Fitimet:
- Aftësia për të transformuar transkriptet e intervistave të papërpunuara, përgjigjet e anketës me fund të hapur dhe biletat mbështetëse në tema dhe njohuri me inteligjencën artificiale
- Aftësia për të përshpejtuar hapat e analizës cilësore si harta e afinitetit dhe kodimi me mbështetjen e inteligjencës artificiale dhe verifikimi i rezultateve me syrin e njeriut
- Aftësia për të hequr temat e krijuara ose të ekzagjeruara nga inteligjenca artificiale duke i lidhur ato me citate reale
Faza më e lodhshme dhe më e lehtë e anashkalueshme e kërkimit të përdoruesve është sinteza: shndërrimi i dhjetëra intervistave, qindra përgjigjeve të anketave dhe biletave mbështetëse (kërkesa e përdoruesit për ndihmë) në njohuri kuptimplote. Kjo punë merr ditë me dorë; Kjo është arsyeja pse skuadrat shpesh shkurtojnë qoshet dhe vendosin "sipas ndjenjës". Inteligjenca artificiale hap vetëm këtë pengesë: zbërthen tekstin e papërpunuar në tema në minuta dhe jo në orë. Por sinteza nuk është një detyrë "prodhoni përmbledhje"; Është një arsyetim i bazuar në prova, i auditueshëm. Kjo njësi ju tregon se si të ruani autenticitetin e njohurive duke e bërë AI partnerin tuaj të sintezës.
Çfarë është njohuri, jo përmbledhje
Le të sqarojmë fillimisht termin. Insight është një model kuptimplotë që del nga të dhënat dhe drejton dizajnin: "Përdoruesit dorëzohen jo në hapin e blerjes, por kur shohin për herë të parë tarifën e transportit." Kjo nuk është një përmbledhje ("Përdoruesit ankohen për pagesën"); as nuk është një vëzhgim ("Pjesëmarrësi 4 ndaloi kur pa tarifën e transportit"). Insight kap kauzën e përbashkët që qëndron në themel të shumë vëzhgimeve dhe hap derën për një vendim projektimi.
AI është natyrshëm i prirur të prodhojë përmbledhje. Detyra juaj është ta nxirrni atë nga përmbledhja në pasqyrë: "pse?" dhe "çfarë ndryshon kjo në dizajn?" duke futur pyetjet tuaja në prompt.
Hapat e analizës cilësore dhe vendi i inteligjencës artificiale
Analiza cilësore (jo numerike, e bazuar në tekst/vëzhgim) klasikisht vazhdon me këto hapa:
- Kodimi: Çdo pjesë kuptimplote në tekst i jepet një etiketë ("shqetësim për koston e transportit", "mungesë besimi").
- Diagrami i afinitetit (mapping afinity): Grupohen etiketa të ngjashme; grupet bëhen temë.
- Prioritetizimi i temave: Cila temë shihet nga sa përdorues dhe me çfarë intensiteti përcaktohet.
- Depërtim dhe këshilla: Temat "çfarë të bëjmë?" lidhet me fjali.
AI shpejton shumë hapat 1 dhe 2: dërgimi i kodimit fillestar dhe grupimit fillestar në minuta. Megjithatë, kuptimi i grupeve, rëndësia e temave dhe saktësia e sugjerimeve kërkojnë verifikim njerëzor. AI ju jep një "hartë të parë draft"; Ju e korrigjoni hartën sipas realitetit.
Këshillë: Përpara se t'i thoni AI-së të "ekstraktojë tema", jepni skemën tuaj të kodimit (lista e etiketave). Në këtë mënyrë, funksionon në gjuhën e përbashkët të të gjithëve dhe rezultatet janë të krahasueshme.
Zinxhiri i provave: çdo temë lidhet me një citat
Rregulli i artë i sintezës: çdo temë lidhet me të paktën një citim fjalë për fjalë. Citimi është provë se tema është e vërtetë. Gjithmonë përfshini kërkesën e citimit kur kërkoni nga AI për një temë; Thuaji të mos prodhojë një temë për të cilën nuk mund të gjejë një citat. Në këtë mënyrë ju ndaloni halucinacionet në burim: një temë e sajuar shënohet si "e pabazuar" sepse nuk ka homologë në burim.
shtresë
shembull
burimi
vëzhgimi
"Pjesëmarrësi 4 e braktisi karrocën kur pa tarifën e transportit"
regjistrim një për një
Kodi
"kosto e papritur"
Etiketimi
temë
"Kostot e fshehura thyejnë besimin"
përsëriteni në 5 pjesëmarrës
depërtim
"Kostoja e transportit duhet të tregohet herët"
E lë temën
Sugjerim
"Shto vlerësimin e transportit në faqen e produktit"
Vendimi i projektimit
Ky zinxhir fillon kur një palë e interesuar pyet "si e dimë ne këtë?" Kur pyet, ju lejon të ktheheni nga vëzhgimi në citim.
tre mini kuti
Rasti 1 — 240 përgjigje në anketë, 90 minuta. Një ekip kodoi 240 përgjigje të anketës me fund të hapur (tekst i lirë). Modeli sugjeroi 11 tema; Ekipi i rishikoi këto në 90 minuta, i zvogëloi në 7, kombinoi 2 tema dhe hoqi 2 si të pambështetura. Një punë manuale 2-ditore u reduktua në gjysmë dite dhe zinxhiri i provave u ruajt.
