Editorial ilmu komputer
Open AccessOA2026
Melihat Bukan Berarti Memersepsi: Kapan Konsumen Sintetis Dapat dan Tidak Dapat Mengujiawal Pemasaran Visual
Uji tekanan terhadap agen AI generatif sebagai konsumen sintetis pada enam eksperimen pemasaran visual kanonik mengungkap kesenjangan persepsi yang menuntut tata kelola.
Yi-Lin Tsai; Yung-Hsiu; Lai· 2026· DOI 10.48550/arXiv.2609.25677
Masalah inti
Pemasar semakin banyak menggunakan agen AI generatif sebagai konsumen sintetis untuk mengujiawal aset visual seperti logo, kemasan, dan iklan dengan biaya sebagian kecil dari panel manusia. Praktik ini bertumpu pada asumsi yang belum teruji: bahwa model yang *melihat* isyarat visual juga dapat *memersepsi* makna konsumennya. Para penulis menguji asumsi ini dengan uji tekanan menggunakan enam eksperimen pemasaran visual kanonik. Mereka memvariasikan dua tuas yang dikendalikan manajer: generasi model (GPT-4o-mini vs. GPT-5.4-mini) dan format masukan (teks biasa vs. JSON). Pertanyaan utamanya adalah apakah konsumen sintetis dapat secara andal mereproduksi efek manusia yang diketahui, dan jika tidak, dalam kondisi apa mereka dapat diarahkan menuju respons yang menyerupai manusia. Studi ini mengintegrasikan temuan ke dalam protokol tata kelola AI—Calibrate, Intervene, Deploy—untuk memandu kapan konsumen sintetis dapat secara bertanggung jawab menyaring materi kreatif dan kapan panel manusia tetap diperlukan.
Inovasi
Tidak ada dari 24 konfigurasi yang mereproduksi lebih dari dua dari enam efek manusia; sisanya tidak signifikan. Satu pengecualian adalah pembalikan signifikan dari pola manusia. Memberikan bukti konseptual atau empiris melalui pembelajaran dalam konteks mengarahkan respons rata-rata menuju efek manusia. Namun, pengarahan memiliki batas: bahkan ketika berhasil, suatu konfigurasi mereproduksi kurang dari setengah sebaran alami respons manusia, sehingga meremehkan heterogenitas konsumen. Hasil ini menunjukkan bahwa konsumen sintetis dapat mendeteksi isyarat visual tetapi sering gagal memersepsi makna konsumennya, dan bahwa pengarahan memperbaiki kecenderungan sentral dengan mengorbankan varians.
Pemasar semakin banyak menggunakan agen AI generatif sebagai konsumen sintetis untuk mengujiawal aset visual seperti logo, kemasan, dan iklan dengan biaya sebagian kecil dari panel manusia. Praktik ini bertumpu pada asumsi yang belum teruji: bahwa model yang *melihat* isyarat visual juga dapat *memersepsi* makna konsumennya. Para penulis menguji asumsi ini dengan uji tekanan menggunakan enam eksperimen pemasaran visual kanonik. Mereka memvariasikan dua tuas yang dikendalikan manajer: generasi model (GPT-4o-mini vs. GPT-5.4-mini) dan format masukan (teks biasa vs. JSON). Pertanyaan utamanya adalah apakah konsumen sintetis dapat secara andal mereproduksi efek manusia yang diketahui, dan jika tidak, dalam kondisi apa mereka dapat diarahkan menuju respons yang menyerupai manusia. Studi ini mengintegrasikan temuan ke dalam protokol tata kelola AI—Calibrate, Intervene, Deploy—untuk memandu kapan konsumen sintetis dapat secara bertanggung jawab menyaring materi kreatif dan kapan panel manusia tetap diperlukan.
Para penulis melakukan uji tekanan sistematis menggunakan enam eksperimen pemasaran visual kanonik. Untuk setiap eksperimen, mereka memanipulasi dua faktor: generasi model (GPT-4o-mini dan GPT-5.4-mini) dan format masukan (teks biasa vs. JSON). Ini menghasilkan desain 2×2 per eksperimen, dengan total 24 konfigurasi. Setiap konfigurasi lolos uji manipulasi, memastikan bahwa model mendeteksi perbedaan visual yang dimaksudkan. Ukuran dependennya adalah apakah konfigurasi tersebut mereproduksi ukuran efek dan arah efek manusia. Para penulis juga menguji intervensi pembelajaran dalam konteks dengan memberikan bukti konseptual atau empiris untuk mengarahkan respons rata-rata menuju efek manusia. Terakhir, mereka menilai sebaran alami respons untuk mengevaluasi apakah pengarahan mempertahankan heterogenitas konsumen. Analisis membandingkan tingkat replikasi efek, signifikansi, dan varians terhadap tolok ukur manusia.
Mengapa penting
Temuan ini menantang asumsi bahwa melihat sama dengan memersepsi. Meskipun uji manipulasi lolos, ekstraksi makna gagal pada sebagian besar kasus. Pembalikan tersebut menunjukkan bahwa model mungkin mengandalkan korelasi semu alih-alih psikologi konsumen. Pembelajaran dalam konteks dapat menyelaraskan respons rata-rata, tetapi kurangnya representasi heterogenitas membatasi validitas eksternal. Para penulis mengusulkan protokol tata kelola AI: **Calibrate** (validasi konsumen sintetis terhadap tolok ukur manusia), **Intervene** (terapkan pengarahan hanya ketika kalibrasi berhasil), dan **Deploy** (gunakan konsumen sintetis untuk penyaringan hanya ketika heterogenitas tidak kritis). Protokol ini membatasi kapan konsumen sintetis dapat secara bertanggung jawab mengujiawal pemasaran visual dan kapan panel manusia tetap diperlukan. Studi ini menekankan perlunya kehati-hatian dan tata kelola dalam penelitian pemasaran yang digerakkan AI.
Siapa yang sebaiknya membaca
Praktisi dan peneliti ilmu komputer
Membuka konten member…