Keuntungan:
- Keupayaan untuk mengubah transkrip temu bual mentah, respons tinjauan terbuka dan tiket sokongan kepada tema dan cerapan dengan kecerdasan buatan
- Keupayaan untuk mempercepatkan langkah analisis kualitatif seperti pemetaan afiniti dan pengekodan dengan sokongan kecerdasan buatan dan mengesahkan keputusan dengan mata manusia
- Keupayaan untuk menghapuskan tema yang dibuat atau dibesar-besarkan oleh kecerdasan buatan dengan menghubungkannya kembali kepada petikan sebenar
Fasa penyelidikan pengguna yang paling membosankan dan paling mudah dilangkau ialah sintesis: mengubah berpuluh-puluh temu bual, ratusan respons tinjauan dan tiket sokongan (permintaan bantuan pengguna) kepada cerapan yang bermakna. Kerja ini mengambil masa beberapa hari dengan tangan; Itulah sebabnya pasukan sering memotong sudut dan membuat keputusan "mengikut perasaan." AI hanya membuka hambatan ini: ia memecahkan teks mentah kepada tema dalam beberapa minit dan bukannya beberapa jam. Tetapi sintesis bukanlah tugas "menghasilkan ringkasan"; Ia adalah penaakulan berasaskan bukti dan boleh diaudit. Unit ini menunjukkan kepada anda cara untuk mengekalkan keaslian cerapan sambil menjadikan AI rakan kongsi sintesis anda.
Apa itu wawasan, bukan ringkasan
Mari kita jelaskan istilah dahulu. Insight ialah corak bermakna yang muncul daripada data dan membimbing reka bentuk: "Pengguna tidak berputus asa pada langkah pembayaran, tetapi apabila mereka mula-mula melihat yuran penghantaran." Ini bukan ringkasan ("Pengguna mengadu tentang pembayaran"); juga bukan pemerhatian (“Peserta 4 berhenti apabila dia melihat bayaran penghantaran”). Insight menangkap sebab biasa yang mendasari banyak pemerhatian dan membuka pintu kepada keputusan reka bentuk.
AI secara semula jadi cenderung untuk menghasilkan ringkasan. Tugas anda adalah untuk menariknya daripada ringkasan kepada cerapan: “mengapa?” dan "apakah perubahan ini dalam reka bentuk?" dengan membenamkan soalan anda ke dalam gesaan.
Langkah analisis kualitatif dan tempat kecerdasan buatan
Analisis kualitatif (bukan berangka, berasaskan teks/pemerhatian) secara klasik diteruskan dengan langkah-langkah berikut:
- Pengekodan: Setiap bahagian yang bermakna dalam teks diberi label ("kebimbangan kos penghantaran", "kurang keyakinan").
- Gambar rajah perkaitan (pemetaan perkaitan): Teg serupa dikumpulkan; kumpulan menjadi tema.
- Keutamaan tema: Tema yang manakah dilihat oleh bilangan pengguna dan dengan intensiti yang ditentukan.
- Wawasan dan nasihat: Tema "apa yang perlu dilakukan?" menyambung kepada ayat.
AI sangat mempercepatkan langkah 1 dan 2: menyampaikan pengekodan awal dan pengumpulan awal dalam beberapa minit. Walau bagaimanapun, makna kumpulan, kepentingan tema, dan ketepatan cadangan memerlukan pengesahan manusia. AI memberi anda "peta draf pertama"; Anda membetulkan peta mengikut realiti.
Petua: Sebelum anda memberitahu AI untuk "mengekstrak tema", berikan skema pengekodan anda (senarai tag). Dengan cara ini, ia berfungsi dalam bahasa biasa semua orang dan output adalah setanding.
Rantaian bukti: setiap tema dipautkan kepada petikan
Peraturan emas sintesis: setiap tema dikaitkan dengan sekurang-kurangnya satu petikan kata kerja. Petikan itu adalah bukti bahawa tema itu benar. Sentiasa sertakan keperluan petikan apabila meminta AI untuk tema; Beritahu dia supaya tidak menghasilkan tema yang dia tidak dapat mencari petikan. Dengan cara ini anda menghentikan halusinasi pada sumber: tema rekaan ditandakan sebagai "tidak berasas" kerana ia tidak mempunyai pasangan dalam sumbernya.
lapisan
contoh
sumber
pemerhatian
"Peserta 4 meninggalkan troli apabila dia melihat bayaran penghantaran"
rakaman satu lawan satu
Kod
"kos yang tidak dijangka"
Pelabelan
tema
"Kos tersembunyi pecah amanah"
ulang dalam 5 peserta
wawasan
"Kos penghantaran hendaklah ditunjukkan awal"
Saya tinggalkan tema
Cadangan
"Tambahkan anggaran penghantaran pada halaman produk"
Keputusan reka bentuk
Rantaian ini bermula apabila pemegang kepentingan bertanya "bagaimana kita tahu perkara ini?" Apabila anda bertanya, ia membolehkan anda kembali dari pemerhatian kepada petikan.
tiga kes mini
Kes 1 — 240 respons tinjauan, 90 minit. Satu pasukan AI berkod 240 respons tinjauan terbuka (teks percuma). Model itu mencadangkan 11 tema; Pasukan menyemak ini dalam masa 90 minit, mengecilkannya kepada 7, menggabungkan 2 tema dan mengalih keluar 2 sebagai tidak disokong. Kerja manual 2 hari dikurangkan kepada setengah hari dan rantaian bukti dipelihara.
