Планування досліджень за допомогою ШІ

Переклад статті за допомогою ШІ: Planning Research with Generative AI

Чат-боти зі штучним інтелектом (такі як ChatGPT, Gemini від Google і Microsoft Copilot) можуть допомогти UX-дослідникам будь-якого рівня досвіду у плануванні своїх досліджень.

Що таке план досліджень?

План дослідження - це документ, який окреслює цілі дослідження і те, як воно буде виконуватися. Гарне дослідження завжди починається з плану.

Плани досліджень повинні включати:

• Цілі дослідження або питання, на які потрібно відповісти

• Метод, який буде використовуватися, та опис того, як він буде здійснюватися

• Завдання або питання, які будуть поставлені учасникам дослідження

• Профіль або персона цільових учасників дослідження

• Анкета-скринер, що використовується для набору учасників.

Створення плану дослідження може зайняти багато часу. Навіть маючи хороший шаблон, дослідник повинен сформулювати питання дослідження, вибрати відповідні методи, вирішити, як проводити сесії, і часто створювати супровідні матеріали дослідження з нуля (наприклад, скринінгові анкети та завдання).
Хороша новина полягає в тому, що штучний інтелект може допомогти з багатьма, якщо не з усіма цими завданнями!

Використання чат-ботів зі штучним інтелектом для написання плану дослідження

Може виникнути спокуса просто попросити штучний інтелект скласти план дослідження для проекту. Не робіть цього.

❌Погана ідея:

“Скласти план дослідження для юзабіліті-тесту застосунку для доставки їжі.”

Такі запити призводять до загальних, шаблонних відповідей, частково через те, що ШІ бракує контексту, щоб запропонувати повний план дослідження, а частково через те, як була навчена модель.

Щоб створити корисний план дослідження, розбийте його на частини і попросіть чат-бота зі штучним інтелектом опрацювати кожну з них окремо. Ви можете зібрати відповіді в остаточний план дослідження.

Розмовний ШІ не може надати вам готовий кінцевий результат одразу після простого запиту. Розбийте план дослідження на складові частини і пропрацюйте кожну з них, перш ніж збирати план докупи.

Не чекайте, що ШІ поставить вам правильні запитання, щоб отримати вичерпний результат. Сприймайте ШІ як помічника, а не як UX-наставника. Вам потрібно надати ШІ всі кроки і деталі, які ви хочете, щоб він врахував.

Для досягнення найкращих результатів виконайте наведені нижче кроки.

Крок 1: Надайте контекст

Уявіть, що ви просите досвідченого колегу порекомендувати вам, яке дослідження провести, не надавши йому жодного контексту щодо того, над яким проектом ви працюєте і чого прагнете досягти. Він, ймовірно, скаже: «Це залежить від того, що ви намагаєтеся дослідити». Спілкування зі штучним інтелектом не є винятком.

Починайте розмову з достатнього контексту, особливо якщо інструмент ШІ ще не зберігає цю інформацію про вас або ваш поточний проект. (ChatGPT 4 дозволяє користувачам зберігати контекст для кожної нової розмови).

Контекстна інформація, якою ви ділитеся, повинна включати інформацію про те, на кого ви працюєте, масштаби вашого проекту і чого ви прагнете досягти. Пам'ятайте, що деякі інструменти штучного інтелекту можуть використовувати ваші розмови для навчання своїх моделей, тому діліться лише тією інформацією, яку ви не проти залишити у відкритому доступі.

Приклад:

Я працюю на [фірма або організація]. Моя компанія надає [продукт, послугу чи досвід]. Мені потрібно провести дослідження користувачів, щоб дізнатися [щось про користувачів або проблему].

I work for [type or organization]. My company provides [what kind of product, service, or experience]. I need to run a user-research study to learn [something about users or a problem].

Крок 2: Сформулюйте запитання для дослідження

Надавши інструменту ШІ контекст, попросіть його запропонувати конкретні дослідницькі питання для дослідження. Ось приклад з нещодавнього проекту, присвяченого дослідницьким репозиторіям, який я проводив для NN/g.

Приклад:

Я планую провести дослідження і написати звіт про те, як UX-ресерчери в різних організаціях створюють і використовують сховища даних. Будь ласка, сформулюй 10 запитань, які підходять для такого дослідження.

