Sinds de lancering van ChatGPT ondergaat de sector grote veranderingen. Organisaties zoals ESOMAR, MRS en D&IN hebben werkgroepen opgericht om de rol van AI in marktonderzoek te verkennen. Ook op MIE 24 in maart stond het onderwerp centraal, met onder andere een bijdrage van Human8. Het bureau schreef er een blog over.
Zijn we op een punt beland waar AI autonoom resultaten voorspelt en het traditioneel marktonderzoek overbodig maakt? Bij Human8 omarmen we AI volledig en experimenteren we dagelijks om onze visie en toepassingen te verfijnen. De volgende inzichten zijn volgens ons cruciaal om rekening mee te houden.
1. Innovatie binnen het onderzoeklandschap
AI fungeert als een katalysator voor innovatie en opent de deur naar tal van nieuwe mogelijkheden binnen de industrie. Denk aan de rol die deze technologie kan spelen bij het opstellen van vragenlijsten, vertalingen, co-moderatie van kwalitatief onderzoek en bij analyse, rapportering en activatie van resultaten. Bij de start van een onderzoeksproject kan AI bijvoorbeeld gebruikt worden om hypotheses te genereren en zo de opzet van het onderzoek al onmiddellijk naar een hoger niveau te tillen. Wij deden dit in de context van een concept-validatiestudie van een nieuw gezelschapsspel. De technologie genereerde een lijst van mogelijke ‘likes’ en ‘dislikes’ die we verder gebruikten als hypotheses in het onderzoek. AI versterkt dus onze huidige capaciteiten en luidt een nieuw tijdperk van efficiëntie, snelheid en creativiteit in.
2. Samenwerking tussen AI en menselijke intelligentie
Hoewel AI indrukwekkende mogelijkheden biedt voor onderzoekers, is de effectiviteit afhankelijk van de kwaliteit van menselijke input. Om de technologie ten volle te benutten, is dan ook een genuanceerd begrip van onderzoeksdoelstellingen en vraagtechnieken nodig, en moet het systeem voorzien worden van de juiste contextuele informatie. Zo ontdekten we bijvoorbeeld dat AI ongeveer 65% van de reacties briljant modereert, maar dat het in 32% van de gevallen een prompt gaf die niet relevant was binnen de context van het onderzoek. Wanneer een respondent antwoordde met ‘geen tijd’ op de vraag ‘Waarom kijk je geen Netflix?’, ging de chatbot verder met de vraag ‘Van welke andere vormen van entertainment geniet je meestal als je vrije tijd hebt?’. Hoewel de vraag op zich niet volledig misplaatst is, is deze niet relevant in een studie die zich richt op het merk Netflix en niet op entertainment in het algemeen. Daarom is samenwerking tussen kunstmatige intelligentie en menselijke intelligentie een absolute must om tot diepgaande en relevante inzichten te komen.
3. De balans tussen synthetische en consumentendata
Een balans vinden tussen synthetische en door mensen gegenereerde data is essentieel voor het verkrijgen van relevante inzichten. Synthetische data, gegenereerd via AI-algoritmen, bieden ongekende schaalbaarheid, maar moeten gevalideerd worden aan de hand van real-world-ervaringen om betrouwbaarheid te waarborgen. We hebben bijvoorbeeld een test gedaan in een insight community rondom de kosten van levensonderhoud, waarbij we vroegen wat de eerste zaken waren die mensen uit hun dagelijkse aankopen zouden schrappen. Terwijl AI voorspelde dat mensen zouden besparen op niet-essentiële zaken, zoals reizen en uit eten gaan, toonde onze primaire data een ander beeld. De communityleden beschreven hoe ze bespaarden op essentiële zaken zoals verwarming en boodschappen om zo nog steeds te kunnen genieten van de kleine luxe’s in het leven. Aangezien synthetische data afhankelijk zijn van puur rationele modellen, kan het geen ‘say-do gaps’ identificeren die bestaan rond bepaalde gevoelige onderwerpen. Hoewel AI dus theoretische kaders biedt, voorziet menselijke input onderzoek van meer diepgang en betekenis, waarbij nuances worden belicht die aan algoritmische interpretatie ontsnappen.
4. Ethische overwegingen bij het gebruik van AI
Naarmate we het potentieel van AI steeds meer benutten, komen er ook ethische vraagstukken naar voren. Het trainen van AI-modellen op eigen data biedt immers onbeperkte mogelijkheden om op maat gemaakte inzichten te leveren. Maar het systeem kan daarbij ook ten prooi vallen aan maatschappelijke vooroordelen en die mede in stand houden. Daarom is het belangrijk om datasets te gebruiken die divers en representatief zijn, en om continu te monitoren op mogelijke bias. Als er één woord is dat we in deze context willen benadrukken is het ‘transparantie’. Je zou een AI-systeem perfect kunnen trainen om meer gewicht te geven aan de input van minderheidsgroepen. Als je hiervoor een geldige reden hebt en hier duidelijk over communiceert, kan dit zeker relevant zijn voor jouw merk. Door aandacht te besteden aan dergelijke ethische aspecten van AI en transparant te communiceren, versterken we de integriteit van onze inzichten en vergroten we vertrouwen en verantwoordelijkheid binnen onze sector.
De toekomst van marktonderzoek ligt in het combineren van AI met menselijke expertise. Door AI te omarmen als een booster voor onze menselijke capaciteiten in plaats van een losstaande oplossing, ontgrendelen we tal van mogelijkheden, verrijken we ons begrip van consumentengedrag en stimuleren we datagedreven besluitvorming.
Binnen Human8 volgen we de ontwikkelingen rond AI op de voet en blijven we samen met onze klanten experimenteren met diverse AI-oplossingen. Ben je geïnteresseerd in de potentiële rol van AI binnen jouw onderzoeksinitiatieven? We horen graag van je!
Human8 is Kennispartner van Daily Data Bytes