🧠 Дослідники навчили ChatGPT думати як покупецьДослідники з PyMC Labs та Colgate-Palmolive представили новий метод, який дозволяє великим мовним моделям (LLM) імітувати поведінку покупців із точністю до 90% у порівнянні з реальними опитуваннями споживачів.🔍 Як це працюєЗамість того, щоб просити ШІ оцінити бажання купити товар за шкалою від 1 до 5, моделі створюють короткі текстові відповіді. Наприклад, «Можливо, спробував би, якщо ціна не зависока». Потім ці відповіді перетворюються на оцінку за допомогою аналізу семантичної схожості з еталонними фразами (“definitely yes”, “probably not” тощо). Цей підхід назвали Semantic Similarity Rating (SSR).🧪 Результати🔹 Тестування на 57 реальних опитуваннях (9300 учасників) показало, що SSR відтворює людські результати на 90% рівні надійності тест–ретест.🔹 Моделі GPT-4o та Gemini-2 відтворюють розподіл відповідей із точністю понад 0.85 за метрикою KS-similarity.🔹 ШІ навіть імітує демографічні ефекти – молодші користувачі оцінюють продукти скептичніше, а з вищим доходом – прихильніше.💡 Навіщо це бізнесуТакі “синтетичні споживачі” можуть зменшити витрати на дослідження ринку – компанії зможуть спершу тестувати нові продукти на віртуальних панелях, а потім проводити реальні опитування лише для найперспективніших ідей.📊 Цікаво: навіть без додаткового навчання ШІ створював не лише оцінки, а й розгорнуті пояснення, чому товар привабливий або ні. І часто без типового для людей «позитивного упередження».🧩 На думку авторів, метод SSR може змінити ринок споживчих досліджень – зробити його дешевшим, швидшим і точнішим, зберігаючи людську інтерпретованість даних.❓Як думаєте, чи зможуть такі “віртуальні фокус-групи” повністю замінити живих людей у тестах нових продуктів?