Rasti 2 - Tema e ekzagjeruar u kap. AI prodhoi një temë të fortë të "përdoruesit e urrejnë aplikacionin". Kur ekipi shikoi kuotat, ata zbuluan se vetëm 2 pjesëmarrës ishin të ashpër, ndërsa 18 ishin neutralë. Tema u rishkrua si "zhgënjim intensiv në një rrjedhë të caktuar". Mësimi: AI mund të ekzagjerojë intensitetin emocional; numëroni frekuencën.
Rasti 3 - Mungon opinioni i pakicës. Ndërsa modeli theksoi temat e shumicës, ai minimizoi një çështje kritike të aksesit të ngritur nga 3 pjesëmarrës si "të parëndësishme". Dizenjuesi e vuri re këtë dhe e ruajti si një gjetje më vete; Më vonë u bë e qartë se ky problem preku të gjithë përdoruesit e lexuesve të ekranit. Mësimi: sinjali i pakicës nuk është gjithmonë "më pak i rëndësishëm".
Kërkesat e kopjueshme
Roli juaj: analist i kërkimit cilësor. Skema e kodimit (etiketat): <<lista>>Detyra: Kodoni transkriptin e anonimizuar më poshtë me këto etiketa. Shto [Pjesëmarrësi
Transformoni të dhënat e mëposhtme të koduara në një diagram afërsie: gruponi kode të ngjashme, emërtoni secilin grup një temë. Për secilën temë: numëroni në sa pjesëmarrës individualë shfaqet, përfshini 2 thëniet më të forta dhe shkruani një shpjegim me një fjali "pse". Shënoni veçmas temat me dëshmi të dobëta.Të dhënat: <<kodet>>
Unë dua të testoj temën e mëposhtme: "<<theme>>". Rendisni veçmas thëniet që mbështesin dhe REFUZojnë këtë temë në tekstin burimor. Në fund, vlerësoni se sa fort mbështetet tema (e fortë/mesatare/dobët). Burimi: <<transkriptimi>>
Kthejeni këtë listë temash në njohuri dhe sugjerime. Për secilën temë: 1) pasqyrë me një fjali (që përmban "sepse..."), 2) një sugjerim konkret dizajni, 3) çfarë ekrani/fluksi ndikon ky sugjerim. Mos u trilloni; Nëse baza është e dobët, shkruani "Nevojiten më shumë kërkime". Temat: <<lista>>
Prompt i dobët / Prompt i fortë
I dobët: "Analizo këto biseda dhe më trego rezultatet."
Rezultati: Një përmbledhje pa burime, pa informacion të frekuencës dhe e hapur për ekzagjerim.
Strong: "Kodizojeni këtë transkript me etiketat që ju dhashë; lidhni secilën temë me citimin nga [Pjesëmarrësi
Rezultati: Një sintezë e auditueshme me frekuencë të lartë, e bazuar në dëshmi.
Diferenca: prompt i fortë kërkon frekuencë + kuotë + prompt të dobët të ankorimit; këto parandalojnë ekzagjerimin dhe halucinacionet.
Gabimet e zakonshme
- Pa llogaritur frekuencën. Marrja e një vendimi pa e ditur nëse fshihen 2 apo 20 persona pas fjalisë "Përdoruesit duan X".
- Duke e marrë intensitetin e emocionit ashtu siç është. AI tenton të nxjerrë në pah shprehjet e forta; Mund të fshehë një shumicë neutrale.
- Eliminimi i sinjalit të pakicës. Një çështje që pak njerëz e përjetojnë mund të jetë kritike (p.sh. aksesueshmëria).
- Nuk kërkon citim. Tema pa citate është tema e paverifikueshme.
- Përfundoni në një xhiro. Sinteza është përsëritëse; Testoni daljen e parë dhe mprehni kërkesën.
Në përmbledhje
Sinteza është arsyetimi që i kthen të dhënat e papërpunuara në pasqyrë që drejton dizajnin. Inteligjenca artificiale shpejton shumë hapat mekanikë si kodimi dhe grupimi i afërsisë, por kuptimi dhe rëndësia e njohurive mbeten njerëzore. Rregulli i artë është të lidhni çdo temë me një citat të mirëfilltë; frekuenca e numërimit, korrigjoni për ekzagjerim emocional, mos e humbisni sinjalin e pakicës. Kur krijoni një zinxhir provash që shtrihet nga vëzhgimi në citim, nga tema në sugjerim, ju arrini një rezultat kërkimor që është sa i shpejtë dhe i mbrojtshëm.
Detyra e aplikimit
- Anonimizoni përgjigjet tuaja 8-10 (ose imagjinare) të intervistës/anketës.
- Shkruani skemën tuaj të kodimit (6-8 etiketa) dhe kodoni atë nga inteligjenca artificiale me kërkesën e parë.
- Hiq temat me kërkesën e dytë; Vini re se sa pjesëmarrës shfaqen për secilën temë.
- Testoni temën më të fortë me kërkesën e tretë: krahasoni kuotat mbështetëse dhe refuzuese.
- Shkruani një temë në formën e pasqyrës + sugjerimit + ekranit të prekur dhe vizatoni zinxhirin e provave.
listë kontrolli
- [ ] I dhashë skemën time të kodimit AI paraprakisht.
- [ ] Unë e lidha secilën temë me të paktën një citim fjalë për fjalë.
- [ ] Kam numëruar sa pjesëmarrës individualë u shfaqën për secilën temë.
- [ ] Shpesh korrigjoja shprehje të ekzagjeruara emocionale.
- [ ] Mora një vendim të ndërgjegjshëm nëse do të eliminoja sinjalet e pakicës.
- [ ] I lidha njohuritë me propozimin konkret të dizajnit dhe ekranin e prekur.