简短回答：可以，但有边界。一项 2026 年对 21 位定性研究者的研究发现，用 LLM 模拟受访者预演访谈提纲后，多数研究者修改了招募对象和访谈问题。同一研究也揭示了风险：模拟回答过于配合，难以暴露薄弱问题；AI 生成的主题还可能在真实田野工作中形成先入之见。
关于合成受访者的研究，大多在问它们的回答像不像真人。一篇新论文提出了一个更实际的问题：定性研究者在进入田野之前，用模拟受访者来预演访谈提纲，会发生什么？《Inspectable LLM-Simulated Participants for Qualitative Interview Rehearsal》的作者是伊利诺伊大学厄巴纳-香槟分校的 Hangyue Zhang、Qiran Hu、Ziyi Zhang、Hyanghee Park 和 Yun Huang。论文于 2026 年 10 月 19 日以预印本形式发布于 arXiv（cs.HC）。
\n\n就是在访谈任何真人之前，先让 LLM 人设回答访谈提纲草稿，再根据得到的内容修改提纲。传统预调研用真人完成同样的工作，但能否接触到合适的受访者往往是瓶颈，对临床医生这类难以接触的群体尤其如此。
\n作者认为，以往研究主要依据模拟受访者的输出像不像人来评价它们，却很少说明研究者在设计研究时如何实际使用和审视这些材料。Rehearsim 正是作为研究探针，专门用来考察这一点。
\n\n它分为三个阶段，每个阶段都可检查，并由研究者掌控：
\n该工具从不自行改写访谈提纲，所有修改都由研究者本人完成。
\n\n据 Zhang 等人（2026）介绍，21 位研究者参加了每次 1.5–2 小时的研究环节。他们包括来自人机交互、社会科学、教育、健康、传播和设计等领域的硕士生、博士生、博士后、教师和 UX 研究员。经验从做过一两项定性研究（6 人）到六项及以上（6 人）不等。所有人都在研究中用过生成式 AI，其中 16 人（76.2%）用它设计访谈问题，但只有 3 人（14.3%）用它模拟过受访者。
\n每位参与者带来一项处于早期阶段的研究，录入初始访谈提纲并打分，在边用工具边出声思考的过程中探索，然后修改提纲并再次打分。研究团队分析了系统日志、修改前后的提纲、问卷、出声思考数据和结束访谈。
\n\n提纲确实变了，但研究无法证明这些变化让提纲更好。21 位参与者中有 17 位修改了提纲，平均修改了三个组成部分中的 1.94 个，改动约 38 个词。研究情境、目标人群和访谈问题各有 11 位参与者做了修改。
\n编码后的修改涉及广度（12 位）、目标人群（11 位）、研究情境（10 位）、覆盖面（9 位）、深度（8 位）和方法严谨性（8 位）。一位研究者在研究人们为何只在部分任务中使用 AI，她看到系统生成的“AI 回避者”子群体后，把态度消极和中立的人也纳入了样本。另一位研究在线健康信息搜寻的研究者看到一个关于“搜索之后”的主题后，在提纲中补上了整整一个阶段。
\n有四位参与者没有做任何修改。其中两位认为模拟缺乏他们所研究系统的背景信息；一位因为意外回答来自 AI 而决定不去追问；还有一位认为自己的提纲已经足够成熟。
\n\n使用后，参与者在覆盖面、深度、广度、严谨性、情境清晰度和可行性上给自己的提纲打了更高的分。但当作者把这些评分与实际修改对照时，一致性很弱：只有 51.8% 的组合吻合（κ = 0.14）。在 168 次比较中，有 70 次（41.7%）参与者报告某一维度有改进，却没有编码到相应修改；反过来的情况只有 11 次（6.5%）。
\n在个人层面，修改维度越多的人，报告的改进范围也越广（Spearman's ρ = 0.58）。作者也指出研究没有设置对照组，因此部分改进可能仅仅来自反思和重写提纲本身。
\n\n每个阶段的好处和风险都是相伴出现的：
\n| 阶段 | 研究者报告的好处 | 研究者报告的风险 |
|---|---|---|
| 模拟回答 | 发现遗漏的话题和新的追问方向 | 回答表达流畅、内容完整，薄弱问题看起来也没问题，几乎没有可追问之处 |