I will run a research study and report on how UX practitioners across different organizations set up and use research repositories. Please generate 10 research questions that would be suitable for this sort of study.

Варто попросити інструменти генеративного ШІ запропонувати більше варіантів або ідей, ніж ви думаєте, тому що деякі з них можуть не підійти.

Microsoft Copilot відповів на такий запит, сформулювавши 10 дослідницьких запитань, наведених нижче:

1. Хто є основними користувачами дослідницького репозитарію в різних організаціях?
2. Що мотивує користувачів взаємодіяти зі сховищем досліджень?
3. Як різні команди (дизайн, продукт, продажі, маркетинг) отримують доступ до дослідницького репозитарію та користуються його перевагами?
4. З якими проблемами стикаються фахівці-практики, коли вносять інформацію до репозитарію або отримують її з нього?
5. Які типи дослідницьких артефактів (звіти, первинні дані, шаблони) найчастіше зберігаються в репозиторії?
6. Як організації структурують свої дослідницькі репозиторії?
7. Які інструменти та шаблони зазвичай використовуються для полегшення управління дослідницькими репозиторіями?
8. Як фахівці забезпечують якість і точність інформації в репозитарії?
9. Який вплив має дослідницький репозитарій на процес прийняття рішень та результати проекту?
10. Які стратегії можуть впроваджувати організації для заохочення широкого впровадження та активної участі в дослідницькому репозитарії?

Щоб розширити список дослідницьких запитань, попросіть поставити додаткові запитання або повторіть запит у новії сесії. Повторіть цей процес стільки разів, скільки вам потрібно, щоб скласти вичерпний список, щодо того, що ви хотіли б дізнатися.
Деякі з дослідницьких запитань, які Copilot згенерував для мене, були доречними, а деякі - ні. В результаті я попросив ШІ згенерувати більше запитань на вибір.

Надаючи однакові запити протягом декількох сеансів або просячи чат-бота зі штучним інтелектом поставити додаткові запитання для дослідження, ви можете створити великий пул дослідницьких запитань.

На жаль, більшість чат-ботів зі штучним інтелектом не пропонують простого способу відкинути пропозиції або об'єднати конкретні відповіді і працювати лише з ними (поведінка, яка називається «збиранням яблук»).
Перенесення згенерованих запитань в офлайн-документ (наприклад, FigJam або Google Doc) дозволяє легко групувати елементи, видаляти дублікати або змінювати формулювання запропонованих запитань.

Якщо у вас багато запитань для дослідження, згенерованих ШІ, подумайте про те, щоб перенести їх у зовнішній документ, щоб ви могли сортувати або переписати їх, видалити дублікати і вибрати ті, з якими ви хочете продовжити роботу.

Почніть новий сеанс чату з обраним і доопрацьованим набором дослідницьких запитань, щоб непотрібні запитання були видалені з історії чату.

Крок 3: Запитуйте методи

Після того, як ви розповісте про контекст і оберете питання для дослідження, попросіть інструмент ШІ визначити відповідні методи дослідження.

Приклад:

Яке дослідження ти б запропонував, щоб відповісти на ці дослідницькі питання? Будь ласка, будь конкретним; вкажи, на які питання дослідження можна було б відповісти за допомогою того чи іншого методу дослідження, якщо пропонуєш кілька методів.

What study would you suggest to answer these research questions? Please be specific; cite which research questions would be answered by which research method if you suggest multiple methods.

Поради генеративного ШІ не завжди є добрими порадами. Часто рекомендовані методи пропонують вам тріангуляцію даних з декількох джерел. Такий підхід не завжди потрібен. Крім того, не всі методи будуть практичними або необхідними для вашого дослідження. Також, ШІ може запропонувати інтерв'ю та фокус-групи навіть для таких питань, які краще підходять для поведінкового методу дослідження.
Попросіть чат-ботів зі штучним інтелектом підказати вам, які методи дослідження підійдуть для конкретного питання і чому. Ми також рекомендуємо самостійно прочитати додаткову інформацію про методи, які вам незнайомі.
У відповідь на підказку вище (і з огляду на обрані мною дослідницькі питання) ChatGPT порекомендував опитування, інтерв'ю з окремими UX-практиками та кейс-стаді. Це все були обрані мною методи, тож ШІ тут впорався на відмінно!

