{"slug":"synthetic-stakeholders-interview-order-design-study-2026","title":"AI 模拟利益相关者该放在真人访谈之前吗？2026 年研究","description":"AI 模拟利益相关者应在真人访谈之前还是之后？2026 年一项实地研究发现，真人提出的关切有 90.7% 进入最终设计，AI 来源仅为 68.8%。","keywords":"AI模拟利益相关者,合成受访者,合成利益相关者,LLM人设用户研究,利益相关者访谈,设计研究中的AI","date":"2026-11-19","author":"Qualitati 研究团队","category":"AI 用户研究","readTime":"6 分钟阅读","content":"<p>和 AI 模拟的利益相关者访谈，应该放在真人访谈之前还是之后？海法大学与韦尔斯利学院 2026 年 11 月发布的一项实地研究显示，访谈顺序会影响研究者对“合成声音”的倚重程度。不过无论采用哪种顺序，真人提出的关切都比 AI 提出的更有可能进入最终设计。</p>\n\n<h2>这项研究测试了什么？</h2>\n<p>研究在一门真实的设计课程中比较了两种访谈顺序。据 <a href=\"https://arxiv.org/abs/2611.22740\" target=\"_blank\" rel=\"noopener\">Mokryn、Ayalon、Dines 与 Shaer（2026）</a>报告，一门为期 12 周、主题为“借助生成式 AI 进行社会技术系统伦理设计”的课程中，21 名学生（19 名本科生、2 名研究生）组成 8 个两到三人的小组。每个小组都构建了一个<strong>AI 模拟利益相关者（AIS）</strong>，即通过提示让 LLM 聊天机器人扮演某个角色，例如危机热线志愿者、特殊教育教师或乘坐公交的老年人。每个小组还访谈了一位真实担任该角色的人。</p>\n<p>各小组被随机分配到以下两种顺序之一：</p>\n<ul>\n<li><strong>AIS 优先（4 个小组）：</strong>先访谈合成利益相关者，再访谈真人。</li>\n<li><strong>真人优先（4 个小组）：</strong>先访谈真人，再访谈合成利益相关者。</li>\n</ul>\n<p>大多数学生使用免费网页版 ChatGPT（GPT-4o）构建 AIS。作者分析了访谈记录、设计产出、13 份书面反思、一次课堂讨论以及课后访谈，并将学生识别出的每个痛点追溯到其来源（AIS、真人或两者），再检查它是否体现在最终设计中。</p>\n\n<h2>合成访谈与真人访谈，哪个对最终设计影响更大？</h2>\n<p>真人利益相关者提出的关切更常被带入设计。论文统计了被标记为“突出”（在访谈中反复出现或被强调）的痛点：</p>\n<table>\n<thead>\n<tr><th>突出痛点的来源</th><th>痛点数</th><th>有对应设计元素</th><th>占比</th></tr>\n</thead>\n<tbody>\n<tr><td>AI 模拟利益相关者</td><td>32</td><td>22</td><td>68.8%</td></tr>\n<tr><td>真人利益相关者</td><td>43</td><td>39</td><td>90.7%</td></tr>\n</tbody>\n</table>\n<p>两组存在重叠：有 12 个痛点在两类访谈中都出现过。按小组看，真人来源的比例在四个小组中更高、三个小组持平、一个小组更低。由于只有 8 个小组，作者将这些结果视为定性模式，而非统计效应。</p>\n<p>编码的可靠性尚可。第二名经过培训的编码员重新编码了八个小组中的四个，Krippendorff's alpha 分别为：突出程度 0.746、设计对应类别 0.850、干预层级 0.849。</p>\n\n<h2>访谈顺序如何改变学生使用 AI 的方式？</h2>\n<p>顺序改变了 AI 所扮演的角色。两种条件下的学生都把 AIS 当作参照点，也就是论文标题中的“锚”，但锚定的方式不同：</p>\n<ol>\n<li><strong>AIS 优先的小组</strong>把合成访谈当作暂定框架和一次排练。四个小组都认为它是检验访谈问题的有用预检。随后的真人访谈常常修正这一框架，把他们引向原本没有优先考虑的关切。有一个小组表示，按照 AI 建议的方向推进反而拖慢了进度。</li>\n<li><strong>真人优先的小组</strong>大多在之后用 AIS 来验证或延伸已听到的内容，AIS 很少成为主要的发现来源。只有一个小组的 AIS 提出了真人没有提到的痛点。</li>\n</ol>\n<p>在两种顺序下，学生都发现真人受访者的叙述范围更窄，但更扎根于现实、情感也更丰富。半数小组形容 AIS 的回答笼统，有时带有刻板印象。学生还提到，AI 倾向于把抱怨改写成“问题加解决方案”的组合，而且它的前后矛盾比真人更难察觉。好几个小组在真人访谈印证之前，都不信任 AIS 给出的信息。一名学生概括说，AIS 的回答会 \"tell us what we wanted to hear\"（只说我们想听的）。</p>\n\n<h2>这对使用合成受访者的研究者意味着什么</h2>\n<p>实际启示是：把合成访谈当作准备工作，而不是证据。这与更大规模的<a href=\"https://qualitati.com/blog/synthetic-users-vs-real-participants-2026\">合成用户与真实受访者对比</a>基准研究一致；这项研究补充的是关于流程的观察：你先听到什么，什么就会成为之后检验的框架。对 UX、市场与学术研究者来说，可以养成以下习惯：</p>\n<ul>\n<li><strong>用合成利益相关者排练访谈提纲，而不是回答研究问题。