Skip to content
Новость Insights Innovators авг. 2026 г.

Insights Innovators: люди рассказывают AI то, что не говорят исследователям

Обложка подкаста Insights Innovators: люди рассказывают AI то, что не говорят исследователям

Почему люди нередко откровеннее с AI-модератором, чем с живым исследователем? Этот вопрос лежит в основе 74-го эпизода подкаста Insights Innovators от MRII. Ник Грэм (основатель Vertemis) беседует с Альфредом Вальфорссом, CEO и сооснователем Listen Labs, — компании, которая использует AI для проведения, модерирования и синтеза интервью за несколько часов.

Почему AI-модераторы получают другие ответы

Центральный аргумент Вальфорсса: анонимность и воспринимаемое отсутствие человеческого суждения со стороны AI-модератора снижают эффект social desirability bias. В чувствительных исследованиях — здоровье, финансы, поведение, которое вызывает стыд, — респонденты склонны давать социально одобряемые ответы живому человеку. AI воспринимается иначе: без эмпатии, без оценки, без ожиданий. Это открывает доступ к данным, которые в традиционном интервью остались бы скрытыми.

Где AI заменяет человека, а где — нет

Разговор прямо ставит вопрос о балансе: когда реальные респонденты необходимы, а когда цифровые двойники справляются достаточно хорошо. Вальфорсс называет быструю проверку сообщений и концепций областью, где синтетические подходы работают — потому что там важна скорость итерации, а не глубина человеческого опыта. Для исследований, где нужно понять мотивации, контекст или неочевидное поведение, реальные люди остаются незаменимыми.

Listen Labs сокращает цикл от вопроса до синтезированных данных до нескольких часов. Именно скорость, по словам Вальфорсса, стала главным двигателем adoption внутри insights-команд: AI не просто автоматизирует существующий процесс, а открывает возможности, которые при традиционном подходе были недоступны из-за времени и стоимости.

Парадокс Джевонса и будущее профессии

Отдельная тема эпизода — что происходит со спросом на UX-исследователей по мере роста возможностей AI. Вальфорсс апеллирует к парадоксу Джевонса: когда технология снижает стоимость ресурса, его общее потребление растёт. Исследования становятся дешевле и быстрее — значит, их будут проводить чаще и по большему кругу вопросов. Это может увеличить, а не сократить спрос на специалистов, умеющих формулировать правильные вопросы и интерпретировать результаты.

«Research slop» как проблема индустрии

Вальфорсс использует термин «research slop» — некачественные исследования, произведённые с помощью AI без должного контроля. Ответственное внедрение требует понимания ограничений инструментов: когда синтетические данные достаточно надёжны, а когда их нельзя использовать для принятия решений. Это, по его мнению, становится одним из ключевых навыков исследователя в эпоху AI-ассистентов.

Полный эпизод длится около 33 минут и охватывает путь от кривой adoption AI в индустрии до конкретных советов по развитию навыков исследователей.