Bruken av AI i de kvalitative miljøene i Norge preges i stor grad av en nysgjerrig og utforskende tilnærming. Det er en felles erkjennelse av at vi beveger oss inn i ukjent terreng, og prøving og feiling er en del av reisen. Kanskje er de mindre selskapene mer dristige og innovative, mens de større selskapene «skynder seg sakte»? Både Ipsos og Kantar har gått foran med egne proprietære og lukkede AI-løsninger som Ipsos Facto og DX. For Ipsos ligger utviklingen av AI-løsninger i hendene til det kvalitative analysemiljøet.
– Det menneskelige aspektet spiller også en viktig rolle her. Det er ikke som om AI kommer til å ta fullstendig kontroll. Vi er ikke der ennå. AI fungerer mer som en usedvanlig effektiv og kreativ assistent, sier Synne Fonkalsrud i Ipsos.
AI – en nyttig og effektiv assistent
AI anses i dag som et supplement, en nyttig og kreativ assistent som kan hjelpe i å effektivisere hverdagen, frigjøre tid til mer komplekse oppgaver og forbedre kvaliteten på sluttleveransen. Imidlertid er mye av arbeidet med AI-baserte verktøy for kvalitativ analyse preget av utforskning med prøving og feiling.
– AI kommer til å være til stor hjelp med de mer rutinemessige oppgavene, og frigjøre tid som vi kan bruke på oppgaver som krever menneskelig intelligens. Men AI-verktøyene er ennå ikke avanserte nok til å erstatte en menneskelig moderator som kan observere en respondent, høre på tonefallet og lese et rom. Men det å lese en tekst vet vi at det kan, påpeker Jørgen Bang og Ellisiv Bergheim fra Opinion.
Så langt har AI blitt utnyttet til:
- Samtaleutskrifter spesielt tale-til-tekst-teknologi, som har vist seg som et bra verktøy for å øke produktiviteten, selv om kvaliteten på norsk språk fortsatt ikke er på samme nivå som engelsk.
- Tennstift. Brukes for å gi en overordnet innsikt i temaer, kategorier og områder og fungerer som et godt startpunkt til innsikten.
- Kreativt samarbeidspartner i utviklingen av spørsmål og samtaleguider. AI er en nyttig ressurs for idégenerering og forbedring av forskjellige elementer i tidlig fase.
- Oversettelse, hvor ChatGPT anses som svært god, spesielt med hensyn til grammatikk.
- Visualisering, ved hjelp av applikasjoner som Midjourney/Dall-E for å generere bilder til rapporter.
– Det er med å kick-starte analyser. Jeg opplever at det er blitt lettere å lete etter ting nå som vi har fått verktøy til å stille spørsmål. At det har blitt lavere terskel for å gå ut å finne innsikt. At du får litt inspirasjon og hjelp. For noen ganger kan det være vanskelig å vite hvor man skal starte, forteller Ole Guldvog fra Kantar.
Erfaringene med AI innen innholdsproduksjon er imidlertid mer begrenset, primært grunnet bekymringer knyttet til datasikkerhet, personvern og juridiske spørsmål. På lang sikt forventes AI å spille en viktigere støttefunksjon, for eksempel som en skriveassistent som kan hjelpe med tekstformulering og generere sammendrag fra mer strukturerte samtaler.
Trusselbilde
Når det gjelder trusler, er datasikkerhet en av de mest fremtredende bekymringene knyttet til bruk av AI-løsninger i dag. Bruken av AI blir begrenset når det er tvil om sikkerheten til dataene.
AI anses i liten grad som en trussel for å erstatte de kvalitative spesialistene. Dette skyldes flere faktorer:
- Samtaler og interaksjon med mennesker. Maskiner har ennå ikke muligheten til å etablere nære forbindelser og dialog på samme måte som mennesker.
- Evnen til å håndtere emosjonelle og følelsesmessige aspekter, inkludert de ikke-verbale elementene i kommunikasjon.
- Analyse og forståelse av resultatene, hvor mennesker anses som bedre rustet til å tolke og gi mening til funnene. Dette er området hvor analysebyråene føler de positivt skiller seg ut idag.
