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

Deze studie stelt een methodologisch kader voor en valideert dit door gebruik te maken van Large Language Models (LLM's) als synthetische respondenten in indirecte verkiezingsonderzoeken, waarbij wordt aangetoond dat wanneer LLM-gegenereerde gegevens worden verwerkt via de Network Scale-Up Method (NSUM), deze effectief de geaggregeerde stempatronen kunnen repliceren die in werkelijke indirecte onderzoeken tijdens verkiezingen in Spanje en Chili zijn waargenomen.

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