AI开始“假装是用户”：UX研究正在发生一场安静但危险的变革

如果我告诉你，越来越多的UX研究结论，正在来自“不存在的用户”，你会紧张吗？在这期播客里，Julian Della Mattia 提出了一个让研究员坐立不安的现实：AI没有取代研究，但正在悄悄改变研究“成立”的方式。

最反直觉的一点：AI不是在颠覆UX研究，而是在“伪装成它”

在这期《Future of UX》播客里，Julian 一上来就戳破了一个常见误解：AI并没有突然让UX研究焕然一新。恰恰相反，过去十年里，研究的核心逻辑几乎没变——理解用户、提出问题、验证假设。

真正变的，是“谁在回答这些问题”。

合成用户（Synthetic Users）正在成为越来越多团队的隐形参与者。你可以让它们回答调研问卷、参与访谈、对设计稿给出反馈——流程看起来和真人一模一样。但问题是：当研究对象不再是真实的人，我们到底在研究什么？

Julian 的态度很克制。他反复强调：AI只是工具，本身不是问题。危险来自于研究者对工具的“过度信任”，以及对方法论边界的模糊。很多团队并没有意识到，自己已经从“用户研究”滑向了“模型自洽”。

AI访谈听起来很美，但它回答的其实是“平均用户”

播客里一个非常关键的讨论点，是 AI 主持的用户访谈。

从效率上看，这几乎是研究负责人的梦想：AI可以24小时主持访谈、自动追问、快速总结模式，甚至还能从一次对话中提炼多个维度的洞察。

但 Julian 点出了一个经常被忽略的问题：当前的 AI 访谈，本质上是在和“统计意义上的用户”对话，而不是一个具体、真实、带着矛盾和情绪的人。

人类访谈里最有价值的，往往不是答案本身，而是犹豫、跑题、情绪变化和自相矛盾。AI 目前并不擅长捕捉这些信号，更谈不上利用它们深入追问。

换句话说，AI 很擅长帮你确认已知假设，却不擅长带你发现真正意外的东西。这也是为什么 Julian 认为：如果把 AI 访谈当成“替代真人”，研究质量反而会下降。

真正的风险不是用LLM，而是“随便用一个LLM”

播客中最尖锐的警告，来自对大语言模型使用方式的反思。

Julian 提到一个正在发生的现实场景：研究者把问题直接丢给某个 LLM，看它给出什么答案，然后把这些输出当成“用户洞察”。

问题在于，这些回答并不来源于真实体验，而是来源于训练数据中的“共识叙事”。你得到的不是用户的声音，而是互联网平均意见的回声。

这类用法短期看很高效，长期却会系统性地误导决策。因为它会让团队产生一种错觉：我们做了研究、我们有数据、我们很科学。但实际上，所有结论都在一个封闭系统里自我强化。

Julian 的观点很明确：工具很有潜力，但研究者必须对“输入是什么、输出代表什么”保持高度敏感，否则研究将失去存在的意义。

研究员的未来，不是被AI取代，而是被“加速淘汰”

当话题来到未来，Julian 给出的判断并不温和。

AI 并不会直接取代研究员，但它会放大能力差距。懂方法论、理解用户复杂性、能驾驭工具的人，会被 AI 极大增强；而只会按流程跑研究的人，反而更容易被边缘化。

研究这件事，正在从“执行型工作”转向“判断型工作”。什么时候该用 AI，什么时候必须找真人，哪些洞察值得相信，哪些只是模型噪声——这些决策本身，正在成为研究员的核心价值。

这也是为什么 Julian 认为，研究人员需要不断适应新工具，但更重要的是，守住研究的底层原则。AI 只是加速器，而方向盘仍然掌握在人手里。

总结

这期播客传递的真正信号，并不是“AI有多强”，而是一个更尖锐的问题：当研究变得越来越快、越来越便宜，我们是否还知道自己在研究什么？对AI从业者和研究人员来说，下一阶段的竞争力，不在于会不会用工具，而在于能不能分辨哪些洞察值得相信。也许最重要的行动建议只有一句话：在引入AI之前，先重新定义什么才算“好研究”。否则，你得到的可能只是一个听起来很合理的幻觉。

关键词： UX研究， 合成用户， AI访谈， 大语言模型， 研究方法论

事实核查备注： 需核查：播客嘉宾 Julian Della Mattia 的具体背景；播客发布时间为 2026-02-13；观点均来自公开视频讨论，未涉及具体产品或公司声明。