Erna Solberg vant den første duellen mellom Høyre og Arbeiderpartiet, ifølge Trine Eilertsen i Aftenposten, etter at hun og Jonas Gahr Støre møttes til valgkampens første toppoppgjør på Blå i Oslo mandag 5. august.

I ukene som kommer vil vi bli bombardert med ulike meningsmålinger, analyser og prediksjoner om hvem som kommer til å gå seirende ut av lokalvalget som skal avholdes 9. september. Med nye modeller og større regnekraft kan vi sammenstille store mengder informasjon (big data) og gi mye sikrere prediksjoner av valgresultatene enn tradisjonelle meningsmålinger.

Men hvor mye kan vi stole på de ulike målingene, og hvor gode er vi egentlig til å kunne forutsi hvilken vei velgerne går? Dette er spørsmål vi vil debattere på vårt arrangement «Sikrere valgprognoser med Big Data – Suksesskriterier og fallgruver» under Arendalsuka 13. august.

Arendalsuka: Sikrere valgprognoser med Big Data – Suksesskriterier og fallgruver

Med nye modeller og større regnekraft kan Big Data sammenstille store mengder informasjon og gi mye sikrere prediksjoner av valgresultatene enn tradisjonelle meningsmålinger. Hvor sikre kan prognosene bli, og hvor sikre vil vi ha dem? Møt UiO i Arendal!

13. august 2019, 10.30–11.30 

Arendal, MS Sunnhordland

Kristin Vinje møter Magnus Takvam, Emil Aas Stoltenberg og Bernt Aardal. Foto: UiO/NRK

 

Vil Trump bli gjenvalgt?

I USA ruster Demokratene seg til primærvalget. Hvem har størst sjanse til å slå Trump: Joe Biden, Kamala Harris eller kanskje Bernie Sanders? Blant flere prediksjonsmodeller er det én som har utpekt seg som særdeles vellykket når det gjelder å forutsi utfallet av presidentvalgene i USA.

Denne ser på sammenhengen mellom tidligere valgresultater og historiske faktorer. Det er to enkle faktorer som utpeker seg: økonomi og presidentembetets grunnlovfestede begrensning til to perioder. Folket ser ut til å være fornøyd med politikerne når økonomien går bra, og misfornøyd med dem i nedgangstider.

I den første perioden med mulighet for gjenvalg vil det være en fordel å være sittende president. Som Gunnar Grendstad og Hilmar L. Mjelde ved Universitetet i Bergen i 2013 skrev i Stat & styring: «presidenten dominerer den politiske dagsordenen gjennom sine roller som statsoverhode, regjeringssjef og øverstkommanderende for de væpnede styrkene.»

Økonomien i USA går godt, og selv om de økonomiske oppgangstidene USA nå opplever startet lenge før Trump kom til makten, viser modellen at det er overveiende sannsynlig at Trump vil kunne vinne presidentvalget også i neste valgperiode.  

Det må for øvrig legges til at det i forkant av presidentvalget i 2016 ble foretatt en lang rekke prediksjoner, og de fleste pekte mot at Hillary Clinton ville vinne. Selv Nate Silver, som står bak den mest autoritative meningsmålingsbaserte modellen, samt den toneangivende nettstedet og podcasten Fivethirtyeight, anslo Trumps sjanser til å vinne valget til å ligge på rundt 30 %. Nå må det påpekes at dette ikke nødvendigvis er feil. At noe vil skje i tre av ti tilfeller, er noe helt annet enn å si at det ikke lar seg gjøre. 

Hvem vinner kommunevalget 2019?

Er de norske valgene like enkle å forutsi? Og hvilke faktorer er avgjørende for hvem som havner i posisjonene her? Meningsmålinger er kanskje den mest utbredte metoden for å forutsi et valgresultat. De har imidlertid sine svakheter, også ut over det at de faktisk bare er et utsnitt av et øyeblikksbilde.

Statistikken viser oss at faktorer som kjønn, alder, utdanning, inntekt osv. er med på å avgjøre hvilket parti en person stemmer på. På samme måte kan disse faktorene være avgjørende for om du tar telefonen når de ringer fra Norstat eller et av de andre byråene. Dette løses i noen grad av vekting: Svar fra grupper som er mindre representert i utvalget, multipliseres opp et fornuftig antall ganger før de legges inn i totalsummen. Det vanskelige spørsmålet blir da selvfølgelig hvilket antall som er det fornuftige.

I Morgenbladet (11.-17. november 2016) snakker Bernt Aardal, professor og valgekspert, om begrepet målings-gjeting, en tilpassing av vektingen blant de ulike byråene. Meningsmålingsinstituttene tjener ikke penger på politiske målinger, men de har stor synlighet, og det er god reklame. Dermed oppstår en drivkraft for å ligne på de andre: Om alle instituttene tar feil, er det ikke så farlig. Men om én bestemt meningsmåler tar feil, koster det oppdrag i andre, mer lønnsomme deler av forretningen. Resultatet blir at meningsmålerne vekter resultatene for å ligne hverandre, målings-gjeting.

Aardal ser indikasjoner på gjeting også i Norge. Spriket mellom instituttene blir mindre frem mot valgene. Det kan riktignok skyldes at folk blir mer konsistente i svarene sine, men det kan altså også skyldes målings-gjeting, ifølge Bernt  Aardal.

Byråene har i det hele tatt måttet tåle en del kritikk. I oktober i fjor gikk debatten i Dagens Næringsliv - etter at konsulentfirmaet Zynk og deres stordataverktøy Q-ball fikk unngjelde da forskerne Tore Wig og Haakon Gjerløw i et innlegg beskyldte prediksjonene deres for å være «en usystematisk liste med banale og upresise utsagn». Q-ball lener seg på maskinlæring, som ved hjelp av en algoritme teller hvor mange ganger et ord blir nevnt - og om det nevnes i positiv eller negativ sammenheng. Zynk forsvarte seg med at deres analyser sier noe om trender i befolkningen og ikke er nøyaktige prediksjoner.

Stort behov for dyp innsikt i fag som matematikk, statistikk og informatikk

Uten å ta side i denne debatten, kan vi konstatere at det kreves dyp innsikt i fag som matematikk, statistikk og informatikk for å kunne håndtere, organisere og analysere store datamengder. Og for å kunne predikere noe som helst når det gjelder valgresultater, bør man ha en god innsikt i fag som historie og samfunnsfag – og sikkert også både psykologi og sosialantropologi!

Maskinlæring er et viktig satsingsfelt ved UiO, og kunstig intelligens gjør sitt inntog på stadig flere felt i livet vårt. For å møte disse endringene vil flere mennesker trenge mer kunnskap innenfor matematikk, og helt grunnleggende vil den innsikten som samlet kan kalles dannelse, som kan tilføre analyser et nødvendig kvalitativt aspekt, være nødvendig for å hindre et digitalt klasseskille.

Vi vil ikke gjøre et forsøk på å forutsi resultatene av det forestående kommunevalget, men håper vi vil få politikere som forstår hvilke utfordringer vi med dette står overfor. Sees i Arendal!

Vil du følge med på UiOs forskning i realfag og teknologi: Følg Titan.uio.no på Facebook eller abonner på nyhetsbrevet vårt