Jak AI zmienia badania jakościowe? Sztuczna inteligencja coraz śmielej wchodzi do świata badań i okazuje się szczególnie użyteczna nie jako sztuczny respondent, ale jako moderator, który może prowadzić rozmowy, dopytywać i porządkować materiał badawczy.
W odcinku podcastu „Mamy na to Slajd” Marta Ulman i Jakub Kwaczyński rozmawiają z Piotrem Sztabińskim, współzałożycielem Mad Research, o tym, gdzie AI rzeczywiście pomaga w badaniach jakościowych, jakie ma ograniczenia i dlaczego człowiek nadal pozostaje kluczowy dla interpretacji wyników.
AI jako moderator badań jakościowych
Próbowano już tworzyć algorytmy, które wcielały się w rolę konsumentów. Pojawia się jednak pytanie, czy taka sztuczna persona rzeczywiście wnosi do badania coś wartościowego. Jak tłumaczy Piotr Sztabiński: „syntetyczny respondent – nie, ale syntetyczny moderator – jak najbardziej”.
Właśnie w tej roli AI sprawdza się najlepiej. Nie udaje ludzi, ale wspiera proces badawczy, prowadząc rozmowy bez ograniczeń wynikających z czasu pracy moderatora. Taki cyfrowy badacz może przeprowadzić setki godzin rozmów o różnych porach dnia i dostarczyć materiał gotowy do dalszej analizy przez człowieka.
Większa dostępność badań może zachęcać do częstszego testowania komunikacji. Piotr Sztabiński przygląda się temu na przykładzie komunikatów kierowanych do kupujących.
Czy ludzie otwierają się przed AI?
Jednym z ciekawszych wniosków jest sposób, w jaki respondenci zachowują się podczas rozmowy z botem. Potrafią angażować się w nią i mówić o sobie otwarcie, mimo że od początku wiedzą, że po drugiej stronie nie ma człowieka.
Bot nie ocenia, nie przerywa i nie reaguje emocjonalnie. Jak wspomina gość, jeden z uczestników badania opowiadał o zmianach, które wprowadził w swoim życiu, a na zakończenie rozmowy doradził botowi: „Tobie też polecam”.
Jak AI zmienia pracę badacza?
Rola badacza nie zanika, ale ewoluuje. Piotr Sztabiński określa ją metaforycznie jako rolę „pasterza AI” – osoby, która projektuje badanie, nadzoruje sposób działania algorytmu i nadaje ostateczny sens zebranym wynikom.
AI może podsumowywać materiał i wyszukiwać wzorce, ale nie potrafi wyjść poza dane, które otrzymało. To człowiek musi połączyć wyniki z szerszym kontekstem, ocenić znaczenie obserwacji i przełożyć je na decyzje biznesowe.
Poprowadzenie rozmowy i nadanie sensu jej wynikom to różne zadania. Ten podział pomaga zrozumieć, dlaczego syntetyczny moderator nie oznacza jeszcze zastąpienia badacza.
To wpisuje się w szersze podejście do tego, jak wykorzystywać badania i insighty do lepszego zrozumienia klientów i rynku. Sama technologia może przyspieszyć zbieranie oraz porządkowanie materiału, ale nie zastępuje pytania o to, czego właściwie chcemy się dowiedzieć i jak wykorzystamy wynik badania.
Czy AI zastąpi badacza jakościowego?
Z tej rozmowy wyłania się raczej model współpracy niż zastępowania człowieka. AI może skalować prowadzenie rozmów, pomagać w analizie dużej ilości materiału i wychwytywać powtarzające się wzorce. Badacz pozostaje odpowiedzialny za konstrukcję procesu, interpretację oraz ocenę tego, które wnioski są naprawdę istotne.
Największa zmiana nie polega więc na oddaniu badań sztucznej inteligencji, ale na przesunięciu części pracy z prowadzenia pojedynczych rozmów w stronę projektowania procesu, kontroli jakości i interpretacji danych.
Odcinka można posłuchać na ulubionej platformie:
Rodzina 2025: między miłością, zmęczeniem a TikTokiem
Wybrane realizacje GoldenSubmarine
Przykłady projektów z obszarów tematycznych poruszanych w rozmowie.
Blisko tego, co ważne
Warsztaty strategiczne dla muzeum Fabryka Czekolady
