AI fungeert als een katalysator voor het samensmelten van kwalitatief en kwantitatief onderzoek, zegt Jake Gammon van YouGov, met als voorspelling dat we er over een paar jaar waarschijnlijk geen onderscheid meer tussen zullen maken.
▼
Inzichten zijn niet alleen sneller geworden, zegt Gammon, hun nauwkeurigheid is ook verbeterd. Tien jaar geleden betekende het analyseren van een nationale verkiezingscampagne dat je kleine veranderingen in de demografie in een nationaal representatieve peiling moest meenemen. Nu, met de vooruitgang in statistische modellering en machine learning, kun je, zolang de data van goede kwaliteit zijn, zeer nauwkeurige voorspellingen doen op (Engels) kiesdistrictsniveau.
Maar hoewel technologie heeft bijgedragen aan meer data, is kwalitatief onderzoek in een langzamer tempo vooruitgegaan. Online focusgroepen hebben de efficiëntie wel verbeterd – bijvoorbeeld met op tekst gebaseerde focusgroepen en via persoonlijke videoreacties – maar de kloof tussen kwantitatief en kwalitatief is groter geworden. AI verandert die dynamiek. Het verhoogt de snelheid, verfijning en kwaliteit van verslaggeving, waardoor de twee disciplines dichter bij elkaar komen.
In de nabije toekomst zullen we waarschijnlijk kwantitatief en kwalitatief niet langer als afzonderlijke methoden zien, zegt Gammon. Ze zullen samensmelten, elkaar aanvullen door op hetzelfde moment direct inzicht te geven in het ‘wat’ en het ‘waarom’, en zo een duidelijker beeld van de werkelijkheid geven.
Onderzoeksfamilie
De relatief hogere kosten en de lagere snelheid van kwalitatief onderzoek geven de indruk dat het wat minder zou meetellen in de onderzoeksfamilie, maar – goed nieuws – AI verhoogt de kwaliteit van kwantitatief onderzoek, waardoor het sneller en effectiever wordt. AI-modellen kunnen al grote hoeveelheden tekst analyseren en snel thema’s herkennen, waardoor onderzoekers reacties van duizenden mensen per dag kunnen verwerken en binnen enkele uren belangrijke inzichten kunnen vergaren – een prestatie die een paar jaar geleden nog ondenkbaar was.
Deze AI-gestuurde thematisering verbetert ook kwantitatief onderzoek, bijvoorbeeld door de bias bij onderzoekers te verminderen. Nu kunnen we namelijk luisteren naar de ervaringen van respondenten – in hun eigen woorden – en vragenlijsten opstellen die hun taal en aandachtsgebieden nauwkeurig weergeven. Een 30-jarige onderzoeker in een grote stad kan het bijvoorbeeld moeilijk vinden om de zorgen van een ouder persoon in een plattelandsgemeenschap, die de brandstofprijzen bespreekt, volledig te overzien. Maar met AI kun je ervoor zorgen dat je die zorgen direct hoort en dat in de vragenlijst vastlegt.
Systeem 1 beter in beeld
De praktische toepassingen van AI in kwalitatief zijn enorm. Als een bedrijf niet zeker is van een advertentiecampagne, kunnen ze ‘m aan een groep consumenten laten zien en direct feedback krijgen. Het kan ook negatieve reacties naar boven halen voordat een advertentie live gaat. Real-time feedback wordt steeds belangrijker in sectoren als tech, waar UX en UI vergelijkbare methoden gebruiken als traditionele kwalitatieve methoden, zoals etnografie en diepte-interviews.
Deze technologische vooruitgang stelt ons ook in staat om de denkprocessen van mensen op de juiste manier te analyseren. Daniel Kahneman’s Thinking, Fast and Slow beschrijft twee systemen van denken: systeem 1, de snelle, instinctieve modus, en systeem 2, de langzamere, afwegende modus. Jarenlang hebben we alleen de tools gehad om op schaal naar systeem 2-gedrag te kijken, maar met AI kunnen we hun systeem 1-reacties gemakkelijker vastleggen.
Sneller spoor
Het is nu mogelijk om bijvoorbeeld duizenden reacties van mensen te verzamelen via hun telefoon, waarbij deelnemers spraakmemo’s of video’s opnemen waarin ze hun mening geven. AI stelt ons niet alleen in staat om dit snel te doen, maar maakt het ook mogelijk om het proces op te schalen naar verschillende markten en talen, waarbij antwoorden in dagen in plaats van maanden worden getranscribeerd, vertaald en geanalyseerd. We kunnen ook belangrijke termen eruit vissen en ervoor zorgen dat bedrijven de taal van hun klanten hanteren. We kunnen gedrag online volgen en het exacte punt benoemen waarop ze de ene dienst boven de andere hebben verkozen.
AI zet kwalitatief onderzoek op een sneller spoor en de kloof met kwantitatief wordt kleiner. Over een paar jaar zullen we er waarschijnlijk geen onderscheid meer tussen maken. We stellen vragen op een manier die overeenkomt met hoe mensen op natuurlijke wijze communiceren – via spraakmemo’s, korte berichten en video’s. Hun antwoorden zullen het wat, waarom, wanneer en hoe samenvoegen, en AI zal ons helpen deze inzichten te ontrafelen en te kwantificeren, en zo schaal en diepgang bieden.
Bron: research-live.com