OC
一家假民调公司如何影响真实竞选与预测市场
科技 · 2026-08-24 · 信息治理 · 阅读 7

一家假民调公司如何影响真实竞选与预测市场

一家名为 Median Strategies 的陌生机构发布多份虚假选举民调,在被媒体追查后撤下全部结果,并称这是一场观察错误信息如何进入政治传播系统的“短期社会实验”。《卫报》随后确认,网站由 21 岁的应届毕业生 Rahil Prakash 创建。

一家名为 Median Strategies 的陌生机构发布多份虚假选举民调,在被媒体追查后撤下全部结果,并称这是一场观察错误信息如何进入政治传播系统的“短期社会实验”。《卫报》随后确认,网站由 21 岁的应届毕业生 Rahil Prakash 创建。

一句话结论:最危险的不是 AI 生成了一张假图,而是几组格式正确、数字精确的假民调,被竞选团队、媒体账号和预测市场当成了真实信号。

Median 发布的调查涉及威斯康星、内华达和洛杉矶。在洛杉矶市长选举中,假民调称 Karen Bass 领先 Nithya Raman 近 12 个百分点;Bass 的竞选账号随后引用数据证明势头上升,揭假后删除帖子。威斯康星州的虚假数据则把 Francesca Hong 描述为领先 23 点,实际初选由 David Crowley 以约半个百分点优势获胜。

美联社没有采用这些数据,因为机构无法满足其方法透明和可信度标准。但在社交平台上,民调的机构名称、样本量、误差范围和专业排版已经足以制造权威感。高质量随机抽样成本很高,伪造一份看似完整的方法说明却非常便宜。

机构身份、抽样方法与原始数据构成民调验证链

预测市场又增加了直接经济激励。美联社发现,Bass 分享假民调后,Kalshi 上相关合约短时上涨约 2 美分,Polymarket 也在数分钟内出现集中交易。变化不大,且没有证据证明创建者持仓,但它说明一条虚假信号可以同时影响叙事与价格。

Axios 把事件放进“合成一切”的大背景,这个方向成立,但不能把所有网络噪音都归因于 AI。Median 的关键欺骗仍是伪造机构和调查结果;AI 只是让网站、文案、身份包装和批量传播更便宜。治理重点应放在来源认证和方法披露,而不是猜内容是否机器生成。

关键事实

  • 虚假民调:至少涉及威斯康星、内华达和洛杉矶三地选举。
  • 传播后果:竞选团队曾引用,部分媒体与聚合账号转发。
  • 市场反应:洛杉矶结果发布后预测市场出现小幅但集中的交易。
  • 动机:创建者称为社会实验,真实目的与完整操作过程仍未独立验证。

OC 判断

民调的可信度来自可审计方法,不来自小数点和漂亮图表。媒体、竞选团队和预测平台都应要求披露样本来源、问卷、资助方和历史记录;新机构在这些信息缺失时,不应被当作普通数据源。

为什么重要

  • 对选民:伪造“多数意见”会影响候选人的可赢感和投票策略。
  • 对媒体:速度竞争不能跳过最基本的机构核验。
  • 对预测市场:低流动性合约尤其容易被小规模虚假信号扰动。

参考来源

评论

围绕这篇文章补充信息、提出问题或分享观察。

0
暂无评论。

发表评论

继续看看 OC 用户围绕这个话题说了什么、做了什么。

相关帖子

更多

奉劝大家不要移民了

<p>对于大多数人而言,移民就是悲剧。实在看不下去了,大家不要往火坑里面跳。 国内发展那么快,你出国去慢车道,消费又高,又存不下钱,又要拼命适应当地环境,何苦? 老老实实在大城市找工作,根据收入买房子上车就好。</p> <p>补充:大城市觉得房价太高太辛苦,就好好学好英语,美国远程回老家省会城市,拿同比一线的收入,三线城市的开销,岂不美哉?</p> <p>转文章: <a href="https://mp.weixin.qq.com/s?__biz=MzAxNTMxMTc0MA==&amp;mid=2651016481&amp;idx=1&amp;sn=6bde227438ea02e3da3673295821692e&amp;chksm=80721b32b705922448a9f8645e8d1a8450e57151b71e58beb64e0addf9485ad0b256a431d68b&amp;mpshare=1&amp;scene=1&amp;srcid=0530QgwbtdDlMP4ZG7Nkonpo&amp;pass_ticket=bz%2FdHaz2YWQrgwhgQlVVXt866SMnyXU53Dd0OzDmMc1uZeu0PqND%2FjdQ6fQk8Bdl#rd"> 中产阶级的地雷阵 #D03 </a></p> <p>更多文章:<a href="https://mp.weixin.qq.com/s?__biz=MzAxNTMxMTc0MA==&amp;mid=503532389&amp;idx=1&amp;sn=84ff5eefb88e1b17f9ec0efb0238140d&amp;chksm=00721d76370594601903172e49477ce0ed149a3ba1bdcb88a300b55c8c552a79ea31134216ae&amp;mpshare=1&amp;scene=1&amp;srcid=0719VQx1dNX5rlraUqjWtCFm&amp;pass_ticket=bz%2FdHaz2YWQrgwhgQlVVXt866SMnyXU53Dd0OzDmMc1uZeu0PqND%2FjdQ6fQk8Bdl#rd">列表</a></p>

halida 198 9

做 AI 语音产品时,授权、撤回和审计日志应该怎么落地?

