Naukowcy przebadali możliwość zastosowania dużych modeli językowych do generowania syntetycznych danych konsumentów na potrzeby technik projekcyjnych - metod służących do odkrywania skojarzeń, emocji, potrzeb i pragnień konsumentów. Zespół testował odpowiedzi generowane przez LLM na różnych zadaniach projekcyjnych, analizując wpływ wyboru modelu, strategii promptowania i ustawień temperatury.
Badanie porównało odpowiedzi wygenerowane przez LLM z danymi od ludzi zebranymi w pierwotnym studium badawczym dotyczącym percepcji turystycznych miast. Analiza obejmowała miary lingwistyczne, metryki dywersyfikacji i koncentracji, modele tematyczne oraz analizy najpopularniejszych terminów. Wyniki wykazały znaczące pokrycie między odpowiedziami ludzi i LLM w szerokim spektrum tematów i skojarzeń, ale także ważne różnice w stylu, strukturze lingwistycznej i sposobie generowania dywersyfikacji.
Otrzymane wyniki niosą praktyczne implikacje dla marketingu i badań rynkowych. Duże modele językowe mogą potencjalnie zmniejszyć koszty i czas niezbędny do zbierania danych konsumentów, ale wymaga to świadomości ograniczeń syntetycznych danych i starannego doboru modelu oraz strategii promptowania. Rekomendacje badawcze wskazują na konieczność balansowania między wydajnością a wiarygodnością przy wykorzystywaniu LLM do generowania danych o zachowaniach i preferencjach konsumentów.