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。
这项研究测试了什么?
研究在一门真实的设计课程中比较了两种访谈顺序。据 Mokryn、Ayalon、Dines 与 Shaer(2026)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AI 模拟利益相关者(AIS),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。
各小组被随机分配到以下两种顺序之一:
- AIS 优先(4 个小组):先访谈合成利益相关者,再访谈真人。
- 真人优先(4 个小组):先访谈真人,再访谈合成利益相关者。
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。
合成访谈与真人访谈,哪个对最终设计影响更大?
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:
| 突出痛点的来源 | 痛点数 | 有对应设计元素 | 占比 |
|---|---|---|---|
| AI 模拟利益相关者 | 32 | 22 | 68.8% |
| 真人利益相关者 | 43 | 39 | 90.7% |
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。
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。
访谈顺序如何改变学生使用 AI 的方式?
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:
- AIS 优先的小组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。
- 真人优先的小组大多在之后用 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。
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)。
这对使用合成受访者的研究者意味着什么
实际启示是:把合成访谈当作准备工作,而不是证据。这与更大规模的合成用户与真实受访者对比基准研究一致;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:
- 用合成利益相关者排练访谈提纲,而不是回答研究问题。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。
- 在真人访谈之前,先记录 AI 告诉了你什么。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。
- 警惕“从问题直奔方案”的反射。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。
- 设计决策以真人作为依据来源。在这项研究中,真人提出的关切进入最终设计的比例更高。
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,Synthetic Focus Group 正适合这一排练环节,而 AI Interviewer 则可用于开展真实受访者访谈,为决策提供锚点。
这项研究有哪些局限?
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 International Journal of Human-Computer Interaction 接收。
常见问题
AI 模拟利益相关者能取代真实的利益相关者访谈吗?
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。
应该先访谈 AI 人设,还是先访谈真人?
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。
学生使用的是哪个 AI 模型?
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。
来源:Mokryn, O., Ayalon, O., Dines, N., & Shaer, O. (2026). AI as Anchor: How Interview Sequencing Relates to the Appropriation of Synthetic Stakeholder Voices in Design Education. arXiv:2611.22740. https://arxiv.org/abs/2611.22740
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。
