SINUS Milieu-Minds في اختبار واقعي أمام استطلاع من SINUS

تبقى أسئلة بحثية كثيرة دون إجابة لأن استطلاعا مخصصا لا يستحق الوقت أو الميزانية. كيف تُستقبل رسالة جديدة في الـ milieu التقليدي، وكيف لدى الـ Expeditives؟ أي ثلاثة من عشرة موتيفات إعلانية ينبغي أن تدخل الاختبار المسبق؟ صُممت SINUS Milieu-Minds لهذه المرحلة بالذات: أشخاص اصطناعيون من جميع Sinus-Milieus العشرة، لكل منهم وضعه الحياتي وقيمه وسيرته الخاصة، يمكن طرح الأسئلة عليهم مثل المشاركين الحقيقيين، ويجيبون خلال دقائق.

فحصت هذه الدراسة مدى قربهم من الناس الحقيقيين. أجاب 200 من SINUS Milieu-Minds، بواقع 20 لكل milieu، عن 24 سؤالا حول المخاوف الشخصية. وكانت SINUS قد طرحت الأسئلة نفسها على 2,005 أشخاص في يونيو 2026. ولم تطّلع Minds على نتائج ذلك الاستطلاع.

على مستوى كل milieu بلغت توزيعات إجابات Minds قربا بنسبة 91.7% من الاستطلاع. وبلغت موجتان حقيقيتان من الاستطلاع بالاستبيان نفسه 96.3% فيما بينهما. ووصل نموذج ذكاء اصطناعي عام أُعطي تعليمة milieu بسيطة إلى نحو 72%.

النتيجة في نظرة واحدة

قرب التوزيع هو 100 ناقص متوسط الفرق المطلق بين حصص الإجابات الاصطناعية والحقيقية بالنقاط المئوية. وتعني نسبة 100% أن كل توزيع إجابات مطابق تماما للاستطلاع. يقيس هذا المؤشر مدى قرب توزيعين أحدهما من الآخر. وهو ليس معدل إجابات صحيحة ولا يصف المستجيبين الأفراد.

سؤال البحث والبيانات المرجعية

يعطي الاستطلاع لكل milieu مجموعة من حصص الإجابات: كم شخصا لديه قلق كبير جدا، أو بعض القلق، أو قلق قليل، أو لا قلق على الإطلاق بشأن موضوع ما. وكان السؤال هو مدى دقة Milieu-Minds الاصطناعية في إعادة إنتاج الحصص الأربع معا، milieu تلو الآخر.

جاءت البيانات المرجعية من SINUS-Institut: استطلاع يونيو 2026 بمشاركة 2,005 مستجيبين بوصفه المقارنة الرئيسية، واستطلاع مارس 2026 بمشاركة 1,047 مستجيبا بالاستبيان نفسه. حُجبت نتائج الاستطلاع عن Minds أثناء التشغيل. والجداول المتقاطعة بيانات مملوكة لـ SINUS ولا تُنشر مع هذا المقال.

لكل milieu: قرب بنسبة 91.7%

في المتوسط عبر الـ milieus العشرة، ابتعدت Minds عن استطلاع يونيو بمقدار 8.3 نقطة مئوية لكل مستوى إجابة. ويقابل ذلك قرب توزيع بنسبة 91.7%. وتتراوح الـ milieus بين 87% في milieu الـ Performer و94% في milieu الـ Nostalgisch-Bürgerliche. وأضعف تطابق هو في milieu الـ Performer وفي Adaptiv-Pragmatische Mitte.

قد تنحرف حصص الإجابات الفردية بشكل واضح. ففي 645 من أصل 960 حصة إجابة (67.2%) يقل الفرق المطلق عن 10 نقاط مئوية؛ وأكبر فرق منفرد يبلغ 47.2 نقطة مئوية. وكانت الإجابة الأكثر تكرارا في الاستطلاع هي أيضا الإجابة الأكثر تكرارا لدى Minds في 65.4% من التركيبات الـ 240 بين السؤال والـ milieu.

لذلك تعطي النتائج مؤشرات على الموضوعات وتوزيعات الإجابات داخل الـ milieu. أما التقدير الواقعي للحصص الفعلية فما زال يتطلب استطلاعا.

وفي مقابل موجة مارس الأقدم بلغت Minds قربا بنسبة 91.4%. وتطابقت الإجابة الأكثر تكرارا في 58.8% من التركيبات، أي أقل بقليل من نسبة 60% التي حددتها الدراسة هدفا لمقارنة يونيو.