<p>最近看到越来越多关于声音授权的讨论。对开发者来说,真正麻烦的往往不是“模型能不能模仿”,而是授权如何进入系统、生成结果如何追溯,以及授权撤回后该怎么办。</p> <p>我们在做 FlowSpeech 时也碰到过类似问题。我的体会是,不要把“用户勾选过同意”当成一个布尔字段,而应该把它做成一组可以审计的业务对象。</p> <h2>1. 把声音资产和授权分开</h2> <p>声音文件只描述技术属性,例如哈希、上传者、存储位置和创建时间。授权记录则至少要包含授权主体、用途范围、地域、有效期、来源证据和当前状态。这样同一份声音用于个人试听、商业广告、公开播客时,可以绑定不同的授权,而不是共用一个模糊的 consent=true。</p> <h2>2. 每次生成都保存授权快照</h2> <p>生成任务不要只引用当前授权 ID。授权内容以后可能变更,如果任务只查最新状态,历史结果就无法解释。更稳妥的做法是在任务创建时保存授权版本、文本哈希、声音版本、模型版本和操作者。生成出的音频再记录 artifact_id,并反向关联任务。</p> <p>我会把最小链路设计成:</p> <ol> <li>voice_asset:原始声音及版本;</li> <li>consent_grant:授权范围与证据;</li> <li>generation_job:请求参数和授权快照;</li> <li>audio_artifact:输出文件、校验值和公开状态;</li> <li>audit_event:谁在什么时候创建、下载、公开或撤回了内容。</li> </ol> <h2>3. 撤回不是简单删除一行</h2> <p>授权撤回后,系统至少要阻止新任务,并把相关公开音频进入下架队列。已经交付给客户的文件是否能删除,要按照合同和产品能力区分,不能在界面上承诺技术上做不到的“全球删除”。更现实的状态机是 active、suspended、revoked、expired,并明确每个状态允许哪些动作。</p> <h2>4. 对外展示也要可验证</h2> <p>除了后台日志,公开音频最好带上来源标记或可查询的生成记录。水印不是万能方案,但“可识别的音频 + 可验证的元数据 + 清晰的举报入口”组合起来,比一句“AI 生成”更有用。</p> <p>我们现在做的 <a href="https://flowspeech.io/zh">FlowSpeech</a> 主要解决上下文感知、情绪和停顿控制。越往产品化走,越觉得声音效果只是前半程,权限边界和可追溯性才决定这类工具能不能长期使用。</p> <p>大家在实际项目里会把授权证据放在业务数据库、对象存储,还是单独的审计系统?如果授权撤回,你们通常怎么处理已经生成并交付的音频?</p>

FlowSpeech 0 1

你们的Codex额度提前耗完了没?戒断反应如何?

<p>我在第三天就消耗了只剩1%,忍了一天,然后今天干脆用这最后的1%,开着5.6 Sol 极高 强推我一个提示词笔记本应用的功能落地。最终用时3小时,居然还是跑完了。但是现在还是出现一些戒断反应,感觉啥也做不了,就无精打采的,困。</p> <p>我做了一个Prompt Notebook,专门用来收藏或者记录自己手搓的生图提示词。带Chrome一键收藏插件。支持AI优化提示词。支持提示词中提取常用字段作为提示词百科词汇。也自带生图功能用来测提示词。但是要搭配Cloudflare R2+Worker的图床。</p> <p>今天主要是做一个AI模特的资产库。将常用的AI模特固定下来,进行身份设定,以及模特的一些角色定妆图。之后生图可以直接调用AI模特自动作为垫图。</p> <p>这是AI模特资产库的界面: <img src="/upload/thread/202608/42b5f73e-938f-45de-b74e-da69da9d72a8.webp" alt="1bb0d28b-c7dd-4327-bafa-26b60323cbed" /> 这是主界面的提示词瀑布流,支持关键词或标签搜索: <img src="/upload/thread/202608/3e15b6e7-345f-48b4-aeff-1bbd89afe9d3.webp" alt="ab998e2f-9ccc-4173-832f-223aa6c6fa81" /> 这是提示词笔记的预览界面,可以复制提示词,分享提示词,点击分享还有分享短链:(https://prompt.jintao.co.uk/share/20260806LfsmY) <img src="/upload/thread/202608/bab31972-0468-4582-b873-6309233254a6.webp" alt="20260806-201213" /> 可惜现在没额度了,我又不想换模型折腾。现在还有些界面细节和小功能需要落地完善,可能还要虫子要抓。弄好了,打算放GitHub开源。</p> <p>有朋友想试试的么?</p>

shynloc 2 4