arXiv cs.CY· Lai Wei, Yifei Zhu·· 10 小时前AI 评分34
研究：用 AI 预测增强而非取代社会调查
Using AI Predictions to Augment Rather Than Replace Surveys
AI 导读
一项基于 prediction-powered inference（PPI）框架的研究发现，AI 预测无法取代社会调查，但能提升其统计效率。在 GSS 和 NHIS 的 83 项社会结果上、以 ACS 为辅助数据，监督式预测器估计均值时带来约 7-12% 的有效样本量增益，LLM 增益较小但仍为正。
正文 · AI 翻译
摘要：LLM 能以不容忽视的准确度预测人类调查回答。这对社会调查的未来意味着什么，仍存在激烈争议。乐观者预期一个合成受访者的时代即将到来；怀疑者则认为这是一种脆弱且被过度炒作的替代品。本文主张一个立场：AI 预测无法取代调查，但可以增强调查。本研究采用预测驱动推断（PPI）——一个植根于调查方法学、在社会学中被称为“混合主体设计”的统计框架——检验当 AI 预测与普查规模的辅助信息结合时，能否提高社会调查的统计效率。将该框架应用于综合社会调查（GSS）和全国健康访谈调查（NHIS）中的 83 项社会结果，并以美国社区调查（ACS）作为辅助文件，我们发现：在估计均值时，监督预测器带来的有效样本量增益约为 7-12%，而 LLM 的增益较小但为正。
| 主题： | 计算机与社会（cs.CY） |
| 引用为： | arXiv:2611.06743 [cs.CY] |
| （或 arXiv:2611.06743v1 [cs.CY] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.06743 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Yifei Zhu 先生 [查看邮箱]
[v1]
2026 年 11 月 4 日星期三 16:24:24 UTC（2,874 KB）
来源：arXiv cs.CY · arxiv.org