Skip to content
Видео Outset авг. 2026 г.

Outset: как Glassdoor провёл UX-исследования с помощью ИИ-модератора

Glassdoor и Outset — UX-исследование с ИИ-модератором

Athena Petritis, старший ведущий UX-исследователь в Glassdoor, делится опытом первого масштабного ИИ-исследования на платформе с использованием Outset — инструмента для ИИ-модерации качественных интервью. Видео построено как интервью-свидетельство: исследователь рассказывает, чем была вызвана необходимость в исследовании, почему выбрали Outset и что удалось получить в итоге.

Для кого это видео

Видео будет полезно UX-исследователям и менеджерам по исследованиям, которые рассматривают ИИ-модерацию как способ ускорить качественный этап, а также всем, кто работает в продуктовых командах над изучением поведения пользователей с ИИ-функциями.

Ключевые идеи

  1. ИИ на платформе требует отдельного исследования. Glassdoor интегрировал чат на основе OpenAI в свой сервис и захотел понять: что именно пользователи делают с этим инструментом? Для этого нужно было собрать качественные данные в масштабе — задача, которую традиционными методами решить быстро не получилось бы.

  2. Outset позволил провести исследование без компромиссов. По словам Petritis, если бы команда работала без Outset, пришлось бы либо удлинять сроки, либо жертвовать глубиной инсайтов. Инструмент убрал дилемму между скоростью и качеством: масштаб охвата сохранился, а глубина ответов — тоже.

  3. Исследование сформировало базу для понимания аудитории. Проведённое исследование, по словам Petritis, заложило «основополагающие принципы о пользователях Glassdoor и о том, что им нужно от ИИ для решения их задач». Это не разовый инсайт, а фундамент для дальнейших продуктовых решений.

  4. Простота внедрения снижает барьер. Petritis описывает опыт работы с Outset как почти «plug and play»: инструмент интегрируется в исследовательский процесс без длительной настройки. Именно это позволило команде сосредоточиться на интерпретации, а не на операционной стороне.

Стоит смотреть, если…

Вы проводите исследования поведения пользователей с ИИ-функциями в продукте и ищете способ получить качественную обратную связь от большой выборки без найма дополнительных модераторов. Видео даёт конкретный пример того, как устроен такой процесс на практике в крупной технологической компании.