MRI Insights & Innovators: почему люди говорят AI то, что скрывают от исследователей
Alfred Wahlforss, CEO и сооснователь Listen Labs — платформы для AI-модерированных пользовательских интервью, которой пользуются Microsoft, Google, Nestlé, Canva и Skims, — объясняет в эпизоде подкаста MRI’s Insights and Innovators, почему люди зачастую откровеннее с AI-модератором, чем с живым исследователем. Разговор охватывает состояние AI-адопции в инсайтс-индустрии, разницу между synthetic users и digital twins, а также вопрос о том, что останется за человеком, когда большая часть исследовательского процесса автоматизируется.
Для кого это видео
Эпизод полезен UX-исследователям и специалистам по market research, которые уже экспериментируют с AI-инструментами и хотят разобраться в границах их применения. Он также подходит тим-лидам инсайтс-команд, обосновывающим внедрение AI перед руководством, и тем, кто проектирует стратегию работы с digital twins.
Ключевые идеи
-
AI-модерация с реальными людьми — не то же самое, что синтетические участники. Listen Labs строит платформу на интервью с реальными людьми, где AI выступает модератором, а не заменяет респондентов. Wahlforss разграничивает synthetic users (создаются на основе демографической статистики без индивидуальных данных) и digital twins (строятся на многократных интервью с конкретным человеком). Twins учитывают нетипичные, «краевые» ответы, которые синтетический подход теряет по определению.
-
Эффект откровенности. AI-модератор не создаёт социального давления и воспринимается как терпеливый, ненасыщаемый слушатель. Участники с большей вероятностью сообщают чувствительную или социально нежелательную информацию, когда знают, что разговаривают с машиной. Wahlforss не противопоставляет это живым интервью, а описывает как дополнительный канал для тем, где человеческий фактор создаёт барьер.
-
Парадокс Джевонса в исследованиях. В XIX веке экономист Джевонс обнаружил, что рост эффективности угольного производства привёл не к снижению потребления, а к его росту. Wahlforss переносит эту логику на инсайтс-индустрию: один исследователь, вооружённый AI, сможет проводить на порядок больше исследований, а значит, спрос на исследователей в командах вырастет, а не упадёт.
-
Что остаётся за человеком. AI хорошо генерирует инсайты, но генерирует их в сто раз больше, чем команда способна переработать. Исследователь нужен там, где требуется контекст всей организации: отфильтровать сигнал от шума, решить, что важно именно для этого стейкхолдера, и убедить его в правильности выбора. Wahlforss называет это «знанием клиента изнутри» — состоянием, когда можно отвечать на вопросы о пользователях без дополнительного исследования.
-
Скорость и качество перестают быть компромиссом. Listen Labs встраивает методологические наработки опытных исследователей прямо в шаблоны платформы: структура discussion guide, логика зондирующих вопросов, оценочные критерии. Новый пользователь не начинает с чистого листа, а опирается на опыт команды с двадцатилетним стажем. Результат — 10 интервью с полным анализом за один час при сохранении методологической строгости.
Стоит смотреть, если…
Вы управляете инсайтс-командой с ограниченным бюджетом и ищете конкретные аргументы для внедрения AI-модерации; или хотите разобраться в практической разнице между digital twins и synthetic users; или вам нужен взгляд практика на то, где AI уже достаточно надёжен, а где человеческая экспертиза по-прежнему определяет качество результата.