この記事は、ニールセン・ノーマングループの「Synthetic Users: If, When, and How to Use AI-Generated “Research」の記事を参考に、生成AIによって作られる「シンセティックユーザー（合成ユーザー）」について説明します。
シンセティックユーザーとは、大規模言語モデル（LLM）を活用し、特定のユーザーグループを模倣する形で作成されたプロファイルのことです。近年、ユーザーリサーチの新たな手法として注目されています。
しかし、シンセティックユーザーはあくまで補助的なツールであり、リアルなユーザーの代替にはなりません。実際のユーザーの行動や感情を完全に再現することは難しく、従来のリサーチ手法と併用することが重要です。
Synthetic Usersが提供しているユーザーのプロフィール
シンセティックユーザーとは？
シンセティックユーザーとは、AIが生成する架空のユーザープロファイルであり、実際のユーザーの思考やニーズ、経験をシミュレーションするものです。
このプロファイルには、名前や年齢、教育レベルなどの詳細情報が含まれ、ペルソナに似た形で提供されます。また、AIは指定されたユーザーグループや研究目標に基づき、インタビューの質問を作成し、そのトランスクリプトを生成することも可能です。
シンセティックユーザーの生成方法:
例えば、「ラテンアメリカで働く医療情報担当者」というユーザーグループを指定し、「医療情報担当者の業務内容を理解する」というリサーチゴールを設定するとします。
AIツールは、これらの情報をもとに動的なパラメータを活用し、異なるユーザーを作成します。そして、対象ユーザーに適したインタビューの質問を生成し、即座にシンセティックユーザーを作成するとともに、インタビューのトランスクリプト（音声や会話を文字起こししたテキストデータ）を提供します。
シンセティックユーザーの利用場面とメリット:
シンセティックユーザーは、デスクリサーチ（机上調査）や仮説生成に役立ちます。例えば、特定のユーザーグループに関する大量のデータを統合し、わかりやすい形で提示することができます。
また、実際のユーザーと同様の回答を提供できるため、迅速な意思決定が求められる場面で特に有効です。
シンセティックユーザーの限界とデメリット:
一方で、シンセティックユーザーは実際のユーザーから得られる深い洞察や共感を提供することはできません。AIが生成するフィードバックは、しばしば浅薄であり、過度に好意的な内容になることもあります。
また、実際のユーザーリサーチが持つ「ユーザーの生き生きとしたイメージをチームに伝える効果」にも劣ります。リアルな体験や感情を伴うインサイトを得るためには、やはり実際のユーザーとの対話が不可欠です。
シンセティックユーザーの責任ある活用方法:
シンセティックユーザーは、実際のユーザーリサーチを補完する目的で活用することが重要です。例えば、初期の仮説生成やデスクリサーチの段階では有効に機能します。
しかし、シンセティックユーザーの調査結果だけで最終的な意思決定を行うべきではありません。実際のユーザーとの対話を重視し、リアルなフィードバックを得る姿勢を維持することが必要です。
結論
シンセティックユーザーは特定の場面で役立つツールですが、実際のユーザーリサーチの代替にはなりません。深い洞察や共感を得るには、引き続きリアルなユーザーとの対話が不可欠です。
シンセティックユーザーは、あくまで補完的なツールとして活用し、実際のユーザーリサーチと適切に組み合わせて活用することが大切です。