كيف تُقرأ موجتا الاستطلاع

بلغت موجتان حقيقيتان من الاستطلاع بالاستبيان نفسه قربا بنسبة 96.3% إحداهما من الأخرى على مستوى كل milieu. وقد تعكس الفروق بينهما تقلبات العينة وكذلك تغيرات فعلية في المجتمع بين مارس ويونيو. لذلك فإن هذه القيمة نقطة مرجعية وليست حدا أعلى ثابتا. وهي تُظهر أيضا أن استطلاعين حقيقيين ما زالا أقرب أحدهما إلى الآخر بوضوح من قرب Minds من استطلاع حقيقي.

عبر جميع الـ milieus: قرب بنسبة 95.2%

للمقارنة مع جميع المستجيبين البالغ عددهم 2,005، رُجّحت إجابات Minds الـ 200 وفق تركيبة الـ milieus في استطلاع يونيو، أي بالطريقة التي تُمثَّل بها الـ milieus في الاستطلاع. ويعيد هذا الترجيح إنتاج عمود الإجمالي الرسمي في الجداول المتقاطعة لـ SINUS.

على هذا المستوى تنحرف Minds في المتوسط بمقدار 4.8 نقطة مئوية لكل مستوى إجابة؛ ومن دون ترجيح تبلغ القيمة 4.7. وتبلغ موجتا الاستطلاع الحقيقيتان 98.9% على المستوى نفسه.

ومثال نموذجي، لا أفضل حالة، هو القلق على الصحة الشخصية:

تختلف القيم المقرّبة بمقدار 3 و7 و6 و4 نقاط مئوية، أي 5.0 في المتوسط. وهذا قريب من متوسط 4.8 نقطة مئوية عبر جميع الأسئلة الـ 24 على مستوى العينة الكاملة، المحسوب من بيانات غير مقرّبة.

لماذا لا نسأل نموذج ذكاء اصطناعي عاما ببساطة؟

اختبر ضبط منهجي منفصل ذلك تحديدا. تلقى Gemini 3.7 Flash وClaude Sonnet 5 الأسئلة الـ 24 نفسها مع تعليمة واحدة بأن يجيبا بوصفهما عضوين في Sinus-Milieu محدد بالاسم. وبلغ كلاهما نحو 72% من القرب على مستوى كل milieu، أي أقل بنحو 20 نقطة من Milieu-Minds. كما أن إضافة الأوصاف الرسمية للـ milieus من موقع SINUS لم تحسّن نتيجة Gemini.

ويظهر السبب في الإجابات. فنموذج الذكاء الاصطناعي العام يتحدث باسم milieu كامل بصوت واحد. وعند طرح السؤال نفسه عليه 20 مرة، أعطى في الغالب الإجابة نفسها 20 مرة: Gemini في 194 وClaude في 211 من أصل 240 تركيبة بين السؤال والـ milieu. أما في الـ milieus الحقيقية فتتباين الآراء، وكذلك لدى Milieu-Minds: فقد استخدمت في المتوسط جميع مستويات الإجابة الأربعة تقريبا ولم تُجب بالإجماع قط.

أُجري هذا الضبط بشكل منفصل وفي وقت مختلف عن تشغيل Minds، وأُضيف بعد أن أصبحت نتيجة Minds معروفة. وهو يُظهر الفارق مقارنة بتعليمة بسيطة. وليس تجربة متطابقة ولا يقيس مقدار إسهام أي مكوّن منفرد من مكوّنات Milieu-Minds.

هل تلتقط Minds الفروق بين الـ milieus؟

في أبحاث الـ milieus، تكتسب الفروق بين الـ milieus أهمية لا تقل عن الحصص المنفردة. وقد فحص تحليل لاحق للبيانات نفسها هذه المسألة. وجرى حسابه بعد أن أصبحت النتيجة الرئيسية معروفة، ويستخدم متوسط مستوى القلق لكل سؤال ولكل milieu.

يعد الفرق واضحا عندما يختلف milieu عن آخر في الاستطلاع بأكثر من خطأين معياريين، وينطبق ذلك على 586 زوجا من الـ milieus عبر جميع الأسئلة. وحيث تختلف الـ milieus الحقيقية بوضوح، رتبتها Minds بشكل صحيح في نحو تسع حالات من كل عشر، بينما فعل ذلك نموذج الذكاء الاصطناعي الذي أعطي اسم الـ milieu فقط في حالتين من كل ثلاث. وتميل Minds إلى تضخيم الفروق بين الـ milieus.

