Blog

L'IA nell'analisi qualitativa: temi più rapidi senza perdere le prove

Dove l'IA aiuta davvero nella ricerca qualitativa, dalle trascrizioni ai temi, dove può trarre in inganno, e cinque regole per usarla in modo che ogni risultato riporti sempre a ciò che ha detto un partecipante.

Due ricercatori discutono di clip video e note davanti a un grande schermo in un ufficio luminoso

La ricerca qualitativa produce molto materiale. Un diario video di due settimane con trenta partecipanti può significare facilmente centinaia di video, migliaia di foto e molte ore di parlato. Rivedere tutto prendeva gran parte del tempo del progetto. L'IA cambia le cose, ma solo se viene usata in modo che il ricercatore resti al comando e le prove restino in vista.

Dove l'IA aiuta di più

Trascrizioni

La trascrizione è il vantaggio più evidente. Ogni video e nota vocale può diventare testo con gli orari, così può leggere, cercare e citare invece di guardare tutto due volte. Clicchi su una riga e il video parte da quel momento.

Traduzione

Gli studi in più paesi prima dovevano aspettare i traduttori. Oggi un video in tedesco o in polacco può arrivare con una trascrizione nella lingua parlata e una traduzione nella lingua principale del team. L'originale resta disponibile per verificare le sfumature.

Leggere foto e schermate

Foto e registrazioni dello schermo contengono testo: etichette, prezzi, menu, messaggi di errore. Leggere quel testo lo rende ricercabile. Una breve descrizione di ciò che mostra una foto ("lo sportello di un frigorifero con tre marche di yogurt") aiuta a ritrovarla in seguito.

Ricerca per significato

La ricerca per parola chiave trova "caro". La ricerca per significato trova anche "non vale quello che costa" e "aspetterei un'offerta". Per un ricercatore che cerca ogni riferimento al prezzo, è la differenza tra pochi risultati e tutti.

Temi in prima bozza

L'IA può leggere ogni risposta e trascrizione di uno studio e suggerire i temi principali, con ciò che le persone provano per ciascuno e le citazioni che li sostengono. È una prima bozza utile, soprattutto all'inizio dell'analisi, quando non si conosce ancora la forma dei dati.

Dove l'IA può trarre in inganno

  • Citazioni inventate o distorte. Un modello linguistico può ritoccare, unire o inventare una citazione che suona credibile. Nella ricerca, una citazione mai detta è peggio di nessuna citazione.
  • Contesto perso. "Lo adoro" detto con un sospiro non è amore. Il solo testo perde il tono, i volti e l'ambiente.
  • La maggioranza rumorosa. Temi sostenuti da molte risposte brevi possono oscurare un punto importante espresso in profondità da due persone.
  • Falsa completezza. Un elenco ordinato di temi sembra finito. Potrebbe aver tralasciato risposte che non rientravano, o materiale troppo ampio per essere letto in una volta sola.

Cinque regole per usare l'IA nell'analisi qualitativa

1. Ogni citazione deve essere verificabile

Ogni citazione dovrebbe rimandare al contributo esatto o al momento preciso del video. Meglio ancora, lo strumento dovrebbe verificare ogni citazione parola per parola rispetto a ciò che il partecipante ha detto, ed eliminare quelle che non trova.

2. Decide il ricercatore

Tratti i temi dell'IA come suggerimenti. Accetti, modifichi o rifiuti ciascuno, e tenga traccia di ciò che ha cambiato. Il cliente paga per il Suo giudizio, non per quello del modello.

3. Guardi le clip dietro il tema

Prima di inserire un tema nel report, guardi alcuni dei momenti su cui si basa. È lì che coglie il sospiro dietro "Lo adoro".

4. Sappia cosa è stato tralasciato

Se il materiale è troppo ampio per un solo passaggio, lo strumento dovrebbe dire quanto ne ha tralasciato, così può analizzarlo a parti, ad esempio attività per attività.

5. Sappia dove vanno i dati

I partecipanti hanno accettato di condividere le loro risposte con Lei, non con qualsiasi servizio di IA al mondo. Sappia quale fornitore legge i dati, e preferisca una configurazione in cui il Suo istituto può usare il proprio account di IA con il proprio contratto.

Costi e velocità

L'uso dell'IA costa, e i costi si sommano su molti studi. Alcune scelte semplici aiutano: non rifare la stessa analisi quando non è cambiato nulla, riutilizzare le traduzioni di testi identici e leggere il testo di foto e schermate con uno strumento locale, usando l'IA solo per la breve descrizione. Un'analisi più rapida ed economica significa più tempo per la parte che solo un ricercatore può fare.

L'approccio di Zolensa

Su Zolensa ogni video e nota vocale viene trascritto e tradotto nella lingua principale dello studio, e foto e registrazioni dello schermo vengono lette in modo da poterle cercare. La scheda Analysis suggerisce temi con il sentiment, e ogni citazione viene verificata parola per parola rispetto alla fonte, con un link al momento. Il Suo team accetta, modifica o rifiuta ogni tema e trasforma le citazioni in momenti salienti. Gli istituti possono usare il proprio fornitore di IA, così dati e costi restano sotto il proprio contratto. Per i dettagli, veda le funzionalità.

Casi d’uso correlati

Domande e risposte

L'IA può fare analisi qualitativa?

L'IA può svolgere gran parte del lavoro preparatorio, come trascrizioni, traduzioni e temi in prima bozza, ed è brava a trovare schemi in grandi quantità di testo. Non può sostituire il giudizio del ricercatore su ciò che conta, su cosa significa il contesto e su cosa dovrebbe fare il cliente.

Come si verificano i temi generati dall'IA?

Verifichi che ogni citazione esista parola per parola nella fonte, guardi alcuni dei momenti dietro ogni tema, cerchi punti importanti che sono stati tralasciati, e accetti, modifichi o rifiuti ogni tema prima che entri in un report.

È sicuro usare l'IA con i dati dei partecipanti alla ricerca?

Può esserlo, se i partecipanti sono stati informati su come vengono usati i loro dati, se il fornitore di IA li tratta con un contratto adeguato e se Lei controlla quale fornitore viene usato. Molti istituti preferiscono usare il proprio account di IA per questo.

Lo provi con il Suo studio

Inizi una prova gratuita e svolga uno dei Suoi compiti con partecipanti di test, nella loro lingua.