Журнал: Социология: методология, методы, математическое моделирование (Социология:4М)Пузанова Ж. В., Кожоридзе Г. Г., Кожоридзе Д. Г.ИИ и социология: анализ технологических возможностей виртуальных респондентов

Институт социологии
ФНИСЦ РАН

версия для печати

Журнал: Социология: методология, методы, математическое моделирование (Социология:4М)

Пузанова Ж. В., Кожоридзе Г. Г., Кожоридзе Д. Г.

ИИ и социология: анализ технологических возможностей виртуальных респондентов

DOI: https://doi.org/10.19181/4m.2025.34.1.6
Пузанова Жанна Васильевна
РУДН имени П. Лумумбы, Москва, Россия
Кандидат философских наук, доктор социологических наук, профессор. Факультет гуманитарных и социальных наук (ФГСН), Кафедра социологии
Кожоридзе Георгий Гочевич
РУДН имени П. Лумумбы, Москва, Россия
Аспирант. Факультет гуманитарных и социальных наук (ФГСН), Кафедра социологииКожоридзе Давид Гочевич
РУДН имени П. Лумумбы, Москва, Россия
Аспирант. Факультет гуманитарных и социальных наук (ФГСН), Кафедра социологии

Полный текст

Открыть текст

Ссылка при цитировании:

Пузанова Ж. В., Кожоридзе Г. Г., Кожоридзе Д. Г. ИИ и социология: анализ технологических возможностей виртуальных респондентов // Социология: методология, методы, математическое моделирование (Социология:4М). 2025. № 60. С. 216-246.
DOI: https://doi.org/10.19181/4m.2025.34.1.6. EDN: PRPHTP

Рубрика:

ИЗМЕРЕНИЯ В СОЦИОЛОГИИ

Выражение признательности

Статья подготовлена в рамках ИнНИР РУДН 100939-0-000 «Применение технологий искусственного интеллекта в социологических исследованиях: практика и перспективы».

Аннотация:

В статье представлен анализ использования виртуальных респондентов и моделей большого языка (LLM) в социологических исследованиях, включая обзор отечественных и зарубежных примеров. Рассматриваются технические аспекты симуляции опросов с помощью LLM, включая выбор моделей, а также практические рекомендации по их применению. Анализируются преимущества данной технологии, такие как возможность быстрого сбора данных и адаптивность, а также недостатки, включая этические риски и ограничения в репрезентативности. На основе двух экспериментальных исследований установлено, что для повышения эффективности виртуального респондента рекомендуется сначала провести пробный опрос с реальными участниками, загрузить результаты в LLM и создать обобщенного виртуального респондента, обученного на реальных ответах, что позволит генерировать более достоверные ответы по интересующим вопросам.

Литература:

1. Using AI for Political Polling // ASH Centrer [сайт]. 07.06.2024. URL: https://ash.harvard.edu/articles/using-ai-for-political-polling/ (дата обращения: 29.07.2025).
2. Пузанова Ж. В., Тертышникова А. Г., Павлова У. О. Технологический дискурс в российских СМИ: основные стратегии в репрезентации искусственного интеллекта // Вестник Российского университета дружбы народов. Серия: Социология. 2024, т. 24, № 3. С. 747-763. DOI: 10.22363/2313-2272-2024-24-3-747-763.
3. Искусственный интеллект в социологии // SocioLogos [сайт]. 23.09.2024. URL: https://sociologos.ru/blog/iskusstvennyy-intellekt-v-sotsiologii/ (дата обращения: 29.07.2025).
4. AI pollsters are here and here’s how they performed in the US election // IndiaAI [сайт]. URL: https://indiaai.gov.in/article/ai-pollsters-are-here-and-here-s-how-they-performed-in-the-us-election (дата обращения: 29.07.2025).
5. AI-generated survey responses could make research less accurate – and a lot less interesting // Stanford Report [сайт]. 21.11.2024. URL: https://news.stanford.edu/stories/2024/11/ai-generated-survey-responses-could-make-research-less-accurate-lot-less-interesting (дата обращения: 29.07.2025).
6. Bisbee J., Clinton J. D., Dorff C., Kenkel B., Larson J. M. Synthetic Replacements for Human Survey Data? The Perils of Large Language Models // Political Analysis. 2024, vol. 32, № 4. P. 401-416. DOI: 10.1017/pan.2024.5.
7. Horton J. J. Large Language Models As Simulated Economic Agents: What Can We Learn from homo Silicus? // National Bureau of Economic Research. 2023, № w31122.
8. Искусственный интеллект в социальных исследованиях // HSE [сайт]. URL: https://www.hse.ru/edu/dpo/905478596 (дата обращения: 29.07.2025).
9. Kniazhevich N., Dey E., Popina E. AI-Fueled Stock Rally Dealt $1 Trillion Blow by Chinese Upstart DeepSeek // Bloomberg [сайт]. 27.01.2025. URL: https://www.bloomberg.com/news/articles/2025-01-27/nasdaq-futures-slump-as-china-s-deepseek-sparks-us-tech-concern (дата обращения: 29.07.2025).
10. World Bank Open Data. World Development Indicators: Internet Users (% of Population) // World Bank Group [сайт]. URL: https://data.worldbank.org (дата обращения: 29.07.2025).
11. Santurkar S., Durmus E., Ladhak F., Lee C., Liang P., Hashimoto T. Whose Opinions Do Language Models Reflect? // Proceedings of the 40th International Conference on Machine Learning, PMLR. 2023. P. 29971-30004.