Крок 4: Запитайте критерії для участі в дослідженні

ШІ може створити критерії для участі в дослідженні - необхідний компонент вашого плану дослідження. Виконуйте цей крок лише після того, як сформулюєте питання та методи дослідження, оскільки вони визначатимуть, хто має брати участь у дослідженні.
Критерії участі (або критерії рекрутингу) - це конкретні характеристики цільової групи, які повинні бути представлені у вашій вибірці.
Почніть з критеріїв участі, перш ніж просити ШІ допомогти вам написати скринінгову анкету; ШІ може створити відповідний скринінг лише після того, як він «знатиме», кого ви хочете залучити.

Приклад:

Щоб я міг відбирати правильних людей на співбесіди, допоможи мені створити критерії відбору. За якими характеристиками чи поведінкою я маю відбирати кандидатів?

So that I recruit the right people for my interviews, help me create some inclusion criteria. What characteristics or behaviors should I recruit for?

Крок 5: Попросіть допомоги зі скринерами, питаннями для інтерв'ю та завданнями

Попросіть штучний інтелект скласти все докупи:

• Скринер

• Питання для інтерв'ю або гайд для інтерв'ю (якщо ви проводите інтерв'ю)

• Завдання для юзабіліті-тесту

• Підказки для ведення щоденника (якщо це доречно)

• Електронні листи з підтвердженням найму або інші комунікаційні повідомлення.

На жаль, в Інтернеті можна знайти багато поганих прикладів вищезгаданих завдань. Розмовний ШІ був навчений на всіх цих даних. Тому не дивуйтеся, якщо з першої спроби він видасть погані результати! Це основна зона ризику для дослідників-початківців.
Один із способів зменшити цю небезпеку - давати ШІ поради при створенні будь-якого з цих результатів. Подумайте про ШІ як про нового наукового асистента, який може вчитися надзвичайно швидко.

Найпоширеніші помилки, яких припускаються інструменти ШІ:

• Використання в інструкціях до завдань слів, які з'являються в інтерфейсі (праймінг)
• Створення інструкцій до завдань, які просять користувачів уявити, що вони є кимось, ким вони не є
• Відсутність мети або заклику до дії в інструкції до завдання
• Відсутність відволікаючих опцій у скринінгових анкетах
• Використання надмірно захопленої маркетингової мови в рекрутингових матеріалах

Не дивно, що ШІ робить ці помилки, адже UX-спеціалісти також їх роблять!

Щоб покращити результати, давайте ШІ важливі підказки, наприклад, такі:

При створенні завдань: Не давай конкретних пояснень що робити в інструкції до завдання. Знайди еквівалент природною мовою, щоб пояснити, що повинен зробити учасник. (Ви можете попросити ШІ «прочитати» веб-сайт або зображення завдання).

При створенні рекрутингових матеріалів: Використовуй нейтральну та лаконічну мову в рекрутинговому електронному листі. Уникай надмірно захопленої маркетингової мови.

При створенні скринінгу: Включи питання з декількома варіантами відповідей, які можуть замаскувати те, про що йдеться в дослідженні і кого саме я шукаю.

Крім того, якщо це можливо, надайте штучному інтелекту хороші приклади перевірочних анкет, завдань або запитань для інтерв’ю, щоб він міг слідувати їхньому формату чи стилю.
Навіть з цією порадою штучний інтелект все ще може робити помилки. Якщо ви сумніваєтеся у його відповідях, перевірте першоджерела або поговоріть з досвідченим дослідником, щоб отримати старомодні людські поради.

Якщо у вас є ChatGPT Plus, ви можете використовувати наш GPT для планування своїх досліджень.

Висновок

За допомогою відповідного контексту, прикладів і порад такі інструменти штучного інтелекту, як ChatGPT і Microsoft Copilot, можуть створювати корисні дослідницькі запитання, завдання, запитання для співбесід та інші матеріали для навчання набагато швидше, ніж ви, якби починали з нуля.

Керівники досліджень і співробітники ResearchOps можуть підтримувати молодших дослідників і PWDR (людей, які займаються дослідженнями), надаючи приклади та поради, які можна надати ШІ. Досвідчені дослідники можуть отримати вигоду від використання штучного інтелекту, щоб пришвидшити процес планування досліджень і отримати натхнення.