Синтетические респонденты в маркетинговых исследованиях: что говорят исследования?

Зуенкова Ю. А.

Синтетические респонденты (англ. silicon samples, digital twins, synthetic respondents) — один из самых быстро развивающихся и одновременно наиболее спорных инструментов современный маркетинговых исследований. За последние три года крупные языковые модели (LLM) перешли из статуса экспериментального любопытства в практический инструмент, который уже тестируется в ведущих компаниях и активно исследуется в топовых академических журналах.

В данной статье тема применения синтетических респондентов рассмотрена не через призму хайпа, а через призму методологической строгости: валидности, надёжности, воспроизводимости и границ применимости. Ниже приводится систематизированный обзор 5 ключевых научных работ мирового уровня, сравнительный анализ подходов и расширенный разбор дискуссионных вопросов, которые сегодня определяют развитие всей области.

Ключевые исследования мирового уровня

Наиболее влиятельные работы опубликованы в журналах высшего ранга за период 2023-2026гг — Marketing Science, Journal of Marketing, Psychology & Marketing и Political Analysis.

Li, Castelo, Katona и Sarvary (2024) в Marketing Science показали, что LLM способны генерировать данные для перцептивного анализа (сходство брендов и оценка атрибутов) с коэффициентом согласованности выше 75% по сравнению с человеческими опросами. Авторы разработали специальный «метод триплетов» для сопоставления структур данных и сделали вывод, что для ряда категорий продуктов метод существенно ускоряет и удешевляет исследования.

Arora, Chakraborty и Nishimura (2025) в Journal of Marketing представили концепцию AI-Human Hybrids. В рамках репликации реальных исследований Fortune 500 компании (качественное, количественное) они продемонстрировали, что LLM (GPT-4) успешно создает синтетических респондентов, проводит глубинное интервью и отвечают на вопросы анкет. При этом гибридный подход (человек + LLM) превзошёл как чисто человеческие, так и чисто синтетические данные по глубине полученных инсайтов. Качество количественных данных резко возрастало при использовании обучения с малым количеством примеров и генерации с расширенным извлечением информации (англ. retrieval-augmented generation (RAG).

Wang, Zhang и Zhang (2025/2026) в Marketing Science предложили статистически обоснованный фреймворк расширения данных (англ. AI-Augmented Estimation) для conjoint-анализа. LLM-данные используются не как замена, а как «мягкие данные» с последующим устранением предвзятости на малой «человеческой» выборке. Метод обеспечил экономию сбора данных на реальных респондентах и затрат на 24,9–79,8% при сохранении согласованности.

Toubia и коллеги (2025) опубликовали в Marketing Science крупнейший открытый датасет Twin-2K-500 (N = 2058, более 500 вопросов, четыре волны). На его основе строятся цифровые двойники. Последующие исследования показали точность на индивидуальном уровне около 72–75%. Цифровые двойники (синтетические респонденты) хорошо фиксируют агрегированные тренды, но систематически занижают вариабельность оценок, проявляют гиперрациональность и стереотипность.

Sarstedt, Adler, Rau и Schmitt (2024) в Psychology & Marketing провели систематический обзор (в расширенных версиях — до 285 сравнений). «Синтетики» давали результаты, сходные с человеческими, лишь в 25–36% случаев. Авторы чётко рекомендуют использовать их преимущественно на upstream-этапах (претест, пилотные исследования) и крайне осторожно — во вторичных исследованиях.

Работы Brand, Israeli и Ngwe (2023–2025), Argyle et al. (2023) и Horton et al. (2023) дополнили картину: тонкая настройка «синтетиков» (англ. fine-tuning) существенно улучшает результаты внутри определенных категорий, ориентированных на социодемографические предыстории, обеспечивает высокую алгоритмическую точность на агрегированном уровне, а синтетические респонденты качественно воспроизводит многие экономические эксперименты.

Сравнительные выводы

Общая картина выглядит следующим образом:

• На агрегированном уровне (арты восприятия, средние тренды) LLM уже демонстрируют приемлемую точность.
• На индивидуальном уровне и при воспроизведении вариаций, корреляций и нестандартного поведения точность резко падает.
• Гибридные и дополненные данными подходы стабильно превосходят как чисто синтетические, так и чисто натуральные исследования в ряде задач.
• Успех критически зависит от точной настройки, RAG, предварительных данных и от типа задачи.

Дискуссионные вопросы: расширенный разбор

Именно здесь находится ядро профессионального и академического спора. Ниже — ключевые дискуссионные вопросы, которые наиболее остро стоят как перед учеными, так и практиками маркетинга.

1. Замена или дополнение? Можно ли когда-нибудь полностью заменить человеческие выборки синтетическими? Большинство строгих работ (Wang et al., Brand et al., Sarstedt et al., mega-studies на Twin-2K-500) склоняются к позиции «дополнения». Простая замена систематически усиливает расхождение данных и разрушает статистические свойства оценок. Гибридные схемы с использованием методов устранения предвзятости на малой выборке дают лучшие результаты. Вопрос остаётся открытым: при каком уровне развития моделей и при каких объёмах заземления чистых синтетических респондентов результаты станут в достаточной степени валидными и воспроизводимыми?

2. Совокупная или индивидуальная точность? LLM хорошо выявляют средние значения и структуру восприятия, но плохо воспроизводят гетерогенность. Корреляция ответов на индивидуальном уровне между синтетиками и реальными респондентами составляет всего около 0,20 — это скромный результат. Недостаточный разброс результатов — почти универсальное явление для синтетических исследований. Для стратегических решений (позиционирование, выбор портфолио) совокупная точность может быть достаточной. Для персонализации, сегментации и моделирования выбора на уровне индивида — нет. Методологический вызов: как измерять и компенсировать потерю гетерогенности?

