2022 選舉的觀眾席意向來看支持度
--
同溫層最大的問題是因為在同溫層的人，以為只有跟自己想法一樣的同溫層才是對的，而在同溫層外的人都是錯誤的異端。
前幾天我在「會議」中問了大家，有誰知道甚麼是「北溪」，在座的 7 位只有一個人舉手，我就偷偷調侃他：「抓到了！你是藍的」，為甚麼會這樣說呢？
因為北溪是一個「藍白紅 vs 綠」很大的歧異的議題，在「藍白紅」的同溫層是個鋪天蓋地等級的話題，是足以證明「邪惡的美帝終將慘敗」的證明，而相對的泛綠與一般新聞只當作一個「事件」來處理，但相對的在「大外宣」中是災難等級的話題，把俄羅斯把烏克蘭四個地區直接併入更重要。
因此，若是從觀眾席（觀看次數）的角度，來看不同議題在不同立場媒體的著力點與接受度，是可以看到一些「趨向」。
在這次的 2022 九合一大選中，大家最重視的大概就是六都選舉，只是這幾天最熱的不是六都，而是第七都「新竹市」，因為這次的新竹市選舉，不只是單純的藍綠對決，也隱含了第三勢力、中國力量等等的複雜因素變得相當令人注意。
雖然「有影儀表板」已經有了政治人物及六都候選人的每日觀看次數的分析，但觀看次數有點像是個座席，只是在選舉時是種「比較」，要將不同「場次（陣營）」的觀看人數去做比較才是較接近真實。
像下面就是高虹安依不同藍白紅綠的頻道的觀看次數：
若是把這觀看次數相加就當作是這個人的「支持度/認同度」，那就太粗糙了，因為我們知道選舉是一個陣營旗幟鮮明的競爭，在不同陣營的聲量高有時代表的是「負聲量」，雖然有人說，觀看的人每一個人的感受都不一樣，如何從觀看次數來去轉換呢？
這答案很簡單，就是同溫層機制，不只演算法會推送受眾比較喜歡的訊息，更者人也會去選擇看與不看，最後計算成觀看次數以及回饋給演算法，因此不須要人去「表明立場」，從每一個人的觀看就可以知道。
在 2014 年的選舉，那時 Facebook 可以還是個 API 開放的年代，可以知道每一個人透過演算法的觀看記錄，因此在那時就開發了一個演算法，從每一個人的動態牆出現不同觀點的新聞與訊息來猜測一個人的立場，是一種可以「非主動問答」的方式知道其分布，最後得到下面的結果：
可以看到這邊是有 0.901 的正相關，這是一個很驚人的狀況，只是這演算法已經被臉書因為商業考量停下來了，這最後也只能證明一件事情：
人會因為認同而去觀看，人會因為觀看而去認同
完整的投影片在最下面的 SlideShare 可以看。
因此事實上在大部份的情形想要知道在這個媒體的受眾意向，只要計算其觀看的行為就很夠了。
甚至可以用不同的頻道所發的內容，交疊其觀看記錄，就可以知道同一個議題不同的觀點，就像是下面這張圖，泛綠的較介意高虹安與郭台銘的關係，尤其是千人計劃，而泛藍的較注意與其他候選人的關係。
而最後可以從觀看次數的比較畫出這樣的圖：
從這邊可以看得出來，雖然藍綠互有競爭與消長，但目前「聲勢」最大的是高虹安。
但目前這張圖的目的不是為了要去做選舉預測，因為真正的選舉預測應該是以幾個月的累積聲量較為準確，而這系統是要讓大家看到趨勢與變化，因此這數字更接近於「動能」，也就是現在對於支持度的趨動力。
因為無論如何，還是幾個重要因素是無法克服的：
- 目前的觀看數都是以 Youtube 平台的數字為主，而 Youtube 本身就有受眾的偏差。
- 這些受眾本身不見得是有投票資格，也無法判定其效果，真的要計算的更像是在計算「外溢效應」的能量。
- 若可以搜集覆蓋度更完整、更準確的「眼球人數」，就會更接近真實的投票。
在 2018 年的選舉，那時用的是臉書 Facebook 的談論數，那時的量級是可以到 10 萬到 100 萬量級的資料分析，而現在若是用觀看數的話，是用千萬到億的量級來分析，挑戰度更高，但是否因為其「自由度」的提高而否能夠更接近民意，到 12 月就知道了。
不要忘記，民主是在於更多人的參與、更多樣的資訊、更多元的討論，且每一個人能夠獨立的思考，自由的辯論才能夠更接近民主。
最後，網址在這邊：
延伸閱讀：
2014 年選舉後的演講簡報：
