Słownik metodologiczny · Plan badania

Syntetyczni respondenci – co to jest i czy mogą zastąpić uczestników badania?

Syntetyczni respondenci to odpowiedzi „uczestników” generowane przez duży model językowy. Wyjaśniamy, jak powstają, co wiadomo o nich z badań i gdzie przebiega granica między rozsądnym pretestem a zastępowaniem danych od ludzi.

Strona główna / Słownik / Syntetyczni respondenci

Opracowanie merytoryczne: · Opublikowano:

W skrócie: Syntetyczni respondenci to symulowani uczestnicy badania, których odpowiedzi generuje duży model językowy na podstawie opisu fikcyjnej osoby. Mogą oddawać ogólny obraz odpowiedzi grup, ale mają za małą zmienność, są niestabilni i przeinaczają obraz grup. Używaj ich tylko do testowania ankiety i procedury – nigdy zamiast danych od ludzi – i opisz ich użycie w pracy.

Co to są syntetyczni respondenci?

Syntetyczni respondenci (ang. synthetic respondents, także silicon samples, silicon subjects lub LLM personas) to symulowani uczestnicy badania, których odpowiedzi generuje duży model językowy (LLM) na podstawie opisu fikcyjnej osoby – jej wieku, płci, wykształcenia, poglądów czy cech osobowości. Model „wypełnia” ankietę albo kwestionariusz tak, jak według niego odpowiedziałaby taka osoba.

Pojęcie spopularyzowali Argyle i in. (2023), którzy pokazali, że GPT-3 warunkowany socjodemograficznymi „życiorysami” prawdziwych respondentów odtwarzał rozkłady odpowiedzi wielu podgrup – nazwali tę własność wiernością algorytmiczną. Podobną ideę opisali Horton i in. (2023) pod nazwą Homo silicus: model językowy jako obliczeniowy model człowieka, któremu można nadać zasoby, informacje i preferencje.

Jak powstają syntetyczne odpowiedzi?

  1. Persona – krótki opis osoby, którą model ma odgrywać.
  2. Polecenie – instrukcja i pytanie z ankiety wraz ze skalą odpowiedzi.
  3. Powtórzenia – te same pytania dla wielu person, często wielokrotnie i z różnymi ustawieniami modelu; odpowiedzi zbiera się w plik przypominający dane z ankiety.

Wynik zależy od każdej z tych decyzji, a także od wersji modelu – dlatego wszystkie trzeba dokumentować.

Co wiadomo z badań?

Mocne strony i ograniczenia syntetycznych respondentów według badań
Mocne stronyOgraniczenia
Odtwarzanie rozkładów odpowiedzi wielu podgrup demograficznych (Argyle i in., 2023)Mniejsza zmienność niż w prawdziwym sondażu, inne współczynniki regresji i wyniki zależne od drobnych zmian polecenia oraz od czasu (Bisbee i in., 2024)
Jakościowo podobne wyniki klasycznych eksperymentów ekonomii behawioralnej; możliwość wstępnego „pilotowania” badań (Horton i in., 2023)Przeinaczanie i spłaszczanie obrazu grup tożsamościowych (Wang i in., 2025)
„Ludzkie” sądy modeli w części wczesnych badań (Dillion i in., 2023)Poważne zastrzeżenia wobec traktowania AI jako uczestnika badań psychologicznych (Dillion i in., 2023)

Bisbee i in. (2024) konkludują, że te problemy podważają użyteczność syntetycznych danych do wnioskowania statystycznego. Szczegółowy przegląd dowodów – także nowszych prac o przewidywaniu wyników eksperymentów, artefaktach kolejności odpowiedzi i kontekście nieanglojęzycznym – znajdziesz we wpisie syntetyczni respondenci (LLM) w badaniach: co potrafią, a czego nie.

Kiedy można ich użyć, a kiedy nie?

Rozsądne zastosowania dotyczą narzędzia i procedury, a nie ludzi: sprawdzenie przebiegu ankiety i filtrów, wstępne wyłapanie niejasnych sformułowań (potem potwierdzone w wywiadzie poznawczym), próbne uruchomienie skryptu analiz, szukanie pomysłów na hipotezy. Tak rozumiany pretest może poprzedzać badanie pilotażowe z ludźmi, ale go nie zastępuje.

