المكاسب:
- القدرة على تحويل نصوص المقابلات الأولية واستجابات الاستطلاع المفتوحة وتذاكر الدعم إلى موضوعات ورؤى باستخدام الذكاء الاصطناعي
- القدرة على تسريع خطوات التحليل النوعي مثل رسم خرائط التقارب والترميز بدعم الذكاء الاصطناعي والتحقق من النتائج بالعين البشرية
- القدرة على التخلص من المواضيع التي تم اختلاقها أو المبالغة فيها بواسطة الذكاء الاصطناعي من خلال ربطها مرة أخرى بالاقتباسات الحقيقية
المرحلة الأكثر مملة والأكثر سهولة في تخطي بحث المستخدم هي مرحلة التوليف: تحويل العشرات من المقابلات، ومئات من ردود الاستبيان، وتذاكر الدعم (طلب المستخدم للمساعدة) إلى رؤى ذات معنى. هذه الوظيفة تستغرق أيامًا يدويًا؛ لهذا السبب تقوم الفرق في كثير من الأحيان بتقليص الأمور وتقرر "من خلال الشعور". يفتح الذكاء الاصطناعي عنق الزجاجة هذا: فهو يقسم النص الخام إلى موضوعات في دقائق بدلاً من ساعات. لكن التوليف ليس مهمة "إنتاج ملخص"؛ وهو استدلال قائم على الأدلة وقابل للتدقيق. توضح لك هذه الوحدة كيفية الحفاظ على صحة الرؤية مع جعل الذكاء الاصطناعي شريكك في التركيب.
ما هو البصيرة، وليس ملخصا
دعونا نوضح المصطلح أولا. البصيرة هي نمط ذو معنى ينبثق من البيانات ويوجه التصميم: "لا يستسلم المستخدمون عند خطوة الدفع، ولكن عندما يرون رسوم الشحن لأول مرة." هذا ليس ملخصًا ("يشكو المستخدمون من الدفع")؛ ولا هي ملاحظة ("توقف المشارك 4 عندما رأى رسوم الشحن"). تلتقط البصيرة السبب المشترك الكامن وراء العديد من الملاحظات وتفتح الباب أمام قرار التصميم.
يميل الذكاء الاصطناعي بشكل طبيعي إلى إنتاج ملخصات. مهمتك هي أن تنتقل من الملخص إلى البصيرة: "لماذا؟" و"ما الذي يغيره هذا في التصميم؟" عن طريق تضمين أسئلتك في الموجه.
خطوات التحليل النوعي ومكان الذكاء الاصطناعي
التحليل النوعي (غير الرقمي، القائم على النص/الملاحظة) يتبع بشكل كلاسيكي الخطوات التالية:
- الترميز: يتم إعطاء كل قطعة ذات معنى في النص تسمية ("قلق بشأن تكلفة الشحن"، "انعدام الثقة").
- مخطط التقارب (رسم خرائط التقارب): يتم تجميع العلامات المتشابهة؛ تصبح المجموعات موضوعات.
- تحديد أولويات الموضوع: أي موضوع يتم رؤيته من خلال عدد المستخدمين وبأي كثافة يتم تحديده.
- البصيرة والمشورة: المواضيع "ماذا تفعل؟" يتصل بالجمل.
يعمل الذكاء الاصطناعي على تسريع الخطوتين 1 و2 بشكل كبير: تقديم الترميز الأولي والتجميع الأولي في دقائق. ومع ذلك، فإن معنى المجموعات، وأهمية المواضيع، ودقة الاقتراحات تتطلب التحقق البشري. يمنحك الذكاء الاصطناعي "مسودة أولية للخريطة"؛ قمت بتصحيح الخريطة وفقا للواقع.
نصيحة: قبل أن تطلب من الذكاء الاصطناعي "استخراج السمات"، أعطه نظام الترميز الخاص بك (قائمة العلامات). وبهذه الطريقة، يعمل باللغة المشتركة للجميع وتكون المخرجات قابلة للمقارنة.
سلسلة الأدلة: كل موضوع يرتبط بالاقتباس
القاعدة الذهبية للتوليف: يرتبط كل موضوع باقتباس حرفي واحد على الأقل. الاقتباس دليل على أن الموضوع حقيقي. قم دائمًا بتضمين متطلبات الاقتباس عند سؤال الذكاء الاصطناعي عن موضوع ما؛ اطلب منه ألا ينتج موضوعًا لا يمكنه العثور على اقتباس له. بهذه الطريقة يمكنك إيقاف الهلوسة عند المصدر: يتم وضع علامة على الموضوع المصطنع على أنه "لا أساس له من الصحة" لأنه لا يوجد له نظير في المصدر.
طبقة
مثال
المصدر
المراقبة
"ترك المشارك 4 العربة عندما رأى رسوم الشحن"
تسجيل فردي
الكود
"تكلفة غير متوقعة"
وضع العلامات
theme
"التكاليف الخفية تحطم الثقة"
كرر في 5 مشاركين
البصيرة
"يجب إظهار تكلفة الشحن مبكرًا"
أترك الموضوع
اقتراح
"إضافة تقدير الشحن إلى صفحة المنتج"
قرار التصميم
تبدأ هذه السلسلة عندما يسأل أحد أصحاب المصلحة "كيف نعرف هذا؟" عندما تسأل، فإنه يسمح لك بالعودة من الملاحظة إلى الاقتباس.
ثلاث حالات صغيرة
الحالة 1 - 240 ردًا على الاستبيان، 90 دقيقة. فريق واحد مشفر بالذكاء الاصطناعي مكون من 240 ردًا على الاستطلاع (نص حر). اقترح النموذج 11 موضوعا؛ قام الفريق بمراجعة هذه المواضيع في 90 دقيقة، وقلصها إلى 7، ودمج موضوعين، وأزال موضوعين باعتبارهما غير مدعومين. تم تقليص العمل اليدوي الذي يستغرق يومين إلى نصف يوم وتم الحفاظ على سلسلة الأدلة.
الحالة 2 - تم اكتشاف موضوع مبالغ فيه. أنتج الذكاء الاصطناعي موضوعًا قويًا وهو "المستخدمون يكرهون التطبيق". عندما نظر الفريق إلى الاقتباسات، وجد أن اثنين فقط من المشاركين كانوا قاسيين، بينما كان 18 محايدًا. تمت إعادة كتابة الموضوع على أنه "خيبة أمل شديدة في تدفق معين". الدرس المستفاد: يمكن للذكاء الاصطناعي أن يبالغ في شدة المشاعر؛ احسب التردد.
الحالة 3 - رأي الأقلية المفقود. في حين سلط النموذج الضوء على موضوعات الأغلبية، إلا أنه قلل من أهمية مشكلة إمكانية الوصول الهامة التي أثارها 3 مشاركين باعتبارها "غير مهمة". لاحظ المصمم ذلك واحتفظ به باعتباره اكتشافًا منفصلاً؛ واتضح فيما بعد أن هذه المشكلة أثرت على جميع مستخدمي قارئ الشاشة. الدرس المستفاد: إشارة الأقلية ليست دائمًا "أقل أهمية".
مطالبات قابلة للنسخ
دورك: محلل أبحاث نوعية. مخطط الترميز (العلامات): <<list>>المهمة: قم بترميز النص المجهول أدناه باستخدام هذه العلامات. أضف [مشاركًا]
قم بتحويل البيانات المشفرة التالية إلى مخطط تقريبي: قم بتجميع الرموز المتشابهة، وقم بتسمية كل مجموعة بموضوع. لكل موضوع: قم بإحصاء عدد المشاركين الفرديين الذين يظهرون فيه، وقم بتضمين أقوى اقتباسين، واكتب شرحًا من جملة واحدة "لماذا". قم بتمييز المواضيع ذات الأدلة الضعيفة بشكل منفصل. البيانات: <<الرموز>>
أريد اختبار الموضوع التالي: "<<theme>>". أدرج بشكل منفصل علامات الاقتباس التي تدعم وترفض هذا الموضوع في النص المصدر. في النهاية، قم بتقييم مدى قوة دعم الموضوع (قوي/متوسط/ضعيف).المصدر: <<transcription>>
تحويل قائمة المواضيع هذه إلى رؤى واقتراحات. لكل موضوع: 1) رؤية من جملة واحدة (تحتوي على "لأن...")، 2) اقتراح تصميم ملموس، 3) ما هي الشاشة/التدفق الذي يؤثر عليه هذا الاقتراح. لا تخترع؛ إذا كان الأساس ضعيفًا، فاكتب "هناك حاجة إلى مزيد من البحث". المواضيع: <<القائمة>>
موجه ضعيف / موجه قوي
ضعيف: "حلل هذه المحادثات وأخبرني بالنتائج".
