Lietotāju pētījumu sintēze un ieskatu ģenerēšana

Ieguvumi:

• Spēja kodēt interviju, aptauju un novērojumu datus ar mākslīgo intelektu un iegūt tēmas un modeļus
• Spēja izveidot personības, lietotāja ceļojuma un ieskatu paziņojumus ar mākslīgā intelekta atbalstu
• Aizsardzība pret izdomājumiem un aizspriedumiem, savienojot un apstiprinot mākslīgā intelekta radītos ieskatus atpakaļ uz neapstrādātiem datiem

Labi produkti rodas no patiesas lietotāja vajadzības, nevis no dizainera gaumes. Šo vajadzību var saprast, izmantojot lietotāju izpēti: intervijas, aptaujas, lauka novērojumus, lietojamības testus. Taču vissarežģītākā pētījuma daļa ir nevis datu vākšana, bet gan jēgas iegūšana. Ir nepieciešama pieredze un laiks, lai izlasītu desmitiem lappušu interviju atšifrējumus un simtiem aptaujas atbilžu un iegūtu reālus modeļus, vajadzības un ieskatus (ieskats; "aha" nozīme aiz datiem). Šeit mākslīgais intelekts ir spēcīgs sintēzes palīgs: tas ātri kodē lielus teksta gabalus, grupē tēmas, norāda uz modeļiem. Bet šis pats spēks, ja to neizmanto uzmanīgi, rada viltus citātus, izkropļotus uzsvarus un neobjektivitāti. Šajā nodaļā ir izskaidrots, kā AI izmantot kā paātrinātāju pētījumu sintēzē un kāpēc jums ir jāsaista katrs ieskats ar neapstrādātiem datiem.

Kas ir pētniecības sintēze un kur AI iekļaujas?

Neapstrādāti pētījuma dati ir netīri: viens lietotājs saka, ka "katru reizi meklē uzlādes kabeli", cits saka, ka "nakts gaisma ir pārāk spilgta", cits sūdzas, ka "tumsā nevar atrast pogas". Sintēze ir šo atsevišķu apgalvojumu grupēšana ("lietošana naktī ir problemātiska") un pārvēršana ieskatā ("lietotāji šo produktu vislabāk izmanto tumsā, bet produkts ir paredzēts lietošanai dienas laikā"). Klasiskajā metodē dizaineri to dara ar afinitātes diagrammu (līdzīgu piezīmju fiziska/digitāla grupēšana).

AI paātrina vairākas šī procesa darbības:

1. Kodēšana: motīvu tagu piešķiršana katram priekšrakstam ("lietojums naktī", "instalēšanas grūtības"). AI dažu minūšu laikā iepriekš atzīmē simtiem frāžu.
2. Tēma: tagu apkopošana superkopās. AI norāda uz atkārtotiem modeļiem.
3. Ieskata skice: “aha” teikumu ierosināšana no tēmām. AI rada melnrakstus, jūs filtrējat.
4. Personas un ceļojuma izklāsts: tipisku lietotāju profilu un lietošanas darbību skicēšana.

Kritiskais noteikums: AI apkopo un grupē, bet neapstrādāti dati stāsta patiesību. Katra tēma un katrs citāts ir jāsaista ar faktisko intervijas stenogrammu un jāpārbauda.

Divi lielākie riski: viltoti citāti un neobjektivitāte

Pētniecības sintēzē ir divas bīstamas mākslīgā intelekta kļūmes. Pirmais ir izdomāts citāts (halucinācijas): AI var ģenerēt lietotāja citātu, kas nav datos, bet "izklausās pareizi". Šī ir visbīstamākā kļūda pētniecībā, jo jūs pieņemat īstu dizaina lēmumu, pamatojoties uz viltus pierādījumiem. Otrais ir izkropļojumi un aizspriedumi: AI var pārspīlēt vairākuma viedokli un izdzēst svarīgo, bet maz runāto mazākuma vajadzību; vai stereotipi apmācības datos (“veciem cilvēkiem ir bail no tehnoloģijām”) var iekļūt jūsu pētījumā. Vienīgais veids, kā nodrošināties pret abiem: pievienojiet katru izvadi atpakaļ neapstrādātajiem datiem un jautājiet "kurā sarunā, kurā rindā šis citāts patiesībā notiek?" ir uzdot jautājumu.

Uzmanību! Ziņojumā, personā vai prezentācijā neiekļaujiet AI ģenerētus lietotāja citātus, neatrodot un neapstiprinot tos burtiski neapstrādātā intervijas tekstā. Apokrifs citāts nepareizi atspoguļo faktisko dizaina lēmumu.

