Ieguvumi:
- Spēja pārveidot neapstrādātus interviju atšifrējumus, beztermiņa aptauju atbildes un atbalsta biļetes tēmās un ieskatos, izmantojot mākslīgo intelektu
- Spēja paātrināt kvalitatīvas analīzes soļus, piemēram, afinitātes kartēšanu un kodēšanu ar mākslīgā intelekta atbalstu, un pārbaudīt rezultātus ar cilvēka aci
- Iespēja atsijāt tēmas, ko izdomājis vai pārspīlējis mākslīgais intelekts, saistot tās ar īstiem citātiem
Visnogurdinošākais un visvieglāk izlaižamais lietotāju izpētes posms ir sintēze: desmitiem interviju, simtiem aptauju atbilžu un atbalsta biļešu (lietotāja palīdzības lūguma) pārvēršana jēgpilnos ieskatos. Šis darbs aizņem dienas ar rokām; Tāpēc komandas bieži sagriež stūrus un izlemj "pēc sajūtas". AI paver tieši šo vājo vietu: neapstrādātu tekstu sadala tēmās minūtēs, nevis stundās. Bet sintēze nav "ražošanas kopsavilkuma" uzdevums; Tā ir uz pierādījumiem balstīta, pārbaudāma argumentācija. Šī vienība parāda, kā saglabāt ieskata autentiskumu, vienlaikus padarot AI par sintēzes partneri.
Kas ir ieskats, nevis kopsavilkums
Vispirms precizēsim terminu. Ieskats ir jēgpilns modelis, kas izriet no datiem un vada dizainu: "Lietotāji atsakās nevis izrakstīšanās posmā, bet gan tad, kad pirmo reizi redz piegādes maksu." Tas nav kopsavilkums ("Lietotāji sūdzas par maksājumu"); tas arī nav novērojums (“Dalībnieks 4 apstājās, redzot nosūtīšanas maksu”). Ieskats aptver kopējo iemeslu, kas ir daudzu novērojumu pamatā, un paver durvis dizaina lēmumam.
AI dabiski tiecas veidot kopsavilkumus. Jūsu uzdevums ir no kopsavilkuma līdz ieskatam: "kāpēc?" un "ko tas maina dizainā?" iegulstot savus jautājumus uzvednē.
Kvalitatīvās analīzes soļi un mākslīgā intelekta vieta
Kvalitatīva (nav skaitliska, uz tekstu/novērojumu balstīta) analīze klasiski notiek ar šādām darbībām:
- Kodēšana: katram jēgpilnam tekstam ir piešķirta etiķete ("bažas par piegādes izmaksām", "pārliecības trūkums").
- Afinitātes diagramma (afinitātes kartēšana): līdzīgi tagi tiek grupēti; grupas kļūst par tēmām.
- Tēmas prioritāšu noteikšana: kuru motīvu redz lietotāju skaits un ar kādu intensitāti tiek noteikts.
- Ieskats un padoms: tēmas "ko darīt?" savienojas ar teikumiem.
AI ievērojami paātrina 1. un 2. darbību: sākotnējās kodēšanas un sākotnējās grupēšanas nodrošināšana dažu minūšu laikā. Tomēr grupu nozīme, tēmu nozīme un ieteikumu precizitāte prasa cilvēka pārbaudi. AI sniedz jums “pirmo kartes melnrakstu”; Jūs labojat karti atbilstoši realitātei.
Padoms. Pirms sakāt AI “izvilkt motīvus”, piešķiriet tai savu kodēšanas shēmu (tagu sarakstu). Tādā veidā tas darbojas ikviena kopējā valodā, un rezultāti ir salīdzināmi.
Pierādījumu ķēde: katra tēma ir saistīta ar citātu
Sintēzes zelta likums: katra tēma ir saistīta ar vismaz vienu burtisku citātu. Citāts ir pierādījums tam, ka tēma ir īsta. Pieprasot AI tēmu, vienmēr iekļaujiet atsauces prasību; Pasakiet viņam, lai viņš neveido tēmu, kurai viņš nevar atrast citātu. Tādā veidā jūs pārtraucat halucinācijas pie avota: izdomāta tēma tiek atzīmēta kā "nepamatota", jo tai nav līdzinieka avotā.
slānis
piemērs
avots
novērojums
"4. dalībnieks pameta grozu, kad ieraudzīja piegādes maksu"
viens pret vienu ierakstu
Kods
"negaidītas izmaksas"
Marķēšana
tēma
"Slēptās izmaksas grauj uzticību"
atkārtojiet 5 dalībniekiem
ieskatu
"Piegādes izmaksas ir jāuzrāda agri"
Es atstāju tēmu
Ieteikums
"Pievienot piegādes tāmi produkta lapai"
Dizaina lēmums
Šī ķēde sākas, kad ieinteresētā persona jautā: "Kā mēs to zinām?" Kad jūs jautājat, tas ļauj atgriezties no novērojuma pie citāta.
trīs mini futrāļi
1. gadījums — 240 aptaujas atbildes, 90 minūtes. Viena komanda AI kodēja 240 beztermiņa (brīva teksta) aptaujas atbildes. Modelis ierosināja 11 tēmas; Komanda tos pārskatīja 90 minūšu laikā, samazināja līdz 7, apvienoja 2 motīvus un noņēma 2 kā neatbalstītus. 2 dienu fiziskais darbs tika samazināts līdz pusei dienas, un pierādījumu ķēde tika saglabāta.
2. gadījums — pārspīlēta tēma. AI radīja spēcīgu tēmu “lietotāji ienīst lietotni”. Kad komanda aplūkoja citātus, viņi atklāja, ka tikai 2 dalībnieki bija skarbi, bet 18 bija neitrāli. Tēma tika pārrakstīta kā "intensīva vilšanās noteiktā plūsmā". Nodarbība: AI var pārspīlēt emocionālo intensitāti; skaitīt frekvenci.
