대규모 언어 모델(LLM)을 사용하여 특정 인구 통계학적 프로필을 가진 개인을 모방하여 항목에 답하도록 함으로써 합성 참가자 데이터를 생성하는 연구를 수행했습니다. 4개의 사전 등록 연구(각각 N = 약 300)에서 LLM 시뮬레이션 데이터 세트가 인간 응답의 잠재 구조 및 측정 속성을 재현할 수 있는지 테스트했습니다. LLM 생성 데이터는 의도한 요인 구조를 4개 연구 중 3개에서 재현했으며, 일관된 구성적 및 계량적 불변성을 보였습니다. 그러나 실제 및 합성 데이터 세트 간에 상당한 차이가 있었고, 점수 분포 및 분산에 눈에 띄는 불일치가 나타났습니다. LLM은 그룹 수준 잠재 구조를 포착하지만, 개별 수준 데이터 속성을 근사하지 못합니다. LLM 생성 데이터는 초기 단계, 그룹 수준 심리 측정 프로토타입 제작에 유용하지만 개별 수준 검증의 대체물로 사용될 수는 없습니다.
