Oto dowód, że Claude Code potrafi napisać całą empiryczną pracę z zakresu nauk politycznych. Aby potwierdzić moje twierdzenie, że agenci AI nadchodzą do nauk politycznych "jak pociąg towarowy", dzisiaj kazałem Claude Code w pełni zreplikować i rozszerzyć moją starą pracę, w której oszacowałem wpływ uniwersalnego głosowania korespondencyjnego na frekwencję i wyniki wyborów... zasadniczo w jednym podejściu. Po starannym podpowiedzeniu, Claude Code: (1) Pobranie repozytorium starej pracy i zreplikowanie wcześniejszych wyników, tłumacząc nasz stary kod Stata na Pythona (2) Przeszukał internet, aby uzyskać zaktualizowane oficjalne dane wyborcze i dane z spisu ludności (3) Przeprowadził nowe analizy rozszerzające wyniki do 2024 roku (4) Stworzył nowe tabele i wykresy (5) Wykonał przegląd literatury (6) Napisał całkowicie nową pracę (7) Przesłał wszystko do nowego repozytorium na githubie Całość zajęła około godziny. To szalona zmiana paradygmatu w sposobie, w jaki prowadzi się prace empiryczne. To również potwierdza tezę, którą wczoraj przedstawiło kilka osób, w tym @BrendanNyhan - będzie szczególnie łatwo skalować badania obserwacyjne z AI. Dziękuję @alexolegimas, @arthur_spirling i wielu innym, którzy udzielili mi informacji zwrotnej.

Kilka notatek na później: --To był prawdopodobnie najłatwiejszy przypadek, ponieważ polegał tylko na rozszerzeniu prostej analizy z wykorzystaniem danych publicznych. --Claude nie był w stanie zaktualizować niektórych naszych szacunków frekwencji/metod, które opierały się na danych z prywatnych plików wyborczych (w zasadzie Claude mógłby zażądać i uzyskać dostęp do tych danych, ale byłoby to bardzo skomplikowane) --Pierwsza próba Clauda w projektowaniu wydarzenia nie była poprawna --Dałem Claude'owi instrukcje, jaką paczkę Pythona użyć, aby zbliżyć się jak najbardziej do pakietu reghdfe w Stata --Niektóre następne rzeczy do wypróbowania: bardziej złożone rozszerzenia, które wymagają bardziej nowatorskiego zbierania danych i bardziej nowatorskich metod analizy

A oto repozytorium: