本文探讨用语言模型代理特定人群开展社会科学研究的可能，提出“算法保真度”概念，发现模型偏差并非均质，而与人口学特征相关。多项研究显示，模型观点与美国人口群体明显不匹配，小模型偏差更大，且难以通过提示消除性别和种族偏见。研究还评估其在缺失数据插补、舆情预测等调查应用中的能力与局限。

本研究提出了FrameFinder，一种用于提取和分析文本数据中构架的开放工具。通过三个角度视觉化地表示文本的构架，展示了该解决方案在支持社会科学研究方面的优势，并呼吁将其纳入信息交互的后续整合。