合成用户与数字孪生的定义、风险及适用场景：为何无法替代真实人类研究

如果你问一个 AI 研究工具你的用户怎么想，它会给出一个充满自信的答案。但这个答案究竟基于什么？

“合成用户”和“数字孪生”在我们的领域常被互换使用，但重要的是要认识到这些新工具之间的区别。

快速区分它们：合成用户是基于通用训练数据构建的 AI 角色。它们适用于快速的、方向性的反馈。 

与此同时，数字孪生是基于某个真实个人的数据训练的 AI 模型。它们旨在预测那个特定的人会说什么。 

最重要的是，两者都不能替代针对重大决策的真实人类研究。但是，它们可以在非常具体的用例中使用。让我们进一步分解说明。 

什么是合成用户？

合成用户是一个基于通用训练数据而非任何特定真实个人生成的 AI 角色。它是一个 LLM 扮演虚构的用户类型，由其训练中的广泛模式塑造。它是复合体，而不是对任何特定个人的预测。

合成用户对于早期的、方向性的反馈很有用。例如，对按钮标签的快速反应或对功能想法的压力测试。在低风险情况下，额外的测试有助于推动进展。 

什么是数字孪生？

数字孪生是实际个人的虚拟表示，基于该个人自己的数据构建，并通常通过 AI 模型增强。

虽然合成用户代表一种类型的人，但数字孪生声称代表一个实际的个人。

使用这些工具有什么风险？

风险就在名字里：“合成”和“孪生”。两者都不是真实事物，因此两者的行为都不完全像真实人类那样。

这种差距最明显地体现在情境依赖的、有时非理性的行为上，而真实的人类研究正是为了捕捉这些行为。人们回答问题基于他们的情绪、疲劳程度、当周预算等——各种时刻都在变化的因素。 

研究入门知识告诉我们，人们并不总是做他们说要做的事（新年决心就是足够的证明！）。那么，一个基于过去数据快照训练的合成角色或数字孪生，如何能完全捕捉到这一点呢？

但最大的风险不是工具本身——而是我们将它们的输出视为确定性而非方向性时。

“仅依赖模拟存在忽视关键用户关切的风险，例如公平性、个性化或信任问题。

因此，将人类保留在评估循环中既是方法论上的要求，也是伦理上的必然，以确保设计决策对真实用户负责，并将基于代理的洞察视为方向性而非确定性的。” — Sun et al., 2025

围绕数字孪生的问题

2026年9月哥伦比亚大学的一项研究确定了数字孪生行为方式中的五种系统性扭曲：

1. 个体化不足：孪生将人压缩为模式，忽略了使某人真正与众不同的特质。
2. 刻板印象：孪生依赖于群体层面的特征而非个体信号。
3. 代表性偏差：孪生在受过教育、高收入、意识形态温和的人群中表现更好，而这些人群在研究小组中本已过度代表。对于代表性不足的受众，准确性差距会扩大。
4. 意识形态偏差：Twins 反映了底层模型中固有的政治和社会倾向。
5. 过度理性：Twins 的推理过于干净，未能复现决策研究中两个已确立的发现（吸引效应和折中效应），这两者都依赖于人类表现出的轻微非理性行为。

研究甚至指出：“如今的数字孪生体最好被描述为系统性地扭曲人类行为的哈哈镜。”

合成用户的问题

NN/G 发现，在涉及熟悉主题的态度问题上，合成用户的准确率约为 80%。但这一数据并不适用于行为问题、不熟悉的情境，或涉及注意力分散或异常约束的情况。 

决策越重大，准确率差距就越大。

那么这些工具何时有用？

谨慎使用的话，这两种工具在研究中都能有一席之地。挑战在于知道哪些任务真正适合它们。

何时考虑使用合成用户

将合成用户用于早期构思和低风险的定向检查是合理的。例如捕捉明显令人困惑的按钮标签，在安排真实会话前对功能创意进行压力测试，或在措辞接近真实参与者之前快速获得直觉反馈。 

这是一种速度工具，而不是稳健的研究工具。它可以帮助你快速缩小选项范围，但不能确认你选对了。

何时考虑使用数字孪生体

狭窄地使用数字孪生体：以填补现有数据的空白。 

哥伦比亚大学的研究人员发现，孪生体在捕捉参与者之间的相对差异方面比预测任何单个人的确切答案更有效。因此，务必将任何孪生体的输出视为方向性的，而非决定性的。

团队应该改用什么呢？

合成用户和数字孪生体根本无法替代在真实情境下与真实人群进行的真实行为研究。 

即使是 Outset 和 Dovetail（两个构建数字孪生体的平台）也公开表示，孪生体旨在扩展人类研究，而不是取代它。哥伦比亚大学的研究人员也以同样的方式阐述他们自己的目标：建立透明、负责任的数字孪生体开发科学，而不是否定这项技术。

值得从这一切中提炼出的主线是：AI 可以更快地帮你提出更好的问题，但它仍然无法替你回答这个问题。 

任何研究团队的任务都是弄清楚哪里能快速获得有价值的 AI 定向反馈——以及哪里只有真实情况才管用。