De ambitie om menselijke proefpersonen in wetenschappelijk onderzoek te vervangen door kunstmatige intelligentie stuit op belangrijke beperkingen. Hoewel de ontwikkeling van zogenaamde 'digital twins' — AI-modellen die het gedrag van specifieke personen simuleren — veelbelovend lijkt, blijkt uit recente analyses dat deze digitale kopieën nog niet accuraat genoeg zijn om de complexe nuances van menselijke visies en reacties over te nemen.
Binnen de sociale wetenschappen wordt steeds vaker gezocht naar manieren om dataverzameling te versnellen en de kosten te drukken. Het idee is dat AI-agenten kunnen fungeren als surrogaten voor mensen, waardoor onderzoekers hypothetische scenario's kunnen testen zonder telkens nieuwe menselijke participanten te moeten rekruteren. Deze agenten worden getraind op persoonlijke data, zoals teksten en sociale mediaberichten, om een digitale representatie van een individu te creëren.
Echter, deze technologische shortcut brengt aanzienlijke risico's met zich mee. Volgens een analyse van sciencenews.org zijn AI-agenten op dit moment nog niet in staat om mensen volledig te vervangen in gedragsonderzoek. De kern van het probleem ligt in het feit dat de digitale versies de werkelijke standpunten en subtiele nuances van de personen waarop ze gebaseerd zijn, niet consistent kunnen repliceren. Dit betekent dat resultaten die uitsluitend op AI-simulaties steunen, een vertekend beeld van de werkelijkheid kunnen schetsen.
De onbetrouwbaarheid van deze simulaties heeft directe gevolgen voor de validiteit van sociaalwetenschappelijk onderzoek. Er bestaat een reëel gevaar dat een AI-model niet reageert vanuit de specifieke overtuigingen van het gesimuleerde individu, maar eerder put uit algemene patronen die in de brede trainingsdata van het model aanwezig zijn. In de berichtgeving van wordt daarom gewaarschuwd dat er een fundamenteel verschil is tussen het imiteren van een taalstijl en het daadwerkelijk reproduceren van menselijke cognitieve processen.
Hoewel AI in technische disciplines zoals de natuurkunde of geneeskunde snelle successen boekt, blijkt de menselijke psyche een veel complexer terrein. De huidige generatie modellen kan weliswaar overtuigend overkomen in hun formuleringen, maar de diepere laag van menselijke overtuigingen blijft ongrijpbaar voor de algoritmen. Zoals verder uiteengezet door , is de simulatie van individueel gedrag een hardnekkige uitdaging die niet eenvoudig met meer data kan worden opgelost.
De conclusie voor de wetenschappelijke gemeenschap is dat AI-agenten vooralsnog enkel als ondersteunend instrument kunnen worden ingezet. Ze kunnen wellicht helpen bij het genereren van eerste hypotheses, maar ze mogen nooit de plaats innemen van echte menselijke participanten. De menselijke factor blijft onmisbaar voor onderzoek dat streeft naar een waarheidsgetrouwe weergave van menselijke visies.
Voor onderzoekers betekent dit dat de focus moet blijven liggen op empirische data die direct bij mensen worden verzameld. De ontwikkeling van digitale tweelingen moet verder rijpen voordat ze betrouwbaar kunnen worden geïntegreerd in een strikte wetenschappelijke context. De weg naar een volledige digitale vervanging van proefpersonen is, zoals blijkt uit de bevindingen van , nog lang en bezaaid met methodologische hindernissen.