La tâche de conversation de Recollective aide les chercheurs à mener des entretiens modérés par IA qui permettent de recueillir des informations qualitatives riches à grande échelle. Jusqu'à présent, chacune de ces conversations n'était guidée que par l'objectif défini par le chercheur. Par exemple, si un participant déclarait lors d'une tâche d'enregistrement d'écran qu'un produit semblait « facile à utiliser mais déroutant au début », la tâche de conversation qui suivait ne pouvait pas lui demander de préciser sa pensée.
Les conversations contextuelles comblent cette lacune. Grâce à notre dernière mise à jour, la tâche de conversation s'appuie désormais sur les réponses fournies par le participant au cours de la même activité, permettant ainsi au modérateur IA de poser des questions basées sur les informations déjà partagées.
Comment les conversations contextuelles affinent les questions de suivi des entretiens modérés par IA
La recherche se fait rarement en une seule étape. Par exemple, lorsqu'un participant réagit à un concept ou explique son expérience, cette réponse indique au chercheur où approfondir. En tant que modérateurs expérimentés, vous disposez du contexte et de la formation nécessaires pour poser des questions de suivi ciblées, clarifier le sens et aller au-delà des réponses superficielles.
Les conversations contextuelles apportent du contexte aux entretiens modérés par IA. En mémorisant les réponses précédentes, le modérateur IA de Recollective peut désormais :
- Améliorer la qualité des données. Par exemple, en comblant les lacunes laissées par les réponses aux tâches précédentes ou en clarifiant des réponses qui semblent contradictoires d'une tâche à l'autre.
- Respecter le temps du participant en allant droit au but sur les sujets et les niveaux de profondeur non encore abordés, tout en évitant les points qu'il a déjà indiqués comme non pertinents pour lui.
- Offrir aux participants une expérience plus naturelle en traitant l'ensemble de l'activité comme une conversation continue que le modérateur suit du début à la fin.
Pour les chercheurs, cela signifie qu'une tâche de conversation ne se limite plus à un entretien isolé, mais devient partie intégrante d'un parcours continu et conscient du contexte.
Comment configurer les conversations contextuelles
Lors de la configuration d'une tâche de conversation, il suffit aux chercheurs de cocher la case Inclure les réponses aux tâches précédentes comme contexte sous l'objectif de la conversation. Ils peuvent ensuite utiliser cet objectif pour préciser les réponses précédentes auxquelles le modérateur IA doit se référer et la manière dont il doit les utiliser.
Une fois activée, la tâche de conversation lit et peut faire référence aux réponses terminées lors de tâches précédentes au sein de la même activité pour mener l'entretien. Cela inclut les réponses de tous les types de tâches, à l'exception des photos et des fichiers.
Pour les enregistrements vidéo et d'écran, la tâche de conversation utilise la transcription pour comprendre ce que les participants ont dit ou écrit. Actuellement, elle n'analyse pas directement la couche visuelle de l'image, de la vidéo ou de l'enregistrement d'écran.
Quand les conversations basées sur les réponses sont les plus utiles
La prise en compte des réponses soutient de nombreux objectifs de recherche. Trois cas d'utilisation se distinguent.
Explorer les retours ouverts
Si un participant déclare qu'un produit est « facile à utiliser mais déroutant au début » dans une tâche d'enregistrement d'écran, la tâche de conversation peut explorer précisément ce qui a rendu cette première expérience déroutante en réagissant à ce que le participant a réellement dit, plutôt que de s'appuyer sur une question de suivi générique.
Faire le lien entre les propos d'un participant au fil des tâches
Lorsqu'un participant classe l'alimentation saine comme sa priorité absolue, puis explique plus tard dans une vidéo qu'il choisit souvent des repas rapides et pratiques, une tâche de conversation peut explorer cette contradiction. Par exemple, le modérateur IA pourrait demander : « Vous avez mentionné qu'une alimentation saine est importante pour vous, mais vous avez également indiqué que la praticité influence souvent vos choix de repas en semaine. Qu'est-ce qui vous empêche généralement de manger comme vous le souhaiteriez ? »
Assurer un suivi sur des conditions spécifiques
Les conversations basées sur les réponses permettent un suivi conditionnel. Lorsque vous donnez au modérateur plusieurs sujets à explorer, il ne poursuit que ceux qui sont pertinents au regard des réponses précédentes du participant. Si quelqu'un a mentionné Amazon ou une autre plateforme dans une tâche antérieure, la tâche de conversation l'interrogera sur cette expérience. Si une plateforme n'a jamais été évoquée, le modérateur passera outre. Chaque participant consacre du temps à ce qui le concerne, plutôt que de répondre à la même série de questions que tout le monde.
Comment concevoir des flux de conversation plus connectés
Les conversations basées sur les réponses fonctionnent mieux lorsque les chercheurs traitent la tâche de conversation comme l'étape suivante d'un échange continu plutôt que comme un entretien isolé. Placez-la après que les participants ont déjà partagé des retours, des réactions ou des décisions pertinents, afin que le modérateur IA dispose d'un contexte significatif sur lequel s'appuyer.
Un objectif de conversation clair reste tout aussi important. Les réponses précédentes fournissent au modérateur le contexte, et l'objectif détermine ce qu'il doit en faire (clarifier un retour général, explorer un compromis, approfondir une réaction forte ou comparer les propos d'un participant entre différentes tâches, etc.).
Avec un placement judicieux et un objectif clair, la tâche de conversation cesse d'être un simple entretien pour devenir une discussion continue, où le modérateur donne l'impression d'avoir été attentif tout au long du processus.
Pour des conseils de configuration détaillés, les comportements pris en charge et les limitations, consultez la base de connaissances de Recollective.
.svg)