El artículo presenta la transferencia entre encuestas, un marco riguroso de evaluación para el muestreo en silicio donde los modelos de lenguaje grandes predicen respuestas a preguntas completamente diferentes basándose en las respuestas previas del encuestado. Utilizando datos del Estudio de Elecciones y Democratización de Taiwán (TEDS) 2024, el estudio evalúa tres LLM de peso abierto con parámetros de 27B a 120B frente a líneas base de aprendizaje automático supervisado.
- Los LLM zero-shot logran un 52% de precisión en ítems genuinamente no vistos, acercándose a solo 6 puntos porcentuales de un bosque aleatorio supervisado entrenado con datos de la misma población.
- Surge una jerarquía estable de predictibilidad de constructos, que va desde el 67% para actitudes partidistas hasta el 23% para la soberanía.
- Se encuentra que los efectos del colapso de varianza y la alineación de seguridad son más matizados de lo informado anteriormente; el colapso de varianza afecta también a los modelos supervisados, y los efectos de alineación varían drásticamente entre familias de modelos.
Estos hallazgos aclaran tanto las promesas como los límites del muestreo en silicio al demostrar que los LLM pueden complementar eficazmente la investigación tradicional de encuestas mediante la predicción a nivel individual.