3. Заземление, калибровка и дрейф. Без заземления на реальных или свежих данных с использованием реальных респондентов качество синтетических исследований резко падает. Тонкая настройка и генерации с расширенным извлечением информации (RAG) дают существенный прирост, но модели «забывают» и дрейфуют. Как часто нужно перекалибровывать синтетиков? Какой объём «человеческих» данных минимально необходим для устойчивого устранения расхождений в результатах? Эти вопросы напрямую влияют на экономику и воспроизводимость исследований.

4. Усиление смещения и репрезентативность. LLM воспроизводят и усиливают расхождение тренировочных данных: идеологические, культурные, гиперрациональные, стереотипные у определённых групп. Особенно остро это проявляется при работе с труднодоступными и малыми аудиториями— именно там, где синтетика кажется наиболее привлекательной. Как строить работу по валидации результатов, которые выявляли бы не только среднее, но и дифференциальное смещение по сегментам?

5. Воспроизводимость и прозрачность Высокая чувствительность к промптам и дрейф моделей, различия между провайдерами — всё это серьёзно подрывает воспризводимость данных, полученных в результате чисто синтетических исследований. Какие стандарты раскрытия данных должны стать обязательными: полные промпты, версии моделей, бенчмаркинг на реальных респондентах, код генерации? Без таких стандартов синтетические исследования рискуют остаться «чёрным ящиком».

6. Этика, доверие и ответственность. Можно ли принимать продуктовые, ценовые и коммуникационные решения на основе синтетических данных без прозрачного бенчмаркинга на людях? Существует риск «отравления» экосистемы знаний (особенно в опросах общественного мнения), когда синтетические ответы начинают влиять на реальные решения. Все эти этические протоколы пока находятся в зачаточном состоянии.

7. Границы применимости по типу задачи. Где синтетика уже относительно надёжна (карты восприятия известных категорий, предварительный отбор концепций, пилотный проект, выдвижение гипотез), а где категорически нет (ценообразование с высокими ставками, чувствительные установки, новые категории, причинно-следственный анализ, измерение реального поведения)? Чёткое обозначение этих границ — одна из главных задач ближайших лет.

8. Экономика исследования и альтернативная стоимость. При какой стоимости выборка с участием реальных респондентов становится невыгодной? И при каком требуемом уровне точности гибридные исследования становятся более перспективными нежели исследование с участием реальных людей? Как учитывать не только прямые затраты, но и риск ошибочных решений, вызванных систематической ошибкой?

9. Эволюция моделей vs эволюция методологии. Будет ли рост качества LLM автоматически решать текущие проблемы, или методология (устранение систематической ошибки, гибридные схемы, непрерывная калибровка, статистические модели) останется критически важной независимо от прогресса моделей? Большинство исследователей склоняются ко второму.

10. Институционализация и стандарты Какие требования к валидации синтетических респондентов должны быть приняты индустрией (ESOMAR, MRS, национальные ассоциации) и академическими журналами? Нужны ли специальные протоколы для синтетических исследований?

Заключение и рекомендации

Синтетические респонденты — мощный, но методологически требовательный инструмент. Лучшие результаты достигаются не при попытке полной замены человека, а в гибридных режимах с жёстким заземлением, статистическим устранением систематической ошибки и непрерывной валидацией.

Для маркетологов-практиков рекомендуется:

• Использовать синтетических респондентов преимущественно на этапах «обобщающих» исследований.
• Всегда иметь бенчмаркинг с реальными респондентами для ключевых метрик.
• Подробно документировать полный процесс генерации.
• Измерять не только среднюю точность, но и вариабельность, корреляцию и дифференциальное смещение.

Для исследователей — синтетически исследования представляют интерес с точки зрения разработки статистических фреймворков, открытых датасетов и стандартов воспроизводимости.

Основные источники

• Li, P., Castelo, N., Katona, Z., & Sarvary, M. (2024). Frontiers: Determining the Validity of Large Language Models for Automated Perceptual Analysis. Marketing Science, 43 (2), 254–266. https://doi.org/10.1287/mksc.2023.0454
• Arora, N., Chakraborty, I., & Nishimura, Y. (2025). AI–Human Hybrids for Marketing Research: Leveraging Large Language Models (LLMs) as Collaborators. Journal of Marketing, 89 (2), 43–70. https://doi.org/10.1177/00222429241276529
• Wang, M., Zhang, D. J., & Zhang, H. (2025/2026). Large Language Models for Market Research: A Data-Augmentation Approach. Marketing Science. https://doi.org/10.1287/mksc.2025.0009
• Toubia, O. et al. (2025). Twin-2K-500: A Data Set for Building Digital Twins of over 2,000 People... Marketing Science, 44 (6), 1446–1455. https://doi.org/10.1287/mksc.2025.0262
• Sarstedt, M., Adler, S. J., Rau, L., & Schmitt, B. (2024). Using large language models to generate silicon samples in consumer and marketing research... Psychology & Marketing, 41 (6), 1254–1270. https://doi.org/10.1002/mar.21982
• Brand, J., Israeli, A., & Ngwe, D. (2023–2025). Using LLMs for Market Research. Harvard Business School Working Paper.
• Argyle, L. P. et al. (2023). Out of One, Many: Using Language Models to Simulate Human Samples. Political Analysis, 31 (3), 337–351.