Nieuprawnione zastosowania to zastępowanie uczestników w pracy empirycznej, dołączanie syntetycznych odpowiedzi do prawdziwej próby, szacowanie rzetelności skal i wielkości efektów do analizy mocy oraz wypowiadanie się „w imieniu” grup, zwłaszcza mniejszościowych. Syntetyczna próba nie pochodzi z żadnej populacji, więc nie ma sensu pytać o jej reprezentatywność.

Jak opisać użycie w pracy?

Użycie syntetycznych respondentów opisz w części „Metoda”: model i jego wersję, daty, cel symulacji oraz informację, że wygenerowanych odpowiedzi nie włączono do analiz; polecenia umieść w aneksie. Najkrótsza wersja takiej informacji:

Syntetycznych respondentów generowanych przez model językowy [nazwa i wersja modelu, daty generowania] wykorzystano wyłącznie do pretestu technicznego ankiety; wygenerowanych odpowiedzi nie analizowano, a wszystkie wyniki pochodzą od uczestników badania.

Pełny wzór akapitu i przykłady „źle/dobrze” zawiera wpis o syntetycznych respondentach; ogólne zasady deklarowania AI – poradnik jak opisać użycie AI w pracy dyplomowej.

Nie myl z…

  • botami w ankietach online – programami, które bez wiedzy badacza wypełniają ankietę jako „ludzie”; przed nimi nie chronią same pytania kontrolne (zob. wpis o nieuważnych odpowiedziach w ankietach online);
  • danymi symulowanymi – danymi generowanymi ze znanego modelu statystycznego (np. w R), by sprawdzić metodę; tu nikt nie „udaje” respondentów;
  • imputacją braków danych – uzupełnianiem brakujących odpowiedzi prawdziwych osób na podstawie modelu (zob. imputacja wielokrotna).

Najczęstsze błędy

  • Traktowanie syntetycznych odpowiedzi jak danych empirycznych albo łączenie ich z danymi od ludzi.
  • Wnioski o rozkładach, rzetelności czy wielkości efektów na podstawie symulacji – odpowiedzi są zbyt jednolite (Bisbee i in., 2024).
  • Persony jako „głos” grup tożsamościowych (Wang i in., 2025).
  • Brak informacji o modelu, jego wersji i poleceniach – wynik jest wtedy nieodtwarzalny.

Najczęstsze pytania

Co to są syntetyczni respondenci?

To symulowani uczestnicy badania: duży model językowy dostaje opis fikcyjnej osoby (np. wiek, wykształcenie, poglądy) i odpowiada na pytania ankiety tak, jak według niego odpowiedziałaby taka osoba. W literaturze angielskiej mówi się o synthetic respondents lub silicon samples.

Czy syntetyczni respondenci mogą zastąpić prawdziwych uczestników?

Nie. Ich odpowiedzi mają mniejszą zmienność niż ludzkie, inne związki między zmiennymi i zmieniają się wraz z poleceniem i wersją modelu (Bisbee i in., 2024), a obraz grup bywa przeinaczony (Wang i in., 2025). Wnioski o ludziach wymagają danych od ludzi.

Do czego można użyć syntetycznych respondentów?

Do testowania narzędzia i procedury: sprawdzenia przebiegu ankiety, wstępnego wyłapania niejasnych pytań, próbnego uruchomienia skryptu analiz i szukania pomysłów na hipotezy. Wnioski z takiej symulacji potwierdź w wywiadach poznawczych i pilotażu z udziałem ludzi.

Czy trzeba ujawnić użycie syntetycznych respondentów w pracy?

Tak. W części „Metoda” podaj model i jego wersję, daty, cel symulacji oraz informację, że wygenerowanych odpowiedzi nie włączono do analiz; polecenia umieść w aneksie. Pełny wzór opisu znajdziesz we wpisie o syntetycznych respondentach.

