民意不在模型裡

那個失準的夜晚

2024 年 11 月 4 日，美國大選前夕。一家名叫 Aaru 的矽谷新創用 LLM 合成的「數位雙胞胎」受訪者跑出最終預測：賀錦麗將在密西根、內華達、賓州、威斯康辛四個搖擺州全數領先。同一天，Nate Silver 團隊的 Silver Bulletin 給賀錦麗 48.20% 的勝率；Aaru 給 50.50%。

24 小時後，川普贏下全部四州。Aaru 的模擬世界與真實世界的裂縫第一次被公開驗證。但更值得注意的是後續發展——儘管在關鍵時刻失準，Aaru 仍在 2025 年獲得十億美元級的估值。2026 年 3 月，Axios 報導該公司的一份母職健康調查時，全篇未揭露「受訪者」其實是 LLM 代理。讀者將模型預測誤認為民意觀察。

但這不只是一家公司的故事。這是一個橫跨方法論、科技產業、媒體倫理的結構性問題。當合成民調的估值邏輯與它的技術實效脫鉤，當政策決策者開始把「模擬」當成「觀察」，民主就失去了它校準自己的基礎感測器。這是一個需要政策幕僚正面理解的方法論危機。

民調不可替代原理

這個原理根植於三條獨立的理論傳統——資訊理論、測量哲學、調查統計學——它們各自推導出同一個結論：對當下、隨情境變化的社會意見進行測量的資訊價值，不可透過任何模型（含 LLM 合成樣本）從既有資料重新生成。

用白話重述：真人民調是在 T₀ 時刻走進現實世界、問一個未被問過的問題、獲得一筆新資訊；合成民調則是在訓練好的模型中調取過去的答案，重新排列組合成「看似像當下」的回應。Shannon 的資料處理定理早在 1948 年就給出了數學證明——任何確定性轉換不可能增加資訊量。LLM 作為壓縮器，它的輸出必然是訓練分布的子集或近似。

這不是「AI 還不夠好」的問題，這是資訊守恆律的問題。無論模型多大、演算法多精巧，從過去訓練的語料中不可能生成「尚未發生的當下意見」。

測量與建模的認識論裂縫

這條裂縫比「準不準」更深。Meehl（1967）在《科學哲學》中早已指出：測量是連結理論構念與可觀察現象的橋樑，建模則是在構念之間推論。兩者屬於不同的認識論層級，不可互相取代。以建模取代測量，等同於用已被編碼的先驗取代觀察事實——這是理論循環論證，而非實證研究。

不是二元對立，而是邊界條件

必須誠實承認：民調不可替代原理不是主張「合成樣本一無是處」，而是主張它有明確的邊界條件。在這條邊界以內，合成樣本可以是有用的工具；跨過邊界，它就從工具變成誤導。政策幕僚與研究設計者需要知道這條線畫在哪裡。

邊界以內（可作為輔助工具）：問卷前測、議題初步掃描、意見空間粗略建模、反示播列題（anti-prompt-injection）設計輔助。在這些非決策場景，合成樣本可用來快速探索「哪些群體分歧最大、哪些議題有隱性共識」，作為正式田野前的成本效益工具。

邊界以外（不可替代真人）：即時民意追蹤、選舉預測、政策衝擊後的反應調查、新議題意見空間建立、小眾／難抽樣族群的意見探索。在這些決策場景，任何合成樣本的替代都會把「模型預測」錯配為「民意觀察」，兩者在證據份量上有量級差距。

透明度不對稱：結構性風險

真正的危機不在技術本身，而在資訊揭露的結構性不對稱。當合成樣本的揭露成本低、隱藏收益高時，市場會系統性地朝「不揭露」方向偏移。2026 年 3 月 Axios 事件就是典型案例——媒體報導民調時未標註受訪者是 LLM，讀者將合成資料誤認為真實民意數據。這不是個案，這是結構趨勢。

更棘手的是混合樣本（mixed sample）的出現。Public Sentiment Institute 在 373 名真實受訪者中摻入 114 個 AI 代理（23.00% 污染比例），構成「混合採用」模型中最難評估的灰色地帶。讀者無從判斷結論有多少來自真人、多少來自模型，方法論的可驗證性被實質架空。

台灣啟示：民意感測器的政策治理

台灣作為高度數位化的民主社會，同時也是民意調查密度極高的市場，需要在合成民調浪潮登陸之前，建立起制度性防線。這不是單一政黨的議題——所有依賴民意回饋來校準政策的公共治理，都需要真實民意感測器的可靠性。以下是三個可直接操作的政策方向。