Skip to content
Статья Nielsen Norman Group окт. 2026 г.

NNGroup: Синтетические пользователи против живых респондентов — тот же вывод, меньше вариации

Рейчел Банава из Nielsen Norman Group опубликовала это исследование 16 октября 2026 года, сравнив AI-генерированных синтетических респондентов с реальными участниками опроса на одном и том же открытом вопросе. Вопрос формулировался так: какая профессиональная область лучше всего описывает работу по превращению пользовательских инсайтов в рекомендации для продукта? Задача актуальна для специалистов по исследованиям, дизайну и развитию продуктов. Выборка живых респондентов достаточно велика (604 профессионала из технологической и дизайн-отраслей), чтобы зафиксировать, как выглядит реальная вариация.

Синтетическая группа — 120 респондентов, сгенерированных на платформе Synthetic Users. Общий вывод совпал: обе группы назвали UX главной областью. Но на уровне вариации результаты становятся содержательными. Живые респонденты использовали более 50 различных наименований — включая редкие, специализированные и привязанные к конкретным должностям, отражающие реальное профессиональное разнообразие. Синтетические респонденты сосредоточились примерно на 12 наименованиях, полностью отбросив всё редкое. Банава называет этот эффект «коллапсом моды»: AI тяготеет к наиболее статистически типичному ответу и недопредставляет длинный хвост.

Демографическое смещение усиливает проблему. Только 20% синтетических респондентов были определены как UX-специалисты, однако 84% их ответов называли UX релевантной областью. Среди 604 живых респондентов — 67% из которых действительно являлись UX-специалистами — таких было 70%. Иными словами, AI-модель оказалась более «UX-центричной», чем реальные UX-профессионалы, которых она должна была имитировать.

Эффекты роли сохранялись в синтетических данных, но в приглушённой форме. Синтетические PM приписывали эту работу UX в 93% случаев, тогда как живые PM — в 44%. Это означает, что синтетические данные могут показать существование различий между подгруппами, но не их реальный масштаб. Статья также фиксирует методологическое осложнение: платформа Synthetic Users проводит имитированные интервью, а не прямые опросы, то есть респонденты отвечают в рамках более длинного диалога, а не на один вопрос.

Практическая рекомендация из исследования конкретна. Синтетические пользователи полезны для генерации гипотез, проверки того, работает ли общий паттерн, или отбора направлений для исследования с реальными участниками. Они не надёжны для измерения различий между подгруппами, учёта редких или специализированных точек зрения или получения естественной вариации, по которой можно выявлять крайние случаи в дизайне.