In Sicché siamo tutti ricercatori qualitativi e, come tali, sappiamo bene che la parte affascinante (e, onestamente, anche un po’ tosta) del nostro lavoro non è raccogliere i dati, ma capirli, interpretarli.
Quando una community chiude, quando l’ultimo diario viene compilato, quando i pre-task sono tutti lì che ci aspettano inizia il vero lavoro: leggere centinaia di risposte aperte, ricostruire i fili, codificare, isolare verbalizzazioni…
Un lavoro bellissimo, sia chiaro, ma richiede tempo, lucidità e grande pazienza.
Da qui è partita una riflessione portata avanti per un po’, in parallelo allo sviluppo di Pino, il nostro co-moderatore AI : e se l’AI potesse darci una mano anche nella fase di analisi? Se potesse accorciare la distanza tra le risposte dei partecipanti e i primi, veri insight?
Prima di entrare nel concreto, va fatta una premessa che per noi conta moltissimo: l’AI di Sicché è stata ideata e disegnata da ricercatori qualitativi, non da chi vende tool AI-based. Una differenza piccola, ma sostanziale perché significa che la priorità è sempre stata la qualità del dato, non la velocità o l’effetto “wow”.
Diciamocelo: di esempi di AI dentro tool di ricerca che restituiscono risultati rapidi, lucidi e… completamente sbagliati ne abbiamo visti tanti. Allucinazioni, attribuzioni errate, associazioni fuorvianti, sintesi contraddittorie. Tutto bellissimo, ma sbagliato 😅.
Ecco perché la nostra AI lavora con quello che ci piace chiamare un “freno attivo”: non è una delega totale all’intelligenza artificiale, ma un’AI accompagnata, tenuta dentro confini precisi oltre i quali non può andare, proprio per ridurre al minimo il rischio di errori e mantenere un forte presidio sui contenuti.
È il principio dell’human-in-the-loop: il ricercatore resta sempre al centro, l’AI è uno strumento di supporto.
L’AI di Sicché entra in gioco nei due momenti più impegnativi del lavoro del ricercatore: la moderazione e l’analisi.
In moderazione, c’è Pino, di cui abbiamo già parlato in questo articolo dedicato. Si occupa dei rilanci più semplici, quelli che si attivano quando la risposta è vaga, incompleta o fuori tema e presto si arricchirà di una nuova tipologia di domanda, la chat conversazionale (di cui vi parleremo a tempo debito…).
In analisi, il focus di questo articolo, l’AI lavora al fianco del ricercatore su quello che probabilmente è il compito più time-consuming di tutta la ricerca: dare un senso ai contenuti raccolti.
Le analisi si possono lanciare per singola domanda o per intera attività e, una volta eseguite, restano salvate. Si possono rileggere quando si vuole dalla sezione Analisi & Export, filtrandole per stanza, sezione, giorno, attività specifica.
Quali sono le domande che, come ricercatori, ci facciamo più spesso davanti a una mole di risposte aperte?
Ne sono uscite tre, e a ciascuna corrisponde un tipo di analisi
È la prima domanda che ci facciamo quasi sempre. L’analisi tematica legge tutte le risposte raccolte e restituisce una sintesi ragionata dei temi ricorrenti, accompagnata dalle verbalizzazioni più significative a supporto di ciascun tema.
Quando usarla? Praticamente sempre, all’inizio dell’analisi, dopo una domanda aperta particolarmente ricca o un’attività che ha generato molto materiale.
È come avere un assistente che ha già letto tutto e ti dice: ecco i cinque fili da tirare per primi.
Il confronto tra segmenti è un’analisi incrociata che sfrutta le variabili del campione che hai impostato in fase di setup: età, genere, cluster di consumo, segmenti custom… qualsiasi cosa abbia senso per il tuo progetto, e analizza in modo sistematico se e come queste variabili correlano con particolari risposte, atteggiamenti o tendenze.
Heavy contro light user. Nuovi clienti contro storici. Chi vive in città contro chi vive nei piccoli centri. Avete presente quanto tempo ci vuole, normalmente, a tirar fuori a mano queste differenze? E quante volte, per fretta, si finisce per dare un’occhiata “a sentimento” e basta?
Le differenze tra segmenti sono spesso il punto in cui si nasconde l’insight più prezioso e trovarle a mano richiede ore, con l’AI minuti.
L’analisi custom è una chat con i risultati della tua ricerca: sei tu a formulare la tua domanda in linguaggio naturale, esattamente come la porresti a un collega. La risposta tiene conto di tutte le domande (e relative risposte degli utenti) dell’attività, con la possibilità di applicare filtri sulle variabili del campione per restringere il focus su un sotto-gruppo specifico.
È la modalità più libera, e quella che si rivela utile soprattutto in due momenti: quando in corso d’opera nasce un’ipotesi che vuoi verificare al volo, e quando stai preparando un capitolo specifico del report e ti serve un punto di vista mirato.
“E se invece volessi un’analisi AI sull’intera ricerca, tutte le attività insieme?”
Risposta sincera: in piattaforma no, ed è una scelta deliberata. Abbiamo voluto limitare le analisi AI a nuclei di ricerca ben definiti (singola domanda o attività) perché sono contesti in cui un argomento viene aperto, sviscerato e chiuso, dove il rischio di allucinazioni e interpretazioni erronee può essere tenuto sotto controllo.
Detto questo, se c’è l’esigenza di un’analisi sull’intero dataset, abbiamo due alternative.
Dalla sezione Analisi & Export, oltre ai classici formati XLS e PDF, è possibile scaricare l’intero contenuto della ricerca in un formato AI-friendly: un file leggero, ottimizzato per essere caricato direttamente in un LLM esterno e usato come base per analisi personalizzate.
Il dettaglio importante è che ogni risposta porta sempre con sé le variabili del campione di chi l’ha data: “Chi ha detto cosa” è incorporato nel file, riga per riga, così che l’LLM esterno possa essere interrogato non solo sui contenuti ma anche sulle differenze tra sub-target e cluster, esattamente come con il confronto tra segmenti in piattaforma.
Per chi ha esigenze ancora più strutturate, abbiamo stretto una partnership con una piattaforma specializzata proprio nell’analisi dei dati qualitativi via AI.
Non entriamo qui nei dettagli, perché ogni progetto ha esigenze diverse e preferiamo costruire la soluzione su misura: scriveteci e vi raccontiamo come funziona 😀
L’AI di Sicché, con Pino in moderazione e le analisi e l’export AI friendly in fase di analisi, non vuole sostituire il ricercatore, ma piuttosto restituirgli le ore che spenderebbe a leggere riga per riga perché possa investirle nell’interpretazione, nella costruzione del racconto o nella conversazione con il cliente.
La qualità di una ricerca non si misura in quante risposte hai letto, ma in quanto bene le hai capite.
Provatele sulla vostra prossima ricerca, e, se volete, vi accompagniamo in una demo dedicata. Sapete dove trovarci 😉.
