質化研究會產生大量素材。一項為期兩週、有三十位參與者的影片日記，很容易就有數百支影片、數千張照片和許多小時的談話內容。過去，檢視這些素材要花掉專案的大部分時間。AI 改變了這一點，但前提是使用方式必須讓研究人員保有主導權，並讓證據始終看得見。
AI 最能幫上忙的地方
逐字稿
逐字轉錄是最明顯的好處。每支影片和語音備忘都能轉成附有時間點的文字，讓您可以閱讀、搜尋和引述，不必把所有內容看兩遍。點選任何一行，影片就會從那個時刻開始播放。
翻譯
多國研究過去必須等翻譯人員。現在，一支德文或波蘭文的影片，可以同時附上原語言的逐字稿和翻譯成團隊主要語言的版本。原文仍然保留，方便您查證語氣和細微差異。
讀取照片和螢幕內容
照片和螢幕錄影中帶有文字：標籤、價格、菜單、錯誤訊息。讀取這些文字之後，就能被搜尋到。一段簡短的照片描述（「冰箱門上有三個優格品牌」）可以幫助您日後找到它。
依語意搜尋
關鍵字搜尋能找到「貴」。依語意搜尋還能找到「不值這個價」和「我會等優惠」。對於想找出所有提到價格之處的研究人員來說，這就是只找到幾筆和找到全部的差別。
主題初稿
AI 可以閱讀研究中的每一則回答和逐字稿，並提出主要主題，附上人們對每個主題的感受，以及支持它的引述。這是一份實用的初稿，尤其在分析剛開始、您還不清楚資料全貌的時候。
AI 可能誤導的地方
- 捏造或扭曲的引述。 語言模型可能會修飾、合併，甚至編造一句聽起來合理的引述。在研究中，一句沒有人說過的引述，比沒有引述更糟。
- 遺失脈絡。 帶著嘆息說出的「我超愛」並不是愛。光靠文字，會漏掉語氣、表情和現場氣氛。
- 聲量大的多數。 由許多簡短回答支撐的主題，可能蓋過兩個人深入提出的重要觀點。
- 虛假的完整性。 一份整齊的主題清單讓人覺得已經完成。但它可能漏掉了不符合的回答，或是因為太多而無法一次讀完的素材。
在質化分析中使用 AI 的五項原則
1. 每則引述都必須可查證
每則引述都應該連結回確切的紀錄或影片中的那一刻。更好的做法是，工具會把每則引述逐字對照參與者實際說的話，找不到的就捨棄。
2. 由研究人員決定
把 AI 的主題視為建議。逐一接受、編輯或否決，並記錄您做了哪些更動。客戶付費買的是您的判斷，不是模型的判斷。
3. 看看主題背後的片段
在把主題放進報告之前，先觀看幾段它所根據的片段。這樣才能發現「我超愛」背後的那聲嘆息。
4. 知道哪些內容被略過
如果素材太多，無法一次處理完，工具應該說明略過了多少，讓您可以分批分析，例如逐任務分析。
5. 知道資料去了哪裡
參與者同意把回答分享給您，而不是分享給全世界任何一家 AI 服務。要知道是哪個供應商在讀取資料，並優先選擇讓您的市調公司能以自己的合約使用自有 AI 帳號的設定。
成本與速度
使用 AI 要花錢，而且在許多研究累積下來，費用會越來越高。一些簡單的做法會有幫助：沒有任何變動時，不要重複執行相同的分析；重複使用相同文字的翻譯；用本機工具讀取照片和螢幕上的文字，只讓 AI 負責簡短的描述。分析更快、更省錢，研究人員就有更多時間做只有人才做得到的事。
Zolensa 的做法
在 Zolensa 上，每支影片和語音備忘都會被轉錄，並翻譯成研究的主要語言；照片和螢幕錄影也會被讀取，以便搜尋。Analysis（分析）分頁會提出附有情緒的主題，每則引述都會逐字對照原始內容，並附上連到該時刻的連結。您的團隊可以接受、編輯或否決每個主題，並把引述製作成重點片段。市調公司可以使用自己的 AI 供應商，讓資料和費用都留在自己的合約之下。詳情請見功能。