Droša sintēzes plūsma soli pa solim

1. Anonimizēt: notīriet personas datus (vārdu, kontaktpersonu, identificējošu informāciju) no interviju stenogrammām. Lietotāja dati ir personas dati; Konfidencialitāte ir būtiska.
2. Kodēt, bet pieprasīt avotu: lūdziet AI pieprasīt neapstrādātu izteiksmi un rindiņas/avota atsauci, kas atbilst katram tagam.
3. Skaitīt tēmas: “Cik lietotāju to minēja?” jautāt; Neļaujiet vienai personai pasniegt savu viedokli kā vispārēju modeli.
4. Piesaistiet ieskatu atpakaļ: zem katra ieskata teikuma ievietojiet faktiskos citātus, uz kuriem tas ir balstīts.
5. Meklējiet pretpiemērus: pajautājiet AI “vai ir apgalvojumi, kas ir pretrunā ar šo tēmu, sakiet pretējo?” jautāt; tas izjauc neobjektivitāti un pārmērīgu vispārināšanu.

trīs mini futrāļi

1. gadījums — izdomāts citāts. Komanda apkopo 12 sarunas ar AI; AI ģenerē pārsteidzošu citātu: “Viens no lietotājiem teica: “Es iegādātos šo produktu kā dāvanu”, un komanda vēlējās to iekļaut prezentācijā. Pētnieks skenē neapstrādātos tekstus; Šāds teikums nav atrodams nevienā sarunā. AI “izgudroja” citātu no kopējā pozitīvā toņa. Citāts ir noņemts. Nodarbība: katrs citāts tiek verbatimā pārbaudīts neapstrādātajos datos.

2. gadījums — mazākuma vajadzības dzēšana. Dizaineru komanda veic virtuves iekārtu izpēti ar 20 lietotājiem. AI īsumā ir uzsvērta tēma “lietotājiem rūp ātrums”. Bet, kad komanda atgriežas pie neapstrādātajiem datiem, viņi redz, ka 3 lietotāji minēja nepieciešamību lietot vienu roku (viens ar roku invalīdu, viens pastāvīgi nēsā bērnu); AI to ir noraidījis kā "mazākumtautību". Tomēr šis ir būtisks pieejamības ieskats, kas atšķirs produktu. Nodarbība: skaitliskais svars ne vienmēr nozīmē svarīgumu; mazākuma vajadzības var būt visvērtīgākais ieskats.

3. gadījums — Pareiza lietošana. Pētnieks ievada 300 aptaujas beztermiņa atbildes uz AI un saka: "atzīmējiet katru atbildi uz šīm tēmām, saskaitiet, cik atbilžu atbilst katrai tēmai, un nosauciet 3 faktiskās atbildes paraugiem burtiski no katras tēmas." AI ģenerē 8 tēmas, skaitļus un reālus citātus. Pētnieks pārbauda parauga citātus neapstrādātajos datos, tie visi ir īsti. Tas padara tabulu par afinitātes pētījuma sākumu. Nodarbība: strukturēta uzvedne, kurā tiek prasīts uzskaitījums + burtisks citāts, nodrošina uzticamu un pārbaudāmu sintēzi.

Kopējamas uzvedņu veidnes

DROŠĀS KODĒŠANAS VEINE "Atzīmējiet šādus (anonimizētus) intervijas paziņojumus tēmās. Katram apgalvojumam: (1) jūsu piešķirtā tēma, (2) PRECĪZS paziņojuma teksts, (3) atsauce uz avotu [intervijas numurs/rindiņa]. NEveidojiet nevienu apgalvojumu, kas NAV tekstā. Iezīmējiet "neskaidrs" paziņojumam, par kuru jūs esat.].

TĒMU SKAITĪŠANAS VEIDNE"Izņemiet tēmas no tālāk norādītajiem kodētajiem datiem. Katrai tēmai: cik DAŽĀDU lietotāju to izteica, 3. piemērs burtiski citāti (ar avotu). Nenorādiet vienas personas izteiktu viedokli kā 'vispārēju modeli'; skaidri ierakstiet biežumu. Dati: [ielīmēt]."

PRETPIEMĒRS/AIZSPRĀDUMU PĀRKĀŠANAS VEINE "Es vēlos pārbaudīt šādu ieskata veidni: "[ieskats]". Uzskaitiet neapstrādātajos datos apgalvojumus, kas PRET šim ieskatam norāda pretējo vai ir mazākumā, bet var būt svarīgi. Mērķis ir novērst pārmērīgu vispārināšanu un neobjektivitāti. Dati: [ielīmēt]."

