一项新研究发现，人工智能模型可通过分析社交媒体上的用户发帖，提前两周预测官方失业率数据。该研究由学者Sam Fraiberger及其团队完成，成果发表于《PNAS Nexus》期刊。 研究人员利用2020至2022年间3150万条Twitter数据，训练了一种基于Transformer架构的AI模型——JoblessBERT。该模型能精准识别与失业相关的帖子，即使内容包含俚语、错别字或非正式表达，如“I needa job!”也能准确捕捉。为弥补Twitter用户群体在年龄、地域和收入等方面与整体人口不具代表性的缺陷，研究团队还引入了人口统计学调整方法。 通过该模型，研究团队成功在国家、州和城市多个层级预测了美国失业保险申请数量。结果显示，JoblessBERT发现的失业相关言论数量接近传统规则方法的三倍，同时保持了高精度。与行业主流预测模型相比，该方法将预测误差降低了54.3%。 尤其在新冠疫情初期，该模型于2020年3月就敏锐捕捉到失业申请的急剧上升，比官方数据提前数日发出预警，展现出强大的实时监测能力。 研究人员认为，这一方法证明了将AI与社交媒体数据结合，可有效补充传统经济统计体系，为政策制定者提供更及时、动态的经济状况洞察，尤其在重大经济危机中具有重要应用价值。