Постоянная бдительность – такова цена свободыТ. Джефферсон

Синтетические данные формируются с использованием методов машинного обучения (ML, machine learning — алгоритмы, обучающиеся на данных для выявления закономерностей) на основе реальных ответов и выявленных паттернов в массиве данных. В рамках данного подхода синтетические ответы являются модельно сгенерированными значениями и не представляют собой прямые ответы реальных респондентов. В отдельных случаях могут использоваться большие языковые модели (LLM, large language models — например, ChatGPT) и иные генеративные модели (например, GPT-подобные или диффузионные модели), применяемые исключительно для восстановления или генерации текстовых ответов на открытые вопросы.

Синтетические данные предназначены для расширения, восстановления или моделирования исследовательских массивов и повышения аналитической устойчивости данных в рамках согласованной исследовательской задачи. Использование таких данных допустимо только в случаях, когда модельные оценки являются приемлемой частью исследовательской методологии.

Для каждого проекта, в котором используются синтетические данные, предоставляется отдельный отчёт о точности модели, включающий метрики по каждому восстанавливаемому вопросу, а также агрегированные показатели качества. Указанные метрики являются необходимым условием для интерпретации результатов.

При передаче базы данных синтетические и реальные данные маркируются отдельно, что обеспечивает их однозначное различие на уровне массива.

Синтетические данные могут использоваться исключительно как модельные оценки и должны интерпретироваться с учётом применённой методологии, ограничений моделей и представленных метрик точности. Такие данные не являются заменой первичных полевых данных и не гарантируют воспроизведение реального поведения или мнений респондентов.

Использование синтетических данных осуществляется на риск пользователя. Компания не несёт ответственности за любые решения, выводы или действия, принятые на основе синтетических данных, включая, но не ограничиваясь, бизнес-решениями, стратегическим планированием или финансовыми оценками. Не гарантируется точность, полнота или применимость синтетических данных для конкретных целей за пределами согласованного исследовательского контекста. Синтетические данные не предназначены для использования в качестве единственного источника информации при принятии критически значимых решений.

Disclaimer on the Use of Synthetic Data

Synthetic data is generated using machine learning (ML — algorithms that learn patterns from data) based on real responses and identified structures within the dataset. Within this approach, synthetic responses are model-generated values and do not represent direct answers from real respondents. In certain cases, large language models (LLMs — e.g., ChatGPT) and other generative models (such as GPT-like or diffusion-based models) may be used исключительно for reconstructing or generating responses to open-ended questions.

Synthetic data is intended for expanding, restoring, or modeling research datasets and improving analytical robustness within the scope of an agreed research objective. This approach is applicable only where model-based estimates are considered an acceptable component of the research methodology.

For each project involving synthetic data, a separate model accuracy report is provided, including metrics for each reconstructed variable as well as overall performance indicators. These metrics are essential for interpreting the results.

When delivering datasets, synthetic and real data are clearly labeled to ensure unambiguous distinction.

Synthetic data should be used exclusively as model-based estimates and interpreted with consideration of the methodology, model limitations, and reported accuracy metrics. Such data does not replace primary field data and does not guarantee replication of real respondent behavior or opinions.

The use of synthetic data is at the user’s own risk. The company shall not be liable for any decisions, conclusions, or actions taken based on synthetic data, including but not limited to business decisions, strategic planning, or financial assessments. No warranties are given regarding the accuracy, completeness, or fitness of synthetic data for purposes beyond the agreed research context. Synthetic data is not intended to be used as the sole basis for critical decision-making.