MIT政治学副教授江见直树：用统计方法校正AI生成数据中的误差
MIT新闻9月16日刊发人物报道，介绍江见直树2025年以终身教职加入MIT政治学系，其研究聚焦实证研究的外部效度与AI工具引入研究后的误差校正问题。
AI解读：这条新闻本身不是一项新研究发布，而是MIT在9月16日发布的一篇人物报道，讲政治方法论学者江见直树2025年以终身教职加入MIT政治学系，同时是IDSS统计与数据科学中心教员。
他的研究主线有两条：一是政治学实证研究里的“外部效度”问题，比如田野实验常只在稳赢选区获批，而得出的结论未必适用于竞争激烈的选区；二是在ChatGPT带动AI热潮之前就开始研究AI工具产生数据的误差如何被统计方法校正。
对做社会科学实证研究的人，这两条都指向同一个现实问题：数据怎么来的，决定了结论能推广到哪。报道没有给出任何具体误差比例或方法效果数据，所以只能确认他关注的问题和已获荣誉，不能推断他的方法已经解决了这些问题。
MIT新闻9月16日刊发人物报道，介绍政治方法论学者江见直树（Naoki Egami）的研究路径。他于2025年以终身教职加入MIT政治学系，任副教授，同时是MIT数据、系统与社会研究所（IDSS）统计与数据科学中心的教员。
报道称，他的研究兴趣覆盖范围较广。多年前，在当前的AI热潮之前，他就开始研究把AI工具引入研究后会发生什么：这些工具有多准确、研究者如何校正AI的倾向性。
江见直树对“正确测量”本身保持兴趣。他在报道中说：“你需要两种视角。如果只考虑技术性的统计理论，有时可能不会去做有趣的实证问题；但如果只考虑问题，又无法以最优方式解决，只能临时凑合。所以你确实需要两副镜片。”
从东京到普林斯顿：一次走错的职业工作坊
报道回顾了他的职业起点。江见直树在东京长大，就读于东京大学，擅长数学和物理，同时喜欢政治哲学，但不确定如何把两者结合。
他参加了一场关于美国研究生院的工作坊，原以为讲的是MBA项目，实际讲的是博士项目，其中一位政治学者谈到在該领域使用数学，他便向对方提问。
他回忆说：“奇迹是：那场工作坊有200人，结束后我正收拾东西准备回家，那位博士生演讲者从台上下来找到我。”她问他是不是那个说对美国政治学感兴趣、又喜欢数学的人，并邀请他下周参加另一场她认为的职业工作坊——结果他又弄错了。江见直树说：“我到了现场，那是一场学术研讨会。只有20个人，19位教授，加上我一个一年级本科生。”
当时做报告的教授是如今在哈佛大学的今井耕介（Kosuke Imai），讲的是把统计学用于社会科学的研究。江见直树说：“我超级兴奋，觉得如果我能做到其中20%，就是梦想了。”他对今井耕介说“我想做你在做的事”，对方大概只当他是随便来的一个人。
他随后以交换生身份在密歇根大学度过一年，获得学士学位，并申请美国研究生院，进入普林斯顿大学，今井耕介后来成为他的导师之一。他于2020年在普林斯顿获得博士学位，随后加入哥伦比亚大学任教，五年后转到MIT。
田野实验的盲区：能做的选区和想研究的选区不是同一批
报道称，江见直树研究的一个标志是对可能影响实证研究结果的因素做非常细致的审视。
他以政治竞选对选民的影响为例。政治学者有时能获得许可，在正在进行的竞选活动中做田野实验，这是朝可靠结果迈出的重要一步；但并非所有竞选环境都一样。政客可能在自己预期会赢时才允许研究者进入，而那些选情的动态可能与胶着选情不同。
江见直树说，能做事田野实验很好，通常那也是人们被允许做研究的地方，因为政客知道自己能赢；但大多数时候，人们感兴趣的是战场选区、政治上竞争激烈的选区，而那些情况下的逻辑和选民行为可能不同。报道称，他的工作有一部分就是发现这类差异，并让其他研究者意识到它们。
在ChatGPT之前就开始关注AI生成数据的误差
报道称，江见直树对机器学习工具在社会科学中的应用也有浓厚兴趣，这早于2022年底ChatGPT带动的AI关注度上升。他的一部分研究探讨如何系统性地识别AI工具引入的错误，并在研究中使用AI时把这一因素纳入考虑。
他在报道中说：“过去，社会科学数据是我们精心收集、花很长时间真正验证后才分析的东西。但如果数据的生成方式变了，如果人们用AI大规模生成数据，它可能带有错误。所以我当时已经在想：你需要有统计方法把这些误差考虑进去，否则很多分析将无法复现。”
报道称，正是从这一点出发，他开始做很多与AI有关的工作。报道未给出他具体方法的名称、误差比例或已验证的效果数据。
获奖记录与在MIT的工作状态
报道列举了他的部分荣誉：去年获政治方法论学会（Society for Political Methodology）的“新兴学者奖”；还曾获美国政治学会（APSA）政治方法论分会2019年和2025年的最佳论文奖、实验研究分会2024年的最佳论文奖，以及政治网络分会2022年的最佳论文奖。报道称，在三个子领域获奖说明他的学术面较广。
江见直树说，不同领域的工作最终是并行的，他试着每三到四年开启一个新的研究议程，这帮助他学习新题目并保持动力。
他说自己早就知道MIT是个会喜欢的地方，在MIT期间更加欣赏“工程精神”，即系统性地解决持续存在的问题等。他还说MIT的人非常友好，政治学系运转得很好，人们工作强度高，但都是真诚友善的人。报道最后写道：这一点关于世界的说法，江见直树不需要再核实。