Dovetail 上的 AI 聚類數據
首先，我要說的是：人工智能永遠無法取代真實用戶的研究。 無論工具多么強大，它都無法提供與實際用戶交流一樣的洞察。然而，人工智能 可以 提高速度和效率，并幫助減少用戶研究員工作流程中的一些人工開銷。
一些人工智能工具多年來一直是研究過程的一部分——比如轉錄、自動標記或情緒分析。但2025年的前景會是什么樣子？研究人員還能用什么來增強（而不是取代！）他們的實踐？
每當我看到一篇對 AI 工具贊不絕口的文章時，我都會持保留態度。有時是贊助內容，有時推薦的人甚至連一半的工具都沒用過。這篇文章不會是工具清單（順便說一下，這里有 一個相當不錯的清單 ！），也不會推薦什么內容。相反，我會分享我在工作中是如何運用 AI 的——哪些有用，哪些沒用，以及我認為它的發展方向。
我將使用 NNg 的結構 來分享我的 AI 研究歷程，將研究大致分為以下幾個階段：準備 → 運行 → 分析，并在此過程中添加任何額外的想法。
準備 人工智能可以加快部分準備階段的速度，但并非全部。例如，用人工智能編寫一份好的測試計劃通常也需要同樣長的時間。除非是非常簡單的事情，否則我解釋背景的時間往往比自己起草的時間還要長。
它 確實 有幫助的地方：
同意書和文檔 ：標準化模板易于生成和定制。隨著時間的推移，您甚至可能不需要人工智能——只需重復使用您最好的模板即可。 篩選問題 ：非常適合生成快速變化，特別是當您需要為不同的平臺提供不同的音調/格式時。 招聘平臺 ：一些工具現在嵌入了人工智能，可以根據標準或行為模式篩選參與者。這種方法可能存在一些問題，但正在不斷改進。
開展研究 事情到了這里就變得有點不連貫了。如果是主持式會議，那么你仍然需要承擔主要工作——掌控對話方向，通過后續問題深入探究背景。如果是無主持式研究，那么你已經知道結果會如何，而且研究會自行進行。而且，很可能你在這個階段已經使用了一些人工智能工具：
轉錄 ：一項重要功能。大多數研究人員已經依賴 Otter.ai 等工具，但準確度參差不齊，尤其是在地區口音方面（英國口音尤其棘手）。 嵌入式工具 ：一些研究平臺現在提供集成的AI功能（例如自動轉錄、基本標記）。雖然有用，但缺乏深度。
分析：人工智能有時能大放異彩的地方
Dovetail 人工智能輔助分析，由 Dovetail 網站提供。
我發現人工智能在這里 最 有用，但同時也是最需要謹慎行事的地方。
轉錄 ：必不可少。大多數研究人員已經依賴像 Otter.ai 這樣的工具，但準確性參差不齊，尤其是在處理地區口音時（英國口音尤其棘手）。現在大多數研究平臺都提供集成的 AI 功能，包括自動轉錄。雖然實用，但深度不夠——即使可能需要修改部分內容，也非常適合初始階段。通常，如果您正在研究特定主題，可以預先輸入一些詞匯，這樣轉錄會更準確。 詞云優于情緒分析 ：情緒分析通常不可靠——我見過它多次將中性短語錯誤地標記為過于消極或積極，從而扭曲了整體數據。另一方面，詞云可以快速瀏覽常見的主題或語言，在分析初期尤其有用。 初始分組 + 主題劃分 ：AI 可以幫助對早期主題進行聚類，或識別會話中重復的短語。這可以加快主題分析的第一階段，讓您對一些基本聚類有一個大致的了解，但請記住，聚類結果并不總是準確的。 摘要 ：如果將其作為初稿或起點，可能會很有用。切勿輕信其表面含義。AI 可能會忽略細微差別、語氣，甚至完全誤解其情感。在可用性測試中，AI 會選擇哪些最有價值的見解也相當令人好奇——有時它并非你所期望的那樣。 實際分析 ：不要外包。人工智能無法像研究人員那樣觀察語境、肢體語言或語氣。如果您已經使用人工智能進行過基礎工作（分組、引用等），那么您將更有能力進行更深入的研究——但最終的洞察仍然來自您。
報告
Breyta AI 驅動的搜索，由 Breyta 網站提供
人工智能可以幫助：
語法和潤色 ：像轉錄一樣，這是一種常見的用途，也是我經常依賴的。 報告模板 ：一些工具提供結構化的布局或框架，用于生成調查結果報告。非常方便，尤其是在時間緊迫的情況下。 研究庫 ：更優的人工智能意味著更優的搜索，這對于研究庫的使用和推廣至關重要。因此，即使研究已經完成，任何人都可以隨時返回并重復使用研究成果。
注意 ：不要讓人工智能撰寫整份報告。它通常會使報告顯得過于學術或機械。如果你向認識你的人匯報，他們絕對會發現這份報告聽起來不夠真實。即使你與不太了解你的人分享這份報告，在這個時代，他們仍然很容易察覺到報告中人工智能的影子。
工具概況 最大的問題和挑戰是，目前還沒有一種適用于所有研究的人工智能工具。
您可能需要混合搭配：
Otter.ai 用于轉錄 用于分析的燕尾榫 、 冷凝器 或 小枝 Breyta 用于文檔記錄并將見解與產品工作聯系起來 另外，還可以臨時使用基于 GPT 的工具進行起草、總結和寫作。
這絕不是市場上所有工具的詳盡列表，市場上還有無數的工具。
一個很大的警告：這一切的成本 這讓我想到了工具采用過程中的主要障礙—— 成本 。沒有一個平臺能夠涵蓋所有內容，所以你最終需要處理訂閱、在工具之間切換，并處理分散的數據。 這會導致：
累計成本高 去中心化文檔 切換環境或訓練每個工具所浪費的時間
您可以在許多文章中找到有關市場上各種工具的更多信息，但我發現這篇文章非常有用。
最后的想法 人工智能不會取代研究人員。但它可以成為強大的助手——如果你知道在哪里以及如何使用它。我想再次強調——你仍然需要知道自己在做什么，并掌控全局。就像任何好的工具一樣，關鍵在于平衡、專注，以及知道何時依靠自己的判斷。
蘭亭妙微(m.ocunn.cn ) 是一家專注而深入的界面設計公司，為期望卓越的國內外企業提供卓越的大數據可視化界面設計、B端界面設計、桌面端界面設計、APP界面設計、圖標定制、用戶體驗設計、交互設計、UI咨詢、高端網站設計、平面設計，以及相關的軟件開發服務，咨詢電話：01063334945。我們建立了一個微信群，每天分享國內外優秀的設計，有興趣請加入一起學習成長，咨詢及進群請加藍小助微信ben_lanlan