– Min opplevelse er at det fortsatt er veldig bruk for vår evne til å tolke. Jeg har ennå ikke sett noen AI verktøy som på en måte greier å tolke data når vi gjør mer grundige fenomenologiske analyser. Det å løfte tingene opp og hva er det dette faktisk betyr? Min viktigste jobb er det å være en som greier å oversette brukernes perspektiver, liv og få det til et språk kunden forstår, understreker Ole Guldvog fra Kantar.
AI anses imidlertid som overlegen, raskere og mer presis enn mennesker når det kommer til analyse av store datamengder.
I dag virker ideen om en AI-modell som skal lage samtaleguiden, gjennomføre samtalene, analysere og sammenstille resultatene som litt Science Fiction og synes å ligge langt frem i tid. Samtidig pekes det på at det vil være naivt å tro at det på sikt ikke vil få konsekvenser for hvordan de kvalitative miljøene jobber.
Vil kundene gjøre mer selv med flere AI verktøy tilgjengelig?
Det er en delt oppfatning når det gjelder i hvilken grad kunder vil utføre mer av kvalitative undersøkelser selv, selv når de får flere verktøy til rådighet. De største byråene påpeker at det alltid har vært kunder som har utført kunde- og forbrukerinnsikt selv, og at verktøy som Questback har vært tilgjengelige i lang tid. Kunder som utfører mer av kunde- og forbrukerinnsikt selv, anses ikke som en betydelig trussel. Heller ikke fremveksten av kvalitative “gjør-det-selv” verktøy i nær fremtid vurderes som en stor bekymring. Dette kan forklares med følgende faktorer:
- Nøytralitet: Analysebyråene fungerer som nøytrale og objektive tredjeparter, noe kunden sjelden kan oppnå, enten bevisst eller ubevisst.
- Manglende erfaring: Det er en vanlig oppfatning at man sjelden blir dyktig i fagområder man sjelden jobber med.
- Intern kompetanse: Kundene har sjelden dedikerte interne ressurser for analyse og innsiktsarbeid, og dette blir ofte utført som ekstra oppgaver i tillegg til deres primære ansvar.
- Økende kompleksitet: Over tid har flere opplevd at problemstillingene som stilles av kundene blitt stadig mer komplekse og utfordrende, og dette krever spesialisert kompetanse.
- Kostnader: Spørsmålet om det faktisk er kostnadseffektivt å utføre disse oppgavene internt sammenlignet med tiden som må investeres er ikke gitt.
Det antas at mindre og mellomstore bedrifter som i dag i mindre grad benytter analyse, er mer sannsynlige kandidater for å ta i bruk “gjør-det-selv” verktøy i fremtiden.
Begrenset erfaring med virtuell research
Erfaringene med virtuell research i de kvalitative anlysemiljøene i Norge er fortsatt begrenset. Konkurransen oppleves ikke som særlig stor i dag. Noen mener at virtuell research for tiden hovedsakelig er standardiserte produkter og løsninger som ikke inviterer til skreddersøm. Dette skaper usikkerhet om hvorvidt disse løsningene kan stå alene. De som har erfaring med virtuell forskning bruker det i stor grad som et supplement. Den største utfordringen med virtuell forskning i dag synes å være tolkning og analyse, som gjøres best av mennesker.
– Virtuell research gir deg kjappe og enkle tilbakemeldinger, som gir deg noen ting å jobbe videre med. Neurons (dansk selskap som har spesialisert seg på å forutsi menneskelig adferd) gir deg ikke alt. Den gir ikke tolkning. Du får noen overordnede tilbakemeldinger om det er lett eller vanskelig å tolke og om man legger merke til det du ønsker de skal legge merke til. Men du vet ikke hva slags effekt den har eller hva slags tolkning av budskapet den har, forteller Anne Gretteberg Meyer fra Respons Analyse.
Det er også stor usikkerhet knyttet til bruk av AI for desk research. Det er en generell anerkjennelse av at AI har senket terskelen ved å gjøre informasjon raskt tilgjengelig, men hovedutfordringen i dag er tillit og troverdighet. Hva er sannhetsgehalten i den informasjonen som blir presentert via AI er det retoriske spørsmålet som blir reist.
Takk til Anne Gretteberg Meyer (Respons analyse), Ole Guldvog (Kantar), Jørgen Bang/Ellisiv Bergheim (Opinion) og Synne Fonkalsrud (Ipsos) for å ha stilt opp og delt sine erfaringer og synspunkter.