据外媒报道，人工智能（AI）系统“MogIA”预测唐纳德·特朗普（Donald Trump）将赢得今年的美国总统大选。这不禁让我们想到这样一个问题：1948年《芝加哥每日论坛报》的“杜威战胜杜鲁门”这一错误报道的数字版本正在上演。

　　1948年，当时美国的三大民调机构Gallup、Roper和Crossley一致预测，共和党候选人杜威（Dewey）将以5~6个百分点的优势战胜民主党候选人杜鲁门（Truman）。结果，心急的《芝加哥每日论坛报》在计票结果公布之前就发表了“杜威击败杜鲁门”的头条消息。而最终的结果是，杜鲁门反而以5%的票数优势胜出。

　　原因何在呢？主要因为这三大民调机构的调查对象并不是美国选民的代表。为什么这么说呢，主要有两方面的原因。首先，部分投票数据是通过电话收集的，而1948年电话更可能被富裕的共和党人拥有，而不是民主党人。

　　其次，也可能是最重要的，民意调查人员在收集数据时，是随意选择调查对象的，只要它们符合投票资格。因此，民意调查人员很可能出于某种原因而调查了更多的共和党人士，而不是民主党。

　　既然1948年的投票数据存有偏见，那么MogIA所使用的预测数据可能同样如此。MogIA由健康管理公司Genic.AI创始人桑吉夫·赖（Sanjiv Rai）开发，那么桑吉夫·赖是通过何种方式收集数据并提供给MogIA的呢？

　　MogIA的预测基于来自美国社交网络平台的2000万个数据点，分别来自Twitter、谷歌（微博）、Facebook和YouTube等。这些数据主要捕捉了社交网站用户与每位候选人的互动情况。桑吉夫·赖称，基于过去几届的总统大选结果，拥有更高互动级别的候选人最终赢得了大选。与希拉里相比，特朗普用于更高的互动度，因此MogIA预测特朗普赢得大选。

　　如果社交媒体互动的数据也像1948年那样存在偏见，那就意味着《芝加哥每日论坛报》的“杜威战胜杜鲁门”这一错误报道的数字版本即将上演。

　　通过社交媒体讨论总统候选人也并不是什么新鲜事物，但是，今年社交媒体在总统大选中所扮演的角色与往年有着明显的区别。例如，特朗普在Twitter上发脾气已经成为了热门话题。另外他还发表了其他一些吸引眼球的话题，这意味着有些特朗普的互动数据并不适合用来预测大选结果。

　　另外，皮尤研究中心（Pew Research Center）数据显示，Twitter用户多为非农村、非西班牙裔黑人，年龄在29岁或更低。而这并不是特朗普的支持者，后者多为50岁或更高年龄的白人。如果大量的特朗普支持者之前并不使用Twitter，只是在近期才开始通过Twitter来支持特朗普，那么特朗普的Twitter数据就可能存在偏见。

　　要评估MogIA预测的准确性，我们还要了解其一些个问题。例如，哪些社交平台提供了数据用于分析？互动数据是如何衡量的？发一条关于特朗普的消息、转发这条消息，以及为这条消息点赞，其结果是一样的吗？

　　另外，MogIA开发者桑吉夫·赖在接受采访时称，MogIA在处理社交媒体数据时，无法识别用户的情感。这意味着MogIA只是简单地计算候选人被提及的次数作为互动索引，而没有考虑到社交媒体用户对候选人的态度究竟是积极的，还是消极的。

　　最终，如果Mog IA预测错误，那么可能对将来继续开发预测性AI大有帮助。如果希拉里胜出，我们可以建立一个某型，利用同样的数据来预测她胜出。然后对这两个某型进行对比，看看新模型的架构、算法和数据评估是怎样的。发现其中的不同将有助于推动AI的发展。