合成焦点小组：AI模拟消费者的适用边界与伦理风险

Insight

链接已复制！

1. 好得难以置信？
2. 伦理问题
3. 正确做法

合成焦点小组是突破还是偏见陷阱？了解使用 AI 模拟替代传统消费者研究的潜力与陷阱。

发布于2026年4月30日

作者：Zakir Jamal

类别科技

阅读时间7分钟

现代焦点小组诞生于战时需求。在1940年代，社会学家 Robert Merton 开始召集听众小组评估政府广播节目，寻找最能维持士气并防止叛逃的信息。他发现小组环境本身具有生成性：参与者在彼此的反应基础上构建观点，呈现出单独访谈无法发现的回应。¹ 

在此后的八十多年里，焦点小组已成为消费者研究的基石——而且成本极其高昂。招募受访者、租用场地以及补偿参与者的时间，单次研究可能花费数万美元。对于小型公司或那些在严格发布计划下工作的公司来说，这种投入可能是难以承受的。 

合成焦点小组（SFGs）承诺提供一条出路。通过利用从真实人群收集的数据训练 AI 代理，研究人员可以以极低的成本和极短的时间运行消费者模拟。这一提议极具吸引力：为那些从未负担得起真实测试的公司提供多样化、可扩展且按需的市场测试。然而，像大多数诱人的提议一样，它也值得一些审视。

好得难以置信？

关键问题在于 SFGs 是否给出反映真实人类态度的答案，而不仅仅是人口平均值。如果模拟代理能够合理忠实地呈现个人的口味特征，它就能帮助我们理解产品如何与现实消费者的独特偏好相契合。

由 Stanford 和 Google DeepMind 进行的一项研究比较了合成主体与其真实对应者给出的答案。² 研究人员基于个人数据训练 AI 代理。然后他们让人类和代理都接受一系列问题的测试，包括 Big Five Personality Inventory、若干行为实验以及一项一般社会调查。他们发现，AI 代理与其人类参照对象给出相同答案的比例约为85%。

单看这一点，似乎相当有用。真实消费者是混乱且非理性的；一个可以无限次运行的、准确率85%的模拟，其方向准确性可能与受时间限制的真实焦点小组相当。然而，当我们考虑到产生这些结果所需的训练程度时，这条路径就不那么有吸引力了。研究人员对每位人类受试者进行了两小时的访谈，并利用这些访谈来训练模型。实际上，他们不得不组建一个真实的焦点小组，才能制造出一个可靠的合成焦点小组。

实现这类技术最可能的方式是，一家公司与真人进行数千次访谈，然后维护一个合成受试者库，供市场研究人员租用以开展焦点小组（SFG）。这消除了为每个小组训练新智能体的需求。与此同时，这意味着全球的市场研究人员将在同样有限数量的“人”身上测试其产品。

此外，模型所犯的错误并非随机。合成用户在某些主题上可能会系统性地偏离真实用户。由《The Times》报纸赞助的一档播客曾询问一个合成焦点小组希望看到哪些新功能。AI 智能体建议《The Times》增加诸如解释器和摘要等 AI 功能；然而，该播客发现其真实听众对 AI 附加功能深表怀疑。³

市场研究人员还应注意，斯坦福大学的研究主要旨在测试 AI 智能体回答关于自身问题的能力。这并不意味着它们理解人类在现实生活中的偏好。真实的焦点小组成员可能因为某个拟议的产品名称让他们想起自己喜欢的电影中的一句台词而喜爱它。这看似噪音，但在汇总数据中可能是重要信息。也许那句台词在目标人群中广受喜爱，从而为产品提供了内置的积极倾向。AI 智能体没有这种历史背景，因此无法捕捉此类偏好。

伦理关切

合成焦点小组并非没有争议。值得花一点时间思考一下，当我们使用模拟用户来使研究多样化时，究竟发生了什么。AI 智能体可能取材于与真人的访谈，但那次访谈并不全面。存在空白之处时，模型会利用其通用知识来扩展它可以谈论的领域。它会从它所知道的、符合其被要求代表的背景的人群中提取信息。换句话说，它会做出概括。在这里，使数据集多样化与延续刻板印象之间的界限非常微妙。合成用户无法拥有那些使多元视角如此丰富的特定经历。相反，它们用宽泛的趋势取而代之。 

例如，一项研究发现，印度用户在借助 AI 辅助撰写文章时，比不借助 AI 时更有可能使用平淡的陈词滥调来描述他们的偏好。他们以更高的频率将披萨和千层面等西方食物列为最爱，而在谈论印度食物时，他们使用的语言更为模糊。完全由人类撰写的文章突出了具体细节：豆蔻的气味、咖喱叶的酸香。而 AI 辅助的文章则会使用诸如“浓郁的风味和香料”之类的短语，这些短语可能在西方烹饪指南中找到。⁴

这里存在一个更深层的哲学问题。研究中的多样化代表性不仅仅关乎捕捉统计差异——它还关乎纳入那些历史上被排除在影响他们的决策之外的声音。一个代替肯尼亚祖母或第一代大学生发言的合成代理，并没有放大那个人的视角。它用一个经过模型清洗的聚合体取代了该视角，而该模型主要是在那些能到达互联网上的文本类型上训练的。其结果可能与包容性背道而驰：一种多样性的模拟，在实践中反而强化了研究人员带入这一练习的假设。

隐私担忧加剧了这些忧虑。在斯坦福模型中，AI 代理是在两小时的访谈上进行训练的，这些访谈充斥着关于品味、焦虑、政治倾向和日常习惯的个人详细信息。参加这些访谈的人可能并不完全理解他们的数据将如何被使用，谁还能访问他们的合成替身，或者这个替身将在流通中存在多久。如果一家公司为其他研究人员建立了一个可租用的合成受试者库，那么原始参与者实际上是在无限期地将其心理档案授权给陌生人，用于他们从未预料到的目的。现有的数据保护框架并非为这种用例设计，到目前为止，行业发展速度超过了旨在监管它的法规。

把事情做对

这并不意味着合成焦点小组缺乏价值。限制它们作为真实研究替代品的有用性的那些特质，恰恰使它们成为真实研究的强大补充。当产品团队希望在承诺全面开发之前快速压力测试一个概念时，SFG 可以廉价且早期地发现明显的问题。当一个问题需要任何真实受访者都会感到疲惫的深度参与——例如评估数十种包装变体或处理复杂的定价矩阵——合成受试者可以承担大量的工作量。以这种方式使用时，SFG 的功能不像焦点小组，而更像是一个精密的起草工具：一种在向真人提问之前打磨问题的方法。

这种顺序很重要。The Times 的例子表明，合成受试者犯的错误不是随机的，而是集中在焦点小组旨在揭示的那种具体的、独特的生活体验周围。SFG 无法告诉你某个产品名称让目标人群联想到一部深受喜爱的电影，或者某种配色方案对于在特定地区长大的人来说感觉像葬礼。它无法复制某位受访者的随口评论如何解锁另外五个人不知道自己拥有的那种感受。这些不是人类研究的附带特征。它们是核心所在。

合成焦点小组的承诺是真实的但有限的。它们可以让市场 A)研究更快、更便宜、更易获得。它们不能做的是取代询问人们想法这一难以驾驭、昂贵且不可简化的人类过程。默顿最初的洞见——即群体环境本身会产生知识——仍然成立。合成受试者可以帮助我们为那场对话做准备。但它们无法代替我们进行那场对话。