</strong>AIS 优先的小组看重这次预演，但真正的发现工作由真人访谈完成。</li>\n<li><strong>在真人访谈之前，先记录 AI 告诉了你什么。</strong>然后明确对照。否则，合成框架可能悄然成为你只做微调的默认结论。</li>\n<li><strong>警惕“从问题直奔方案”的反射。</strong>LLM 人设往往像顾问一样作答。真实受访者会犹豫、自相矛盾，并提出没人问到的问题，这些摩擦本身就是数据。</li>\n<li><strong>设计决策以真人作为依据来源。</strong>在这项研究中，真人提出的关切进入最终设计的比例更高。</li>\n</ul>\n<p>作者对 AIS 工具的设计建议指向同一方向：展示不确定性和适用范围的局限，标记刻板模式，并内置与利益相关者数据的并排对照。在 QualiTaTi 上，<a href=\"https://qualitati.com/synthetic-focus-group\">Synthetic Focus Group</a> 正适合这一排练环节，而 <a href=\"https://qualitati.com/ai-interviewer\">AI Interviewer</a> 则可用于开展真实受访者访谈，为决策提供锚点。</p>\n\n<h2>这项研究有哪些局限？</h2>\n<p>作者明确指出这是一项小规模的定性研究：只涉及一门课程和 21 名新手设计者，且没有测量他们的先前经验。访谈顺序与项目领域、利益相关者类型以及各组对 AIS 的调整方式相互混杂。所用 LLM 和提示词各不相同，也没有完整记录。约四个月后的跟进只有 21 名学生中的 3 名参加，且全部来自 AIS 优先小组。研究没有评估设计质量或利益相关者满意度。该论文是 arXiv 预印本（cs.HC），作者注明已被 <em>International Journal of Human-Computer Interaction</em> 接收。</p>\n\n<h2>常见问题</h2>\n<h3>AI 模拟利益相关者能取代真实的利益相关者访谈吗？</h3>\n<p>根据这项研究，不能。真人来源的突出关切有 90.7% 进入了最终设计，而 AI 来源的为 68.8%；学生也认为 AI 的回答更泛泛。</p>\n<h3>应该先访谈 AI 人设，还是先访谈真人？</h3>\n<p>两种顺序产生了不同的模式。AI 优先让小组获得了有用的排练，但 AI 的框架随后需要纠正；真人优先则让 AI 保持在辅助和验证的角色。由于每种条件只有 4 个小组，研究并不能证明哪种顺序更好。</p>\n<h3>学生使用的是哪个 AI 模型？</h3>\n<p>大多数人使用免费网页版 ChatGPT（GPT-4o），也有人尝试了其他 LLM。作者没有记录每个小组最终使用的模型。</p>\n\n<p><em>来源：Mokryn, O., Ayalon, O., Dines, N., &amp; Shaer, O. (2026). AI as Anchor: How Interview Sequencing Relates to the Appropriation of Synthetic Stakeholder Voices in Design Education. arXiv:2611.22740. <a href=\"https://arxiv.org/abs/2611.22740\" target=\"_blank\" rel=\"noopener\">https://arxiv.org/abs/2611.22740</a></em></p>\n<p><em>最后更新：2026 年 11 月 19 日。本文是对第三方研究的独立编辑摘要，与原作者无关联，也未获其背书。</em></p>\n","related":[{"slug":"structuring-survey-histories-llm-digital-twins-2026","title":"LLM 数字孪生如何组织问卷数据？2026 年研究发现","description":"构建 LLM 数字孪生时，问卷数据该如何组织？芝加哥大学布斯商学院 2026 年研究发现，结构化偏好画像优于原始问卷记录，提升主要体现在定价题上。","category":"AI 用户研究","date":"2026-11-10","readTime":"7 分钟阅读","author":"Qualitati 研究团队"},{"slug":"interviewplayground-simulated-participants-ai-interviewers-2026","title":"模拟受访者能评估 AI 访谈员吗？2026 年研究发现","description":"模拟受访者能评估 AI 访谈员吗？InterviewPlayground 研究显示，仿真得分可预测 450 名真人研究的结果（r = 0.86），但难以预测舒适度。核心发现与启示。","category":"AI 用户研究","date":"2026-11-09","readTime":"7 分钟阅读","author":"Qualitati 研究团队"},{"slug":"llm-user-simulators-sim2real-gap-2026","title":"LLM 能模拟真实用户吗？2026 年研究揭示的 Sim2Real 差距","description":"LLM 能模拟真实用户吗？2026 年一项研究对比 451 名真人与 31 个 LLM 用户模拟器，发现合成用户过于配合、评分过于正面。","category":"AI 用户研究","date":"2026-11-06","readTime":"7 分钟阅读","author":"Qualitati 研究团队"}]}