IESKATS ATPAKAĻSAITE VEIDNE "Uzrakstiet šādu ieskatu teikumu: [ieskats]. Tūlīt zemāk ievietojiet faktiskus citātus (vārda, ar avotu), kas ATBALSTA šo ieskatu. Ja nav pietiekami daudz tiešu pierādījumu, sakiet "nepietiekami pierādījumi". NEPIEVIENOJIET izdomātus pierādījumus."

Vāja uzvedne / spēcīga uzvedne

VĀJS UZDEVUMI: "Apkopojiet šīs sarunas un sniedziet man ieskatu."

SPĒCĪGA UZDEVUMI: "Analizējiet tālāk norādītās 12 anonimizētās intervijas. (1) Iezīmējiet apgalvojumus tēmās. (2) Saskaitiet, cik dažādu lietotāju pieminēja katru tēmu. (3) Sniedziet 2 PRECĪZUS citātus katrai tēmai (ar intervijas numuru). (4) Apkopojiet mazākuma, bet potenciāli svarīgas vajadzības atsevišķā virsrakstā. (5) Atzīmējiet neapstiprinātus pierādījumus, kas nav apstiprināti. tekstā NEveidojiet citātus, kas neeksistē.

Vāja uzvedne dod AI brīvību izkropļot un izgatavot; Tas padara sintēzi pārbaudāmu ar spēcīgu tūlītēju skaitīšanu, burtisku citātu, minoritāšu aizsardzību un "izgatavošanas aizliegumu".

Biežas kļūdas

• AI ģenerētā citāta izmantošana, nepārbaudot to neapstrādātajos datos. Safabricēts citāts ir visbīstamākā pētījuma kļūda.
• Domājot, ka skaitliskais vairākums ir vienīgais svarīguma kritērijs. Mazākuma vajadzības bieži vien ir visvērtīgākais ieskats.
• Personas datu nodošana AI bez anonimizācijas. Lietotāja dati ir personas dati; Konfidencialitāte ir obligāta.
• Nemeklēju pretpiemērus. Sintēze, kas nepārbauda pretējo, pastiprina aizspriedumus.
• AI īsumā sajaukt ar “pētījumu”. Sintēze ir sākums; Ieskats ir balstīts uz neapstrādātiem datiem.

Padoms. Zem katra ieskata jautājiet: “Kādi 2–3 reāli citāti to atbalsta?” Uzrakstiet jautājumu. Ja atbildes nav, šis ieskats joprojām ir hipotēze, nevis atradums.

Rezumējot

AI ir spēcīgs paātrinātājs lietotāju pētījumu sintēzē: tas kodē simtiem frāžu, grupē tēmas un rada ieskatus un personas. Taču pastāv divi galvenie riski: izdomāti citāti un izkropļojumi/neobjektivitāte. Veids, kā to novērst, ir saistīt katru tēmu un citātu ar neapstrādātiem datiem, skaitīt biežumu, saglabāt mazākuma vajadzības un meklēt pretpiemērus. Anonimizējiet lietotāju datus, pieprasiet AI burtiski citātus un avotus, uzspiediet “neizgatavošanas” noteikumu un neuzskatiet nekādus ieskatus par atklājumiem, neatbalstot tos ar pierādījumiem.

Lietojumprogrammas uzdevums

Sniedziet 8–10 īsas lietotāju atsauksmes, patiesas vai izdomātas. Vispirms anonimizē tos visus. Izmantojiet AI taga motīvus ar “drošas kodēšanas” veidni; pēc tam pieprasiet biežumu un burtiski citātus, izmantojot veidni “Tēmu skaits”. Pa vienam pārbaudiet AI sniegtos citātus neapstrādātajā tekstā un atzīmējiet, vai tie ir īsti vai nē. Visbeidzot, izmantojot veidni “Pretpiemērs”, meklējiet apgalvojumus, kas ir pretrunā jūsu galvenajai tēmai, un pierakstiet, vai atrodat mazākuma vajadzības.

kontrolsaraksts

• [ ] Es anonimizēju lietotāja datus pirms to nodošanas AI.
• [ ] Es prasīju AI burtiski citātus un avotu atsauces katrai tēmai.
• [ ] Es pārbaudīju katru citātu, atrodot to neapstrādātajos datos (atbilstības pārbaude).
• [ ] Tēmu biežumu skaitīju un mazākuma vajadzības paturēju atsevišķi.
• [ ] Es pārbaudīju neobjektivitāti, meklējot pretpiemērus savām galvenajām tēmām.
• [ ] Secinājumus, kas nebija balstīti uz pierādījumiem, es atzīmēju kā "hipotēzes" un neuzskatīju tos par konstatējumiem.