Tekoäly voi nopeuttaa kvalitatiivisen tutkimuksen työvaiheita huomattavasti, mutta tutkimuksen huolellinen suunnittelu, tulkinta ja aineiston kriittinen tarkastelu kuuluvat edelleen tutkijalle.
Mihin tekoäly sopii kvalitatiivisessa tutkimuksessa?
Tekoälyä voidaan hyödyntää esimerkiksi litteroinnin jälkeisessä aineiston jäsentämisessä, teemojen ryhmittelyssä, samankaltaisten ilmausten etsimisessä, tiivistämisessä ja raportointiluonnosten valmistelussa. Hyöty korostuu suurissa avovastaus- ja haastatteluaineistoissa.
Haastattelut ja avovastaukset voivat sisältää henkilötietoja ja erityisiin henkilötietoryhmiin kuuluvia tietoja. Rekisterinpitäjän ja käsittelijän roolit, käsittelyperuste, tietojen minimointi, anonymisointi tai pseudonymisointi, säilytys, alihankkijat ja mahdolliset kansainväliset siirrot on arvioitava ennen tekoälyn käyttöä. Julkiseen yleiskäyttöiseen ns. avoimeen palveluun ei pidä syöttää luottamuksellista aineistoa ilman selvitettyä tietosuojaperustaa.
Kvalitatiivinen analyysi ei etene aina suoraviivaisesti. Alustava luokittelu voi nostaa esiin teeman, jonka jälkeen tutkija palaa aineistoon ja tarkentaa luokittelua. Tekoäly voi nopeuttaa tätä kierrosta esimerkiksi etsimällä samaan teemaan liittyviä ilmauksia tai vertaamalla vaihtoehtoisia luokitteluja. Lopullinen tulkinta jää kuitenkin tutkijan vastuulle.
Kvalitatiivisessa tutkimuksessa tekoälyn suurin hyöty ei saa olla automaattinen loppuraportti vaan analyysin välivaiheiden nopeuttaminen. Suomen Kyselytutkimus Oy:llä on laaja käytännön kokemus tällaisesta tekoälyavusteisesta kvalitatiivisesta analyysistä. Soveltuvissa aineistoissa se voi lyhentää tutkimuksen läpimenoaikaa huomattavasti ja pienentää osaa työmäärään sidotuista kustannuksista. Säästö syntyy mekaanisten luokittelu- ja jäsentelyvaiheiden tehostamisesta, ei tutkijan vastuusta luopumisesta. Poikkeavat havainnot, ristiriidat ja alkuperäinen konteksti tarkistetaan aineistosta. Yhdistelmäaineistoissa tuloksia suhteutetaan myös kvantitatiivisen datan havaintoihin.
Miten tutkimus rakennetaan luotettavasti?
Raportissa voidaan kuvata, missä työvaiheissa tekoälyä käytettiin, miten tuloksia tarkistettiin ja mistä lopulliset tulkinnat ovat peräisin. ICC/ESOMAR-koodi korostaa tietojen minimointia, tietosuojaa, käyttötarkoitukseen sopivuutta, läpinäkyvyyttä ja ammatillista vastuuta.
Generatiivinen malli pyrkii usein tiivistämään aineiston hallitsevat aiheet. Tutkimuksessa myös harvinainen havainto voi olla merkittävä, jos se paljastaa uuden riskin, tarpeen tai vaikkapa asiakasryhmän. Siksi analyysiprosessiin kannattaa sisällyttää erillinen poikkeavien ja ristiriitaisten havaintojen tarkistus.
Miten tieto muutetaan toiminnaksi?
Tekoälymalli voi ryhmitellä vastauksia vakuuttavasti mutta väärin, kadottaa ristiriitoja tai korostaa yleisiä teemoja harvinaisten mutta tärkeiden havaintojen kustannuksella. Tutkijan tulee tarkistaa havainnot alkuperäisaineistosta, arvioida vaihtoehtoiset tulkinnat ja erottaa havainto varsinaisesta päätelmästä. Hyvä tutkimus säilyttää myös poikkeukset, kielen sävyt ja kontekstin. Tekoäly on tehokas analyysikumppani, kun laadunvarmistus ja ihmisen vastuu on määritelty selkeästi.
Suurissa avovastaus- ja haastatteluaineistoissa manuaalisen esikäsittelyn osuus voi olla huomattava, jolloin tekoälyavusteinen työskentely tuo selvän tehokkuushyödyn. Pienessä tai hyvin sensitiivisessä aineistossa laadunvarmistuksen ja tietosuojan vaatima työ voi puolestaan rajata hyötyä. Käytettävä menetelmä valitaan siksi aina aineiston, tutkimuskysymysten ja tulosten käyttötarkoituksen perusteella.
Suomen Kyselytutkimus Oy tutkimuskumppanina
Suomen Kyselytutkimus Oy toteuttaa tekoälyavusteisia kvalitatiivisia analyysejä haastatteluista ja avoimista vastauksista. Menetelmä ja ihmisen tekemä validointi määritellään aina tutkimuskohtaisesti.
Tutkimus suunnitellaan aina tilaajan tavoitteen, kohderyhmän ja päätöksentekotarpeen mukaan. Kokonaisuus voidaan rajata tiedonkeruuseen ja analyysiaineistoon tai toteuttaa valmiina raportointina johtopäätöksineen. Olennaista on, että tutkimusasetelma, kysymykset ja raportointi muodostavat yhden ketjun eli kerätään vain sellaista tietoa, jota pystytään perustellusti tulkitsemaan ja hyödyntämään.