Kes 2 — Tema yang dibesar-besarkan ditangkap. AI menghasilkan tema kuat "pengguna membenci aplikasi." Apabila pasukan itu melihat petikan, mereka mendapati hanya 2 peserta yang keras, manakala 18 adalah neutral. Tema itu ditulis semula sebagai "kekecewaan yang teruk dalam aliran tertentu". Pengajaran: AI boleh membesar-besarkan keamatan emosi; mengira kekerapan.
Kes 3 — Pendapat minoriti hilang. Walaupun model itu menonjolkan tema majoriti, ia mengecilkan isu kebolehcapaian kritikal yang dibangkitkan oleh 3 peserta sebagai "tidak penting." Pereka bentuk menyedari ini dan mengekalkannya sebagai penemuan berasingan; Ia kemudiannya menjadi jelas bahawa isu ini menjejaskan semua pengguna pembaca skrin. Pengajaran: isyarat minoriti tidak selalunya "kurang penting".
Gesaan boleh disalin
Peranan anda: penganalisis penyelidikan kualitatif. Skema pengekodan (tag): <<senarai>>Tugas: Kodkan transkrip tanpa nama di bawah dengan tag ini.Tambah [Peserta
Ubah data berkod berikut kepada gambar rajah kedekatan: kumpulkan kod yang serupa, namakan setiap kumpulan tema. Untuk setiap tema: hitung bilangan peserta individu yang muncul, sertakan 2 petikan terkuat dan tulis satu ayat penjelasan "mengapa". Tandakan tema dengan bukti lemah secara berasingan.Data: <<kod>>
Saya ingin menguji tema berikut: "<<tema>>".Senaraikan secara berasingan petikan yang MENYOKONG dan MENOLAK tema ini dalam teks sumber.Pada penghujungnya, nilaikan betapa kuatnya tema itu disokong (kuat/sederhana/lemah).Sumber: <<transkripsi>>
Jadikan senarai tema ini kepada pandangan dan cadangan. Untuk setiap tema:1) cerapan satu ayat (mengandungi “kerana…”),2) cadangan reka bentuk konkrit,3) skrin/aliran kesan yang dipengaruhi oleh cadangan ini. Jangan reka; Jika asasnya lemah, tulis "lebih banyak penyelidikan diperlukan." Tema: <<senarai>>
Gesaan lemah / Gesaan kuat
Lemah: "Analisis perbualan ini dan beritahu saya hasilnya."
Keputusan: Ringkasan tanpa sumber, tanpa maklumat kekerapan dan terbuka kepada keterlaluan.
Kuat: "Kodkan transkrip ini dengan label yang saya berikan kepada anda; sambungkan setiap tema dengan petikan daripada [Peserta
Keputusan: Sintesis frekuensi tinggi, berasaskan bukti, boleh diaudit.
Perbezaan: gesaan kuat gesaan kekerapan + petikan + gesaan anchor lemah; ini menghalang keterlaluan dan halusinasi.
Kesilapan biasa
- Tidak mengira kekerapan. Membuat keputusan tanpa mengetahui sama ada terdapat 2 atau 20 orang di sebalik ayat "Pengguna mahu X".
- Mengambil keamatan emosi sebagaimana adanya. AI cenderung untuk menyerlahkan ekspresi yang kuat; Ia boleh menyembunyikan majoriti neutral.
- Menghapuskan isyarat minoriti. Isu yang dialami oleh segelintir orang mungkin kritikal (mis. kebolehaksesan).
- Tidak memerlukan petikan. Tema tanpa petikan ialah tema yang tidak boleh disahkan.
- Selesai dalam satu pusingan. Sintesis adalah berulang; Uji output pertama dan tajamkan gesaan.
Secara ringkasnya
Sintesis ialah alasan yang menukar data mentah kepada cerapan yang mendorong reka bentuk. AI sangat mempercepatkan langkah mekanikal seperti pengekodan dan pengelompokan kedekatan, tetapi makna dan kepentingan cerapan itu kekal sebagai manusia. Peraturan emas adalah untuk menghubungkan setiap tema kepada petikan literal; kekerapan kira, betul untuk keterlaluan emosi, jangan terlepas isyarat minoriti. Apabila anda mewujudkan rantaian bukti yang merangkumi pemerhatian kepada petikan, daripada tema kepada cadangan, anda mencapai hasil penyelidikan yang cepat dan boleh dipertahankan.
Tugasan permohonan
- Anonimkan 8-10 (atau fiksyen) jawapan temu bual/tinjauan anda.
- Tulis skema pengekodan anda sendiri (6-8 label) dan pastikan ia dikodkan oleh kecerdasan buatan dengan gesaan pertama.
- Alih keluar tema dengan gesaan kedua; Perhatikan bilangan peserta yang muncul untuk setiap tema.
- Uji tema terkuat dengan gesaan ketiga: bandingkan petikan menyokong dan menafikan.
- Tulis tema dalam bentuk pandangan + cadangan + skrin yang terjejas dan carta rantaian bukti.
senarai semak
- [ ] Saya memberikan skim pengekodan saya kepada AI terlebih dahulu.
- [ ] Saya memautkan setiap tema kepada sekurang-kurangnya satu petikan kata kerja.
- [ ] Saya mengira bilangan peserta individu yang muncul untuk setiap tema.
- [ ] Saya sering membetulkan ungkapan emosi yang keterlaluan.
- [ ] Saya membuat keputusan sedar sama ada untuk menghapuskan isyarat minoriti.
- [ ] Saya memautkan cerapan kepada cadangan reka bentuk konkrit dan skrin yang terjejas.