Use of LLMs for Generating Synthetic ARDs to Make Estimates in Electoral Processes

Diese Studie schlägt einen methodischen Rahmen vor und validiert die Verwendung von Large Language Models (LLMs) als synthetische Befragte in indirekten Wahlumfragen, wobei sie zeigt, dass durch die Anwendung der Network Scale-Up Method (NSUM) verarbeitete, von LLMs generierte Daten in der Lage sind, die in realen indirekten Umfragen beobachteten aggregierten Abstimmungsmuster bei Wahlen in Spanien und Chile effektiv zu replizieren.

Ursprüngliche Autoren: Lucia Soria Gonzalez, Milene Gutierrez Santibanez, Sergio Dıaz, Juan Marcos Ramırez, Rosa Lillo, Antonio Fernandez Anta, Jose Aguilar