Większość sondaży opinii publicznej poprawnie przewidziała zwycięskiego kandydata w wyborach prezydenckich w USA w 2020 roku – ale średnio przeszacowały margines, o który Demokrata Joe Biden pokonałby Republikanina Donalda Trumpa.
Nasze badania nad metodami sondaży wykazały, że przewidywania ankieterów mogą być bardziej dokładne, jeśli wyjdą poza tradycyjne pytania. Tradycyjne sondaże pytają ludzi, na kogo głosowaliby, gdyby wybory odbywały się dzisiaj, lub o procentową szansę, że zagłosują na poszczególnych kandydatów.
Ale nasze badania nad oczekiwaniami ludzi i ocenami społecznymi doprowadziły nas i naszych współpracowników, Henrika Olssona z Santa Fe Institute i Drazena Preleca z MIT, do zastanowienia się, czy inne pytania mogłyby przynieść dokładniejsze wyniki.
Specyficznie, chcieliśmy się dowiedzieć, czy pytanie ludzi o preferencje polityczne innych w ich kręgach społecznych i w ich stanach może pomóc namalować pełniejszy obraz amerykańskiego elektoratu. Większość ludzi wie dość dużo o doświadczeniach życiowych swoich przyjaciół i rodziny, w tym o tym, jak szczęśliwi i zdrowi są oraz ile mniej więcej zarabiają. Zaprojektowaliśmy więc pytania ankietowe, aby sprawdzić, czy ta wiedza o innych obejmuje również politykę – i okazało się, że tak.
Planiści, jak stwierdziliśmy, mogliby dowiedzieć się więcej, gdyby wykorzystali ten rodzaj wiedzy. Pytając ludzi, jak inni wokół nich zamierzają głosować i agregując ich odpowiedzi na dużej próbie krajowej, umożliwiamy ankieterom sięgnięcie do tego, co często nazywane jest „mądrością tłumów.”
Jakie są nowe pytania 'wisdom-of-crowds’?
Od sezonu wyborów prezydenckich w USA w 2016 roku pytamy uczestników różnych sondaży wyborczych: „Jaki procent Twoich kontaktów społecznych będzie głosować na każdego z kandydatów?”.
W wyborach w USA w 2016 roku pytanie to przewidywało, że Trump wygra, i robiło to dokładniej niż pytania pytające o własne intencje wyborcze respondentów sondaży.
Pytanie o kontakty społeczne uczestników było podobnie dokładniejsze niż tradycyjne pytanie w przewidywaniu wyników wyborów prezydenckich we Francji w 2017 roku, wyborów parlamentarnych w Holandii w 2017 roku, wyborów parlamentarnych w Szwecji w 2018 roku i wyborów do Izby Reprezentantów w Stanach Zjednoczonych w 2018 roku.
W niektórych z tych sondaży pytaliśmy również, „Jaki procent ludzi w twoim stanie będzie głosować na każdego kandydata?”. To pytanie również wykorzystuje wiedzę uczestników na temat osób z ich otoczenia, ale w szerszym gronie. Wariacje tego pytania sprawdziły się w poprzednich wyborach.
Jak dobrze wypadły nowe pytania sondażowe?
W wyborach prezydenckich w Stanach Zjednoczonych w 2020 roku nasze pytania „mądrości tłumów” ponownie okazały się lepsze w przewidywaniu wyniku krajowego głosowania ludowego niż tradycyjne pytania. W badaniu USC Dornsife Daybreak Poll zapytaliśmy ponad 4000 uczestników, jak spodziewają się, że ich kontakty społeczne będą głosować i który kandydat ich zdaniem wygra w ich stanie. Zapytaliśmy ich również, jak oni sami planują głosować.
Obecne wyniki wyborów wskazują na przewagę Bidena w popularnym głosowaniu wynoszącą 3,7 punktów procentowych. Średnia z krajowych sondaży przewidywała przewagę 8,4 punktów procentowych. Dla porównania, pytanie o kontakty towarzyskie przewidywało 3,4-punktową przewagę Bidena. Pytanie o zwycięzcę stanowego przewidywało przewagę Bidena o 1,5 punktu. Dla porównania, tradycyjne pytanie, które pytało o własne intencje wyborców w tym samym sondażu, przewidywało 9,3-punktową przewagę Bidena.