ويضع التحليل الحصص الدقيقة أيضا في سياقها. فنحو ثلاثة أرباع الانحراف التربيعي المتبقي هو ما ينتجه وحده السحب العشوائي لـ 20 مستجيبا لكل milieu. وفي الوقت نفسه، تنحرف قيمة مرجعية بسيطة تتجاهل الموضوع والـ milieu، وهي توزيع إجابات ثابت مأخوذ من استطلاع مارس، بمقدار 7.5 نقطة مئوية لكل مستوى إجابة، فتكون بذلك أدق قليلا من Minds في الحصص الدقيقة لكل milieu. وتكمن قوة Minds في ترتيب الموضوعات والـ milieus، لا في النسب المئوية الدقيقة.

ما الغرض من SINUS Milieu-Minds

Milieu-Minds فحص مسبق سريع ولا تحل محل البحث الأولي. فهي تساعد على اختيار الأسئلة الصحيحة والمتغيرات الأكثر وعدا. ثم يمكن لدراسة ميدانية مع SINUS أن تقدم أرقاما موثوقة.

• الاختيار المسبق للحملات والرسائل: فحص الموتيفات والادعاءات والحجج لكل milieu وإرسال الأكثر وعدا منها فقط إلى الاختبار المسبق.
• إعداد الدراسات بدقة أكبر: اختبار الفرضيات وصقل الاستبيانات قبل بدء العمل الميداني.
• فهم الدوافع: تعلل Minds إجاباتها. وهذا يقدم مؤشرات للأسئلة المفتوحة ويساعد على تفسير الفروق بين الـ milieus. أما هل يذكر المستجيبون الحقيقيون الأسباب نفسها، فتبيّنه الدراسة الميدانية.

شمل الاختبار الواقعي أسئلة المواقف. لذلك فإن التوصية لقرارات الحملات هي الجمع بين الاثنين: Minds للاختيار المسبق، والدراسة الميدانية للقرار.

تتوفر SINUS Milieu-Minds لعملاء SINUS عبر SINUS وعبر Minds Marketplace. وداخل Minds يمكن للـ Audience نفسها أن تجيب عن أسئلة المقاييس والاختيار وأسئلة المتابعة المفتوحة واختبارات المحفزات في سير عمل واحد، حيثما كان ذلك مفعّلا. جهة الاتصال في SINUS-Institut: Jan Hecht، [email protected].

النطاق والقيود

• جاءت Minds من مجموعات إنتاج قائمة لا من عينة مسحوبة حديثا، ولم تُسجَّل الدراسة مسبقا.
• مع 20 من Minds لكل milieu وسؤال، تكون دقة كل توزيع milieu تقريبية.
• أُضيفت ضوابط نماذج الذكاء الاصطناعي العامة بعد أن أصبحت نتيجة Minds معروفة، وأُجريت في أوقات مختلفة وشملت مزوّدين اثنين. والنموذج الداخلي لتشغيل Minds السابق غير متحقق منه، لذلك لا يعزل الفارق أثرا معماريا خالصا.
• لم تُختبر كسياق إضافي سوى أوصاف الـ milieus العامة القصيرة؛ ولم تُختبر الأوصاف المرخصة المفصلة.
• استبيان واحد وبلد واحد وأسئلة مواقف فقط. والمقارنة استكشافية لا تأكيدية.
• جرى حساب تحليل الفروق بين الـ milieus والقيم المرجعية على البيانات نفسها بعد أن أصبحت النتيجة الرئيسية معروفة.

البيانات والموافقة

تستند المقارنة إلى 200 من SINUS Milieu-Minds قدمت 4,800 إجابة عن 24 سؤالا حول المخاوف، مقارنة باستطلاعي SINUS لشهري يونيو 2026 (n = 2,005) ومارس 2026 (n = 1,047). تقارن القيم على مستوى الـ milieu كل milieu بمفرده؛ والمتوسطات عبر الـ milieus العشرة متوسطات بسيطة. وعلى مستوى العينة الكاملة رُجّحت Minds وفق تركيبة الـ milieus في استطلاع يونيو. والنتائج غير معممة على السكان. نماذج الذكاء الاصطناعي المختبرة: Gemini 3.7 Flash وClaude Sonnet 5، في تشغيلات خلال أغسطس وسبتمبر 2026.

قدّم SINUS-Institut البيانات المرجعية للاستطلاع وراجع محتوى هذه الحالة ووافق عليه. وتتوفر تفاصيل المنهجية والقيود عند الطلب.