Can LLM-driven synthetic participants help user research? A case study in designing augmented reality for education
Rattachement africain : gb, br. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
ABSTRACT: Conventional user research with human participants faces significant challenges, including substantial time and resource requirements, and limited scalability. In response, this study presents an efficient, cost-effective workflow driven by large language models (LLMs) for simulating user research with synthetic participants (SPs) at scale. In a case study in design augmented reality for education, SPs’ open-ended answers were plausible and comprehensive, yet semi-open and closed items diverged from those of humans. SPs can augment early qualitative work, but cannot replace human studies.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Can LLM-driven synthetic participants help user research? A case study in designing augmented reality for education
- Date Crossref
- 02/07/2026
- Éditeur
- Cambridge University Press (CUP)
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Les institutions déclarées
Une affiliation ne permet pas de déduire la nationalité d’un auteur.