Dlaczego nowe pytania sondażowe działają?
Sądzimy, że istnieją trzy powody, dla których pytanie uczestników sondażu o innych w ich kręgach społecznych oraz o ich stan kończy się dokładniej niż pytanie o samych uczestników.
Po pierwsze, pytanie ludzi o innych efektywnie zwiększa wielkość próby w sondażu. Daje to ankieterom przynajmniej pewne informacje o intencjach wyborczych osób, których dane w przeciwnym razie mogłyby zostać całkowicie pominięte. Na przykład, z wieloma z nich ankieterzy nie skontaktowali się, lub mogli odmówić udziału w badaniu. Nawet jeśli respondenci nie mają idealnych informacji o wszystkich wokół nich, okazuje się, że wiedzą wystarczająco dużo, aby udzielić użytecznych odpowiedzi.
Po drugie, podejrzewamy, że ludziom może być łatwiej informować o tym, jak myślą, że inni mogą głosować, niż przyznać się do tego, jak sami zagłosują. Niektórzy ludzie mogą czuć się zakłopotani przyznając, kto jest ich ulubionym kandydatem. Inni mogą obawiać się molestowania. A niektórzy mogą kłamać, ponieważ chcą utrudnić pracę ankieterom. Nasze własne ustalenia sugerują, że wyborcy Trumpa mogli być bardziej skłonni do ukrywania swoich intencji wyborczych niż wyborcy Bidena, z tych wszystkich powodów.
Po trzecie, większość ludzi jest pod wpływem innych wokół nich. Ludzie często uzyskują informacje na temat kwestii politycznych od przyjaciół i rodziny – i te rozmowy mogą wpłynąć na ich wybory wyborcze. Pytania sondażowe, które pytają uczestników o to, jak będą głosować, nie wychwytują tego wpływu społecznego. Ale pytając uczestników, jak myślą, że inni wokół nich zagłosują, ankieterzy mogą uzyskać pewne pojęcie o tym, którzy uczestnicy mogą jeszcze zmienić zdanie.
Inne metody, które badamy
Budując na tych ustaleniach, szukamy sposobów, aby zintegrować informacje z tych i innych pytań w algorytmach, które mogą zrobić jeszcze lepsze przewidywania wyników wyborów.
Jeden algorytm, nazwany „Bayesian Truth Serum”, nadaje większą wagę odpowiedziom uczestników, którzy twierdzą, że ich zamiary wyborcze, oraz tych z ich kręgów społecznych, są stosunkowo bardziej powszechne niż ludzie w tym stanie myślą. Inny algorytm, zwany „pełną prognozą informacyjną”, łączy odpowiedzi uczestników na kilka pytań sondażowych, aby uwzględnić informacje z każdego z nich. Obie metody w znacznym stopniu przewyższyły tradycyjne pytanie sondażowe oraz przewidywania wynikające ze średniej sondaży.
Nasze badanie nie miało wystarczającej liczby uczestników w każdym stanie, aby stworzyć dobre prognozy na poziomie stanu, które mogłyby pomóc przewidzieć głosy w Kolegium Elektorskim. Jak to było, nasze pytania dotyczące kręgów społecznych i oczekiwanych zwycięzców stanowych przewidywały, że Trump może nieznacznie wygrać Kolegium Elektorskie. To było błędne, ale jak dotąd wydaje się, że te pytania miały średnio niższy błąd niż tradycyjne pytania w przewidywaniu różnicy między głosami Bidena i Trumpa w poszczególnych stanach.
Nawet jeśli nadal nie znamy ostatecznej liczby głosów w wyborach w 2020 roku, wiemy wystarczająco dużo, aby zobaczyć, że ankieterzy mogą poprawić swoje przewidywania, pytając uczestników, jak myślą, że inni zagłosują.