Powiązane hasła

Badanie pilotażoweWywiad poznawczyPytanie kontrolne (attention check)Straightlining i nieuważne odpowiedziReprezentatywność próbyPopulacjaHalucynacje AI w bibliografiiKwestionariusz a ankieta

Poradniki, w których użyjesz tego pojęcia

Poradnik

Syntetyczni respondenci (LLM) w badaniach

Co potrafią modele językowe odgrywające respondentów, gdzie zawodzą i do czego warto ich używać: dowody z badań, tabela „tak/nie” i wzór opisu w pracy.

Czytaj →Poradnik

Badanie pilotażowe: po co, ile osób, co sprawdzić

Pilotaż a pretest, ile osób zbadać, co sprawdzić w danych i dlaczego nie liczyć mocy z efektu z pilotażu. Z symulacją, kodem R i wzorem opisu.

Czytaj →Poradnik

Nieuważne odpowiedzi w ankietach online

Jak wykryć straightlining, losowe klikanie i speeding: longstring, IRV, D² Mahalanobisa i pytania kontrolne w R, reguła wykluczeń i opis w APA.

Czytaj →

Potrzebujesz wsparcia w analizie danych?

Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.

Wyceń analizęOferta dla studentów

Bibliografia i dalsza literatura naukowa (APA 7)

  1. Argyle, L. P., Busby, E. C., Fulda, N., Gubler, J. R., Rytting, C., & Wingate, D. (2023). Out of one, many: Using language models to simulate human samples. Political Analysis, 31(3), 337–351. https://doi.org/10.1017/pan.2023.2 ● Otwarty dostęp
  2. Bisbee, J., Clinton, J. D., Dorff, C., Kenkel, B., & Larson, J. M. (2024). Synthetic replacements for human survey data? The perils of large language models. Political Analysis, 32(4), 401–416. https://doi.org/10.1017/pan.2024.5 ● Otwarty dostęp
  3. Dillion, D., Tandon, N., Gu, Y., & Gray, K. (2023). Can AI language models replace human participants? Trends in Cognitive Sciences, 27(7), 597–600. https://doi.org/10.1016/j.tics.2023.04.008
  4. Horton, J. J., Filippas, A., & Manning, B. S. (2023). Large language models as simulated economic agents: What can we learn from Homo silicus? National Bureau of Economic Research. https://doi.org/10.3386/w31122 ● Otwarty dostęp
  5. Wang, A., Morgenstern, J., & Dickerson, J. P. (2025). Large language models that replace human participants can harmfully misportray and flatten identity groups. Nature Machine Intelligence, 7(3), 400–411. https://doi.org/10.1038/s42256-025-00986-z ● Otwarty dostęp: pełny tekst

Cytowania BibTeX

@article{argyle2023out, author={Argyle, Lisa P. and Busby, Ethan C. and Fulda, Nancy and Gubler, Joshua R. and Rytting, Christopher and Wingate, David}, title={{Out of one, many: Using language models to simulate human samples}}, journal={Political Analysis}, year={2023}, volume={31}, number={3}, pages={337--351}, doi={10.1017/pan.2023.2}}
@article{bisbee2024synthetic, author={Bisbee, James and Clinton, Joshua D. and Dorff, Cassy and Kenkel, Brenton and Larson, Jennifer M.}, title={{Synthetic replacements for human survey data? The perils of large language models}}, journal={Political Analysis}, year={2024}, volume={32}, number={4}, pages={401--416}, doi={10.1017/pan.2024.5}}
@article{dillion2023can, author={Dillion, Danica and Tandon, Niket and Gu, Yuling and Gray, Kurt}, title={{Can AI language models replace human participants?}}, journal={Trends in Cognitive Sciences}, year={2023}, volume={27}, number={7}, pages={597--600}, doi={10.1016/j.tics.2023.04.008}}
@techreport{horton2023large, author={Horton, John J. and Filippas, Apostolos and Manning, Benjamin S.}, title={{Large language models as simulated economic agents: What can we learn from Homo silicus?}}, year={2023}, institution={National Bureau of Economic Research}, doi={10.3386/w31122}}
@article{wang2025large, author={Wang, Angelina and Morgenstern, Jamie and Dickerson, John P.}, title={{Large language models that replace human participants can harmfully misportray and flatten identity groups}}, journal={Nature Machine Intelligence}, year={2025}, volume={7}, number={3}, pages={400--411}, doi={10.1038/s42256-025-00986-z}}
R