Синтетические респонденты, они же цифровые респонденты или AI-персоны, — это смоделированные с помощью искусственного интеллекта участники исследования. Каждый из них отвечает на вопросы анкеты как представитель заданной целевой аудитории: с учётом своего пола, возраста, города, дохода, привычек и контекста жизни.
Коротко
- Цифровой респондент = детальный профиль персоны + большая языковая модель. Профиль задаёт, кто отвечает, модель формулирует ответ.
- Это не «спросить ChatGPT»: в исследовании участвуют сотни персон с разными профилями, ответы проходят контроль качества и воспроизводятся от теста к тесту.
- В валидационных тестах Fair Lab лидер по мнению цифровых респондентов совпадал с выбором живых людей в 87% случаев.
- Метод надёжен там, где нужен относительный сигнал: какой вариант сильнее и почему. Он слабее там, где решает физический или сенсорный опыт.
Откуда взялся термин
Слово «синтетический» пришло из мира данных: синтетическими называют данные, которые сгенерированы моделью, а не собраны у людей. Когда исследовательская индустрия начала моделировать не отдельные ответы, а целых участников опроса, появились «синтетические респонденты». В русскоязычной практике прижилось и второе название, «цифровые респонденты», а в агентской среде их часто называют AI-персонами. Это одно и то же явление, и в этой статье термины взаимозаменяемы.
Важно, чем цифровой респондент не является. Это не бот, который случайным образом кликает варианты, и не «симуляция человека» в фантастическом смысле. Это статистический инструмент: способ получить распределение мнений по заданной аудитории быстрее и дешевле, чем через рекрут живых людей.
Как устроен цифровой респондент
У каждого цифрового респондента две части. Первая — профиль: пол, возраст, город, доход, семейное положение, потребительские привычки, отношение к категории, контекст жизни. Профиль определяет, чьими глазами будет прочитана анкета. Вторая — большая языковая модель, обученная на огромных массивах открытых текстов. Она отвечает на вопросы от лица этого профиля: ставит оценки по шкалам и пишет развёрнутые комментарии с аргументацией.
Платформа вроде Fair Lab делает то, что не сделает один запрос в чат: формирует под заданный сегмент до 300 уникальных персон, следит за реалистичностью профилей и разнообразием ответов, исключает шаблонные и дублирующиеся персоны, а затем сводит сотни ответов в отчёт с распределениями, цитатами и выводами.
Одна нейросеть даёт одно мнение. Триста цифровых респондентов дают распределение мнений, и именно распределение, а не отдельный ответ, называется исследованием.
Чем это отличается от вопроса в ChatGPT
Самое частое возражение звучит так: «Зачем платформа, если можно спросить нейросеть напрямую?» Спросить можно. Но ответ чат-бота — это одна усреднённая точка зрения, которая к тому же меняется от запроса к запросу. В синтетическом исследовании работают сотни персон с разными профилями, каждый отвечает на одну и ту же анкету, ответы проходят автоматический контроль качества, а результат воспроизводим: повторный тест на том же сегменте даёт ту же картину. Это разница между «мнением умного собеседника» и данными, на которые можно опереться в презентации.
Что цифровые респонденты умеют хорошо
Метод сильнее всего в когнитивной зоне, там, где человек оценивает идею, сообщение или формулировку. На практике это:
- оценка рекламных концепций и коммуникаций до запуска;
- проверка нейминга, слоганов и текстовых формулировок;
- оценка идеи ролика или визуала до продакшна;
- поиск инсайтов, мотивов и барьеров аудитории;
- ранжирование гипотез и выбор сильнейшего варианта из нескольких.
Общее у этих задач одно: важен относительный сигнал. Какой из трёх вариантов сильнее, что в сообщении непонятно, где аудитория спотыкается. Здесь совпадение с живыми опросами по выбору лидера в валидационных тестах Fair Lab составило 87%.
Где у метода есть ограничения
Цифровые респонденты в среднем чуть лучше осведомлены о брендах, чем живые люди. Там, где решение опирается на личный физический опыт, скажем, владение конкретной машиной или жизнь в конкретном районе, они отвечают рациональнее и реже уходят в эмоцию. И они занижают негативный «хвост»: личное разочарование отдельного человека модель воспроизводит хуже, чем общее мнение сегмента. Поэтому задачи с сенсорным опытом, дегустацией или узким локальным контекстом требуют осторожности и живой проверки. Подробнее об этом в отдельной статье о смещениях.
Как это выглядит на практике
Маркетолог задаёт сегмент: например, женщины 25–40 лет, Алматы, доход средний и выше, покупают молочные продукты еженедельно. Загружает три концепции упаковки и выбирает готовый сценарий теста. Платформа формирует персон, проводит опрос, и через 15 минут — несколько часов в личном кабинете лежит отчёт: топлайн, распределения по шкалам, анализ открытых ответов с цитатами. Полевой опрос сопоставимого объёма занял бы от двух до шести недель.
Синтетические респонденты не заменяют живые исследования и не должны. Они закрывают этап, который раньше пропускали вовсе: ранний, когда гипотез много, времени мало, а ошибиться дорого. Синтетический тест отсеивает слабые варианты, полевое исследование валидирует сильные.