概要
AIで生成したデジタルツインや合成ユーザーが、UX調査において実際の人間の反応をどの程度再現・補完できるか、3つの主要な研究結果を基にその有効性と限界を考察する。
詳細内容
AI駆動型のユーザーモデル（デジタルツインおよび合成ユーザー）が、実際の調査においてどの程度有効かを検証した3つの最新研究を解説しています。
- **研究1（アンケートベース）**: LLMをファインチューニングしたデジタルツインは、アンケートの欠損データ補完において78%の精度を達成。既知の質問範囲内での推論（補間）には優れますが、未知の質問への推論（補外）には限界があります。
- **研究2（インタビューベース）**: AIによる詳細なインタビューに基づくデジタルツインは、人口統計やペルソナのみのモデルを凌駕。社会科学実験をほぼ正確に再現し、豊富なコンテキストが人種・政治的バイアスの軽減にも寄与することが示されました。
- **研究3（合成ユーザー）**: 属性集団を模倣する合成ユーザーは、大まかな市場の傾向は捉えられますが、意見の多様性（ばらつき）が実際の人間に比べて小さくなる傾向があります。
結論として、AIモデルは人間中心の調査を完全に代替するものではなく、調査のスケール拡大や欠損補完のための補助ツールとして有望です。導入には倫理的な同意や透明性の確保が不可欠です。