модель реального человека, созданная для схожих реакций. Синтетические данные, напротив, включают генерацию совершенно новых профилей на основе реальных паттернов. Однако в политически чувствительных опросах осторожность остаётся высокой. Ipsos не использует сгенерированных ИИ респондентов в политических опросах. В OpinionWay ИИ может проводить интервью, но «мы никогда не опубликуем опрос, основанный на данных, сгенерированных ИИ», — говорит генеральный директор Брюно Жанбарт, ссылаясь на проблемы доверия.

Преимущества очевидны: быстрее, дешевле, гибче. Люди могут быть более откровенными с машиной, чем с интервьюером-человеком, особенно на деликатные темы. Возможно, это объясняет, почему во Франции опросы общественного мнения систематически недооценивали поддержку крайне правых. Но риски значительны. ИИ-системы могут «галлюцинировать», выдумывая правдоподобные, но неверные ответы. Они также склонны выдавать «здравый смысл» — ответы, сформированные тем, что люди обычно думают о данной теме, что противоречит самой цели опросов: уловить то, что люди думают на самом деле. Синтетические данные поднимают более глубокие вопросы. Если ответы генерируются, а не собираются, то что именно измеряется? И как интерпретировать такие данные? Жанбарт ожидает, что такие страны, как Франция, в конечном счёте могут запретить публикацию опросов, основанных на синтетических данных.

«Цель — сквозная автоматизация, но сегодня было бы небезопасно и социально неприемлемо полностью убрать людей», — говорит Ле Брюн. Человеческий контроль остаётся необходимым для валидации результатов и ответственности. Наиболее вероятное будущее — гибридное. ИИ будет расширять масштабы опросов, позволяя проводить масштабные разговорные интервью, интегрировать данные соцсетей и давать более быстрые выводы. Но в политических опросах граница между дополнением человеческих данных и их симуляцией, вероятно, останется решающей. Naratis делает ставку на то, что настоящая трансформация лежит не в замене респондентов, а в изменении того, как их слышат — превращении опросов в разговоры, а разговоров — в данные в беспрецедентном масштабе.

Итог: ИИ-опросы не собираются полностью заменять людей — во всяком случае, пока. Но они уже меняют экономику и скорость исследований. Вопрос не в том, будут ли они использоваться (это уже происходит), а в том, сможет ли индустрия сохранить доверие к данным, часть которых генерируется, а не собирается. Ответ зависит не от технологии, а от того, как её будут объяснять и регулировать.