النتيجة: تلخيص بدون مصادر، وبدون معلومات ترددية، ومفتوح للمبالغة.
قوي: "قم بترميز هذا النص باستخدام التسميات التي أعطيتها لك، واربط كل موضوع بالاقتباس من [المشارك
النتيجة: توليفة عالية التردد وقائم على الأدلة وقابلة للتدقيق.
الفرق: المطالبات القوية بالتردد + الاقتباس + المطالبات الضعيفة ؛ هذه تمنع المبالغة والهلوسة.
الأخطاء الشائعة
- لا تحسب التردد. اتخاذ القرار دون معرفة ما إذا كان هناك شخصان أو 20 شخصًا وراء جملة "المستخدمون يريدون X".
- أخذ شدة الانفعال كما هي. يميل الذكاء الاصطناعي إلى تسليط الضوء على التعبيرات القوية؛ ويمكن أن يخفي أغلبية محايدة.
- القضاء على إشارة الأقلية. قد تكون المشكلة التي يواجهها عدد قليل من الأشخاص حرجة (مثل إمكانية الوصول).
- لا تتطلب الاقتباس. الموضوع الذي لا يقتبس هو الموضوع الذي لا يمكن التحقق منه.
- الانتهاء في لفة واحدة. التوليف تكراري. اختبر الإخراج الأول وشحذ الموجه.
باختصار
التوليف هو المنطق الذي يحول البيانات الأولية إلى رؤية تقود التصميم. يعمل الذكاء الاصطناعي على تسريع الخطوات الميكانيكية بشكل كبير مثل الترميز والتجميع التقريبي، لكن معنى وأهمية البصيرة يظل بشريًا. القاعدة الذهبية هي ربط كل موضوع باقتباس حرفي؛ تردد العد، صحيح للمبالغة العاطفية، لا تفوت إشارة الأقلية. عندما تقوم بإنشاء سلسلة من الأدلة تمتد من الملاحظة إلى الاقتباس، ومن الموضوع إلى الاقتراح، فإنك تحقق نتيجة بحثية سريعة ويمكن الدفاع عنها.
مهمة التطبيق
- قم بإخفاء هوية إجاباتك على المقابلة/الاستطلاع المكونة من 8 إلى 10 (أو خيالية).
- اكتب مخطط الترميز الخاص بك (6-8 تسميات) وقم بترميزه بواسطة الذكاء الاصطناعي مع الموجه الأول.
- قم بإزالة السمات باستخدام الموجه الثاني؛ لاحظ عدد المشاركين الذين يظهرون لكل موضوع.
- اختبر أقوى موضوع باستخدام الموجه الثالث: قارن بين الاقتباسات الداعمة والدحضة.
- اكتب موضوعاً على شكل رؤية + اقتراح + شاشة متأثرة ورسم سلسلة الأدلة.
قائمة مرجعية
- [ ] لقد قدمت مخطط الترميز الخاص بي إلى الذكاء الاصطناعي مسبقًا.
- [ ] لقد قمت بربط كل موضوع باقتباس حرفي واحد على الأقل.
- [ ] قمت بإحصاء عدد المشاركين الفرديين الذين ظهروا في كل موضوع.
- [ ] كثيرًا ما قمت بتصحيح التعبيرات العاطفية المبالغ فيها.
- [ ] لقد اتخذت قرارًا واعيًا بشأن إزالة إشارات الأقلية.
- [ ] لقد قمت بربط الأفكار بمقترح التصميم الملموس والشاشة المتأثرة.