AI-persona’s zijn in korte tijd toegankelijk geworden voor vrijwel iedere onderzoeker. Platforms als SYMAR en Lakmoos bieden inmiddels de mogelijkheid om binnen een uur een virtuele focusgroep te simuleren. Maar wanneer kun je de uitkomsten vertrouwen? Drie vragen helpen om dat te beoordelen: waar komt de data vandaan, is de persona gebaseerd op jouw doelgroep en zijn de uitkomsten ook echt betrouwbaar?
▼
1. Waar komt de data vandaan en mocht de leverancier die gebruiken?
Veel platforms omschrijven hun AI-persona’s als “getraind op miljoenen consumenten” of “gebaseerd op echte klantdata”. Dat klinkt overtuigend, maar zegt weinig over de herkomst van die data. Gaat het om surveydata, paneldata, sociale media, reviews of een combinatie daarvan? Vraag ook of de leverancier toestemming had om die gegevens te gebruiken voor het trainen of ontwikkelen van AI-persona’s.
Toegang tot data is niet hetzelfde als eigendom, en eigendom is niet hetzelfde als toestemming. Toestemming voor één onderzoeksproject betekent niet automatisch dat dezelfde data ook mag worden gebruikt om een AI-systeem te trainen. Vraag daarom ook of onderzoeksdata, concepten of uitkomsten worden gebruikt om persona’s voor andere klanten te verbeteren, inclusief concurrenten. Dat is niet alleen een onderzoeksvraag, maar ook een privacy- en contractvraag.
2. Is de persona gebaseerd op jouw doelgroep of op een generiek archetype?
Een AI-persona kan overtuigend klinken, terwijl hij weinig zegt over jouw eigen doelgroep. Omschrijvingen als “de gezondheidsbewuste premiumkoper” of “de digitaal vaardige ondernemer” voelen herkenbaar aan, maar herkenbaar is niet hetzelfde als specifiek. Een generiek archetype weerspiegelt wat een taalmodel verwacht over een bepaalde groep, niet wat jouw klanten daadwerkelijk doen, denken of willen. Vraag daarom waarop de persona is gebaseerd. Is er gebruikgemaakt van data uit jouw markt of doelgroep, of gaat het vooral om algemene patronen die het taalmodel heeft geleerd?
3. Zijn de uitkomsten gevalideerd en blijven ze stabiel?
De eerste vraag is of de uitkomsten zijn getoetst aan echte respondenten, bestaand onderzoek of gedragsdata. Een persona die intern consistent klinkt, maar nooit is vergeleken met menselijke input, blijft uiteindelijk een aanname.
De tweede vraag is of de antwoorden stabiel blijven. Taalmodellen zijn gevoelig voor formulering, context en promptstructuur. Veranderen de conclusies wanneer je dezelfde vraag net iets anders stelt of de volgorde aanpast? Dan is extra validatie nodig voordat je de uitkomsten gebruikt. De toets is niet of de bewoordingen identiek zijn, maar of de betekenis overeind blijft.
Niet onbruikbaar, wel onbewezen
Voor het snel toetsen van aannames, het vinden van geschikte taal of het blootleggen van blinde vlekken in een vroeg stadium kan synthetisch onderzoek waardevol zijn. Toch verdient een AI-persona niet automatisch vertrouwen omdat hij overtuigend klinkt. Stel daarom altijd deze drie vragen:
- Data: waar komt de data vandaan en had de leverancier toestemming om die hiervoor te gebruiken? Toestemming voor één onderzoek is geen vrijbrief voor een AI-systeem.
- Doelgroep: is de persona gebaseerd op jouw specifieke doelgroep of op een algemeen archetype? Herkenbaar is niet hetzelfde als representatief.
- Betrouwbaarheid: zijn de uitkomsten getoetst aan echte respondenten, bestaand onderzoek of gedragsdata, en blijven de conclusies overeind als je vragen anders formuleert?
Pas als een leverancier deze vragen overtuigend kan beantwoorden, wordt synthetisch onderzoek meer dan een goed geformuleerde hypothese.