La maggior parte dei sondaggi di opinione ha previsto correttamente il candidato vincente nelle elezioni presidenziali americane del 2020 – ma in media, hanno sovrastimato il margine con cui il democratico Joe Biden avrebbe battuto il repubblicano in carica Donald Trump.
La nostra ricerca sui metodi di sondaggio ha scoperto che le previsioni dei sondaggisti possono essere più accurate se guardano oltre le domande tradizionali. I sondaggi tradizionali chiedono alle persone per chi voterebbero se le elezioni fossero oggi, o per la percentuale di possibilità che potrebbero votare per particolari candidati.
Ma la nostra ricerca sulle aspettative delle persone e sui giudizi sociali ha portato noi e i nostri collaboratori, Henrik Olsson al Santa Fe Institute e Drazen Prelec al MIT, a chiedersi se domande diverse potrebbero dare risultati più accurati.
In particolare, volevamo sapere se chiedere alle persone le preferenze politiche degli altri nei loro circoli sociali e nei loro stati potrebbe aiutare a dipingere un quadro più completo dell’elettorato americano. La maggior parte delle persone sa abbastanza sulle esperienze di vita dei loro amici e familiari, compreso quanto sono felici e sani e più o meno quanti soldi fanno. Così abbiamo progettato le domande del sondaggio per vedere se questa conoscenza degli altri si estendesse alla politica – e abbiamo scoperto che è così.
I sondaggisti, abbiamo determinato, potrebbero imparare di più se approfittassero di questo tipo di conoscenza. Chiedere alle persone come voteranno gli altri intorno a loro e aggregare le loro risposte in un ampio campione nazionale permette ai sondaggisti di attingere a quella che viene spesso chiamata “la saggezza delle folle”.
Quali sono le nuove domande sulla “saggezza delle folle”?
Dalla stagione delle elezioni presidenziali negli Stati Uniti del 2016, abbiamo chiesto ai partecipanti a una serie di sondaggi elettorali: “Quale percentuale dei tuoi contatti sociali voterà per ogni candidato?”
Nelle elezioni americane del 2016, questa domanda ha previsto che Trump avrebbe vinto, e lo ha fatto in modo più accurato rispetto alle domande che chiedevano le intenzioni di voto degli intervistati.
La domanda sui contatti sociali dei partecipanti è stata analogamente più accurata della domanda tradizionale nel prevedere i risultati delle elezioni presidenziali francesi del 2017, le elezioni parlamentari olandesi del 2017, le elezioni parlamentari svedesi del 2018 e le elezioni statunitensi del 2018 per la Camera dei rappresentanti.
In alcuni di questi sondaggi, abbiamo anche chiesto: “Quale percentuale di persone nel tuo stato voterà per ogni candidato? Anche questa domanda attinge alla conoscenza dei partecipanti di coloro che li circondano, ma in un cerchio più ampio. Variazioni di questa domanda hanno funzionato bene nelle elezioni precedenti.
Quanto bene hanno fatto le nuove domande dei sondaggi?
Nelle elezioni presidenziali americane del 2020, le nostre domande sulla “saggezza delle folle” sono state ancora una volta migliori nel prevedere il risultato del voto popolare nazionale rispetto alle domande tradizionali. Nell’USC Dornsife Daybreak Poll abbiamo chiesto a più di 4.000 partecipanti come si aspettavano che i loro contatti sociali votassero e quale candidato pensavano avrebbe vinto nel loro stato. È stato anche chiesto loro come pensavano di votare.
I risultati elettorali attuali mostrano un vantaggio di Biden di 3,7 punti percentuali nel voto popolare. Una media dei sondaggi nazionali prevedeva un vantaggio di 8,4 punti percentuali. In confronto, la domanda sui contatti sociali prevedeva un vantaggio di Biden di 3,4 punti. La domanda sullo stato vincitore prevedeva un vantaggio di Biden di 1,5 punti. Al contrario, la domanda tradizionale che chiedeva le intenzioni degli elettori nello stesso sondaggio prevedeva un vantaggio di 9,3 punti.
Perché le nuove domande del sondaggio funzionano?
Pensiamo che ci siano tre ragioni per cui chiedere ai partecipanti al sondaggio di altri nella loro cerchia sociale e del loro stato finisce per essere più accurato che chiedere ai partecipanti stessi.
In primo luogo, chiedere alle persone di altri aumenta effettivamente la dimensione del campione del sondaggio. Dà ai sondaggisti almeno alcune informazioni sulle intenzioni di voto di persone i cui dati potrebbero altrimenti essere completamente esclusi. Per esempio, molti non sono stati contattati dai sondaggisti, o potrebbero aver rifiutato di partecipare. Anche se gli intervistati non hanno informazioni perfette su tutti quelli che li circondano, si scopre che ne sanno abbastanza per dare risposte utili.
In secondo luogo, sospettiamo che le persone possano trovare più facile riferire su come pensano che gli altri possano votare piuttosto che ammettere come voteranno loro stessi. Alcune persone possono sentirsi imbarazzate ad ammettere chi sia il loro candidato preferito. Altri possono temere le molestie. E alcuni potrebbero mentire perché vogliono ostacolare i sondaggisti. I nostri risultati suggeriscono che gli elettori di Trump potrebbero essere stati più propensi degli elettori di Biden a nascondere le loro intenzioni di voto, per tutte queste ragioni.
In terzo luogo, la maggior parte delle persone sono influenzate dagli altri intorno a loro. Le persone spesso ricevono informazioni sulle questioni politiche da amici e familiari – e queste conversazioni possono influenzare le loro scelte di voto. Le domande dei sondaggi che chiedono ai partecipanti come voteranno non catturano questa influenza sociale. Ma chiedendo ai partecipanti come pensano che gli altri intorno a loro voteranno, i sondaggisti possono avere un’idea di quali partecipanti potrebbero ancora cambiare idea.
Altri metodi che stiamo studiando
Sulla base di questi risultati, stiamo cercando modi per integrare le informazioni da queste e altre domande in algoritmi che potrebbero fare previsioni ancora migliori dei risultati delle elezioni.
Un algoritmo, chiamato “siero bayesiano della verità”, dà più peso alle risposte dei partecipanti che dicono che le loro intenzioni di voto, e quelle delle loro cerchie sociali, sono relativamente più prevalenti di quanto pensino le persone in quello stato. Un altro algoritmo, chiamato “full information forecast”, combina le risposte dei partecipanti a diverse domande del sondaggio per incorporare le informazioni di ciascuna di esse. Entrambi i metodi hanno ampiamente superato la tradizionale domanda del sondaggio e le previsioni di una media di sondaggi.
Il nostro sondaggio non aveva abbastanza partecipanti in ogni stato per fare buone previsioni a livello statale che potessero aiutare a prevedere i voti nel Collegio Elettorale. Così com’era, le nostre domande sui circoli sociali e sui vincitori statali previsti prevedevano che Trump potesse vincere di stretta misura il Collegio Elettorale. Questo era sbagliato, ma finora sembra che queste domande avessero in media un errore più basso delle domande tradizionali nel predire la differenza tra i voti di Biden e Trump nei vari stati.
Anche se non conosciamo ancora il conteggio finale dei voti per le elezioni del 2020, sappiamo abbastanza per vedere che i sondaggisti potrebbero migliorare le loro previsioni chiedendo ai partecipanti come pensano che gli altri voteranno.