3. gadījums — trūkst mazākuma viedokļa. Lai gan modelī tika izceltas vairākuma tēmas, tas mazināja kritisko pieejamības problēmu, ko 3 dalībnieki izvirzīja kā “nesvarīgu”. Dizainere to pamanīja un saglabāja kā atsevišķu atradumu; Vēlāk kļuva skaidrs, ka šī problēma skāra visus ekrāna lasītāju lietotājus. Nodarbība: mazākuma signāls ne vienmēr ir "mazāk svarīgs".
Kopējamas uzvednes
Jūsu loma: kvalitatīva pētījuma analītiķis.Kodēšanas shēma (birkas): <<saraksts>>Uzdevums: Kodējiet tālāk esošo anonimizēto atšifrējumu ar šiem tagiem.Pievienot [dalībnieks
Pārveidojiet šādus kodētos datus par tuvuma diagrammu: sagrupējiet līdzīgus kodus, nosauciet katrai grupai tēmu. Katrai tēmai: saskaitiet, cik atsevišķos dalībniekus tas parādās, iekļaujiet 2 spēcīgākos citātus un uzrakstiet viena teikuma "kāpēc" skaidrojumu. Atsevišķi atzīmējiet tēmas ar vājiem pierādījumiem.Dati: <<kodi>>
Es vēlos pārbaudīt šādu motīvu: "<<tēma>>". Atsevišķi uzskaitiet citātus, kas avota tekstā ATBALSTA un ATBALSTA šo tēmu. Beigās novērtējiet, cik spēcīgi tēma tiek atbalstīta (spēcīga/vidēja/vāja).Avots: <<transkripcija>>
Pārvērtiet šo tēmu sarakstu ieskatos un ieteikumos. Katrai tēmai: 1) viena teikuma ieskats (satur "jo…"), 2) konkrēts dizaina ieteikums, 3) kādu ekrānu/plūsmu šis ieteikums ietekmē. Neizdomājiet; Ja pamats ir vājš, rakstiet "nepieciešams vairāk pētījumu". Motīvi: <<saraksts>>
Vāja uzvedne / spēcīga uzvedne
Vāji: "Analizējiet šīs sarunas un pastāstiet man rezultātus."
Rezultāts: kopsavilkums bez avotiem, bez frekvences informācijas un pārspīlēts.
Strong: "Kodējiet šo stenogrammu ar manis piešķirtajām etiķetēm; savienojiet katru tēmu ar citātu no [dalībnieks
Rezultāts: augstas frekvences, uz pierādījumiem balstīta, auditējama sintēze.
Atšķirība: spēcīgas uzvednes biežums + citāts + vāja enkura uzvedne; tie novērš pārspīlējumus un halucinācijas.
Biežas kļūdas
- Neskaitot biežumu. Lēmuma pieņemšana, nezinot, vai aiz teikuma "Lietotāji vēlas X" stāv 2 vai 20 cilvēki.
- Emociju intensitātes pieņemšana tādu, kāda tā ir. AI mēdz izcelt spēcīgas izpausmes; Tas var slēpt neitrālu vairākumu.
- Mazākuma signāla likvidēšana. Problēma, ar kuru saskaras daži cilvēki, var būt kritiska (piemēram, pieejamība).
- Citēšana nav nepieciešama. Tēma bez pēdiņām ir nepārbaudāmā tēma.
- Finišs vienā aplī. Sintēze ir iteratīva; Pārbaudiet pirmo izvadi un pastipriniet uzvedni.
Rezumējot
Sintēze ir pamatojums, kas neapstrādātus datus pārvērš ieskatā, kas virza dizainu. AI ievērojami paātrina mehāniskās darbības, piemēram, kodēšanu un tuvuma grupēšanu, taču ieskata nozīme un nozīme joprojām ir cilvēciska. Zelta likums ir savienot katru tēmu ar burtisku citātu; skaitīšanas biežums, labojiet emocionālo pārspīlējumu, nepalaidiet garām mazākuma signālu. Kad izveidojat pierādījumu ķēdi, kas sniedzas no novērojuma līdz citātam, no tēmas līdz ierosinājumam, jūs iegūstat ātru un attaisnojamu pētījuma rezultātu.
Lietojumprogrammas uzdevums
- Anonimizējiet savas 8–10 (vai izdomātas) intervijas/aptaujas atbildes.
- Uzrakstiet savu kodēšanas shēmu (6–8 etiķetes) un ar pirmo uzvedni ļaujiet to kodēt mākslīgajam intelektam.
- Noņemiet motīvus ar otro uzvedni; Ņemiet vērā, cik dalībnieku parādās katrai tēmai.
- Pārbaudiet spēcīgāko tēmu ar trešo uzvedni: salīdziniet atbalstošos un atspēkojošos citātus.
- Uzrakstiet motīvu ieskata + ieteikuma + ietekmētā ekrāna veidā un izveidojiet pierādījumu ķēdi.
kontrolsaraksts
- [ ] Es iepriekš nodevu savu kodēšanas shēmu AI.
- [ ] Es saistīju katru tēmu ar vismaz vienu burtisku citātu.
- [ ] Es saskaitīju, cik atsevišķu dalībnieku parādījās katrai tēmai.
- [ ] Es bieži laboju pārspīlētus emocionālus izteicienus.
- [ ] Es pieņēmu apzinātu lēmumu, vai likvidēt mazākuma signālus.
- [ ] Es saistīju ieskatus ar konkrēto dizaina priekšlikumu un ietekmēto ekrānu.