| 合成来源 | 提供低风险的追问练习空间 | 意外细节被一句“这是 AI”打发掉，而不是深入探究 |
| 生成的子群体 | 揭示被忽视的受访者差异 | 模拟出的多样性超出了实际能招募到的范围 |
| 生成的主题 | 快速了解提纲能引出什么内容 | 在还没有任何真人数据前，主题就可能形成预期 |
| 陌生的建议 | 促使研究者反思自己的盲点 | 难以区分真正的洞见和模型错误 |
21 位参与者中有 9 位表示，模拟让访谈变得过于容易。一位研究聋人和听障受访者的研究者指出，AI 的语言水平太高，没有给真实访谈所需的换种说法和沟通修复留下练习空间。还有人担心日后会把模拟中出现过的主题误记为真实数据中反复出现的主题。
\n\n模拟预演最适合做三件事：拓宽招募对象、发现遗漏话题、训练新手访谈员追问。它最不擅长检验问题是否清晰，而这仍然是真人预调研最擅长的工作。
\n根据论文的发现，可以参考以下做法：
\n如果你使用 AI Interviewer 开展访谈，上线前先用几个反差明显的人设试跑一下，能及早发现提纲中的漏洞。Digital Twin Panel 也可以承担类似的预演角色，前提是把它的输出当作准备材料而不是证据。
\n\n不能。作者明确把模拟材料定位为预演，而不是证据或真人受访者的替代品；参与者也发现模拟回答过于顺畅，无法检验问题是否清晰。
\n参与者表示，许多单项功能用通用聊天机器人也能做到。Rehearsim 的增量在于结构：基于文献的人设、多个受访者的并排比较，以及可以追溯到原始对话轮次的主题。
\n参与者担心会。有几位表示自己可能带着生成的主题进入田野，这在扎根理论中尤其值得警惕，因为研究者应尽量避免预设答案。
\n\n最后更新：2026-10-21。
\n本文是 Qualitati 研究团队对第三方研究的独立编辑摘要。Qualitati 与论文作者无任何关联。完整方法与结果请阅读原始论文。
\n","related":[{"slug":"synthetic-participants-pilot-study-design-2026","title":"合成受访者能替你做预调研吗？2026 年研究发现","description":"合成受访者能否用于研究设计预调研？一项 2026 年研究发现，LLM 模拟受访者的推理过程比付费真人预调研或聊天机器人审阅发现了更多问卷缺陷。","category":"研究方法论","date":"2026-10-20","readTime":"7 分钟阅读","author":"Qualitati 研究团队"},{"slug":"ai-follow-up-interviews-vs-fixed-surveys-experiment-2026","title":"问卷中加入 AI 追问访谈有用吗？2,243 人实验（2026）","description":"AI 追问访谈能提升问卷回答质量吗？2026 年 POQ 一项 2,243 人实验发现：理由更丰富、满意度基本不变，但部分答案会发生偏移。","category":"研究方法论","date":"2026-10-16","readTime":"7 分钟阅读","author":"Qualitati 研究团队"},{"slug":"batching-synthetic-respondents-inflates-correlations-2026","title":"批量生成合成受访者会夸大相关性：2026 年研究","description":"LSE 2026 年研究发现：在一次 LLM 请求中批量生成合成受访者会夸大变量相关性。本文解读其对合成问卷数据效度、数字孪生与 silicon sampling 的影响。","category":"研究方法论","date":"2026-10-13","readTime":"7 分钟阅读","author":"Qualitati 研究团队"}]}