Simon Edwards, hoofd Research & Insights van de Australisch/Nieuw-Zeelandse ANZ Bank ziet dat AI kan helpen bij allerlei onderzoekstaken. Maar hij denkt ook dat er praktische en technische redenen zijn waarom AI niet alles in één machtige beweging kan oplossen en de centrale rol van de onderzoeker kan overnemen. Hij schreef er een artikel over voor Greenbook.
Het lijdt geen twijfel dat de vaardigheden van de onderzoeker er de komende tijd heel anders zullen uitzien. De vaardigheden die nodig zijn om een goede onderzoeker te zijn, zijn in de loop der jaren voortdurend geëvolueerd, maar het creëren en beheren van kennis wordt niet fundamenteel gewijzigd door AI.
Kijk je alleen al naar propositie-ontwikkeling door bedrijven dan is dat iets anders dan prototyping van digitale ervaringen, het houden van gebruikerstesten en het genereren van marktkennis. Een ander terrein waar AI niet meteen bruikbaar is, is ‘stakeholderbetrokkenheid’, het ontwikkelen van empathie en begrip voor specifieke problemen bij bedrijf en consument. Verder is het de taak van de onderzoeker om zekerheid en vertrouwen te bieden, stevig bewijs te leveren en de alle facetten van de data te begrijpen. Daar hoort ook transparantie bij. ChatGPT is daar geen ster in. En ten slotte moet je ook kunnen optreden als ‘advocaat van de consument’, zoals Edwards dat noemt. Iets waar automatisering ook niet zo sterk in is. Hij constateert dat hij steeds vaker complexe vragen moet beantwoorden, zoals ‘wat zou er gebeuren als…?’, ‘hoe gedragen klanten zich over vijf jaar?’, ‘hoe kunnen we klanten zover krijgen dat ze iets anders gaan doen?’ Dat soort vragen kun je beter beantwoorden met experimenten dan met automatisering alleen.
Modereren
Waar is Simon Edwards dan wel enthousiast over? Bijvoorbeeld over AI in kwalitatief onderzoek. Daar zijn de resultaten al goed te noemen, zoals bij het modereren, transcriberen en samenvatten van interviews en andere kwalitatieve interacties. En bij het op een meer gesystematiseerde manier beschikbaar maken van output van eerdere kwalitatieve onderzoek voor andere projecten.
Tekstfeedback
Ook rond consumentenreviews en sentimentanalyse is AI inzetbaar, hoewel er ruimte is voor verbetering. De explosie van onderzoeksplatforms en de acceptatie van NPS heeft veel bedrijven een overvloed aan tekstfeedback gebracht. Zoveel dat AI nu wordt ingezet om reacties te verwerken, en dat gaat verder dan wat bedrijven zelf kunnen doen of herleiden uit de input.
Personalisatie
Personalisatie van het onderzoeksproces is een ander gebied waar AI het verschil kan maken. Consumenten worden vaak dezelfde dingen gevraagd tijdens het onderzoeksproces, met het oog op consistentie in data. Edwards ziet dat onderzoekers regelmatige trackingenquêtes gebruiken voor het geval tijdreeksen nodig zijn. Hij zou graag zien dat dynamische intelligente logica wordt gebruikt bij het uitvoeren van enquêtes zodat je je kunt concentreren op specifieke onderwerpen en vragen, en dat niet relevante vragen worden weggelaten zonder dat ze analyseproblemen veroorzaken.
Regelgeving
Ten slotte ziet hij drie grote uitdagingen:
De eerste is die om alle informatiebronnen in één formaat en op één locatie bijeen te krijgen, zodat ze door AI kunnen worden gebruikt volgens de privacybepalingen van klanten/opdrachtgevers. Ten tweede zal de praktische inzet van AI te maken krijgen met zich ontwikkelende regelgeving die de feitelijke introductie kan vertragen en wellicht ook kan leiden tot de nodige scepsis over AI. En ten derde zal het veel tijd kosten om AI te integreren in de vele tools en platformen die door onderzoekers worden gebruikt.
Nog een opbeurend woord aan het eind? Jazeker, blijf experimenteren!
Bron: Greenbook.org