TPOC新北市長AI模擬：李四川42.6%、蘇巧慧37.6%，差5個百分點

（媒角抵加／李豔萍綜合報導）TPOC台灣議題研究中心10月21日公布新北市長選舉AI民意模擬，李四川含傾向支持度42.6%、蘇巧慧37.6%，相差5個百分點，另有15.8%仍在觀望。這份結果來自26,771個AI虛擬選民，涵蓋新北29個行政區；民眾黨受眾近半偏向李四川，中間選民則逾四成未決定。研究反映模型設定下的意向，並非真人訪問。

關鍵資訊

• 公布與執行日期：TPOC於2026年10月21日發布，模型執行日為10月19日，完整報告辦理時間列10月20日。
• 模擬規模：26,771個AI代理人，涵蓋新北29個行政區。
• 含傾向支持度：李四川42.6%、蘇巧慧37.6%；尚未決定或觀望15.8%，都不支持或投廢票4.0%。
• 使用模型：TPOC表示採用GPT-5.4 mini，依人口結構、政黨認同與輿情設定虛擬受眾。
• 研究性質：對設定的AI代理人全數施測，不適用傳統機率抽樣誤差；報告列明仍有系統性偏差。

含傾向追問後，李四川領先5個百分點

依TPOC完整報告第6至7頁，支持度題先設定李四川與蘇巧慧對決，再向回答尚未決定或都不支持的代理人追問，若一定要二選一，較傾向誰。偏向其中一人者納入該人的支持度，仍無法決定或不投者保留原分類。

同份報告的其他題目也呈現差異：好感度為李四川36.5%、蘇巧慧33.3%；適合擔任新北市長的比例為37.1%、30.8%；看好度則為43.9%、38.5%。這些分別回答喜好、適任與選情判斷，含傾向支持度的兩人差距為5個百分點。

民眾黨虛擬受眾47.6%偏李，中間選民42.2%觀望

在模型設定為民眾黨支持者的4,363個代理人中，李四川支持度47.6%、蘇巧慧36.3%，李領先11.3個百分點；但好感度為李32.7%、蘇27.4%，另有25.2%回答無感或差不多，見報告第2、7頁。

TPOC發布說明將這種支持度與好感度的落差，解讀為策略性選擇大於情感認同。至於7,875個中間選民代理人，29.5%支持李四川、25.0%支持蘇巧慧，42.2%仍觀望，是報告中未決定比例較高的群體。

李在新店、雙和領先，蘇在鶯歌、樹林較高

行政區交叉分析顯示，新店虛擬受眾支持李四川51.2%、蘇巧慧28.2%；永和為50.7%、29.8%，中和為49.2%、33.1%。蘇巧慧則在鶯歌以51.5%對31.0%、樹林以50.5%對34.1%、土城以49.2%對33.7%領先。

板橋的模擬結果為李43.3%、蘇37.5%，三重則為李39.1%、蘇40.6%。年齡分組中，40至49歲是蘇唯一領先的年齡層，蘇43.7%、李38.0%；50至59歲則為李49.3%、蘇34.5%。女性代理人的李蘇差距為8.1個百分點，男性為1.6個百分點。

報告的交叉百分比採加權結果，表中的人數是未加權代理人數；100個以上列到小數一位，30至99個僅列整數，未滿30個不顯示數值。烏來區僅設定70個代理人，支持度因此以整數呈現。

AI模擬有多準？26,771個代理人仍待真人驗證

TPOC方法說明指出，團隊依性別、年齡、教育程度與歷史政黨票分布建立虛擬受眾；完整報告另列出將新聞與輿情送入模型，再由代理人推演回答。研究由陳丕舒主持，發布頁列出資者為影響力數據股份有限公司。TPOC也列明，這種方法可能放大媒體能見度高的論述，低估未表態或政治冷漠的族群。

這份報告尚未提供與同期間真人調查逐題比對，或回測既有選舉結果的成績，因此目前沒有可核實的準確率。26,771個代理人可呈現細分群體的模型差異，若模型對某個群體有共同誤判，增加代理人數仍可能保留偏差。Pew Research Center對美國合成受訪者的實驗發現，AI回答會誤估部分群體態度，更換模型也會改變結果。這類模擬的參考價值，在於提出後續真人訪問可驗證的假設，例如中間選民的觀望原因，以及好感度與支持意向為何不同；5個百分點是否反映真實選情，仍待獨立調查與後續驗證。

同日公布的另一份研究，可參閱本站TPOC台北市長AI模擬報導。

資料來源與更新紀錄

• TPOC：新北市長選舉AI模擬發布說明，2026年10月21日，含結果、研究方法與限制。
• TPOC：2026新北市長選舉AI民意模擬報告（VI），共10頁，辦理時間列2026年10月20日、模型執行日10月19日。
• Pew Research Center：Can AI Stand In for Human Survey-Takers? Not Really，2026年9月30日，提供獨立方法研究背景。
• 2026年10月21日：核對TPOC原文與完整報告，完成本稿；作者李豔萍。