Si vous avez passé beaucoup de temps à effectuer des recherches qualitatives, les calculs suivants vous sembleront très familiers. Un seul modérateur peut programmer 4 à 6 entretiens approfondis par jour avant que la fatigue ne s'installe. Multipliez cela sur une fenêtre de terrain de 1 à 2 semaines et vous pourriez obtenir entre 30 et 45 sessions en supposant que la planification se déroule correctement. Ajoutez maintenant le fait que votre client final ou vos parties prenantes souhaitent une couverture couvrant cinq publics différents, trois marchés et deux gammes de produits. Les calculs ne s'additionnent pas, et ils ne s'additionnent jamais vraiment.
Alors, que faites-vous ? Tu dois faire des compromis. Vous décidez si vous devez couper des segments, réduire l'échantillon sur un marché pour faire de la place à un autre, affiner le guide de discussion pour faire des sessions plus courtes, et la liste est longue. Ce ne sont pas de mauvaises décisions. Il s'agit des choix rationnels que font les chercheurs lorsqu'il y a des problèmes de bande passante et des délais de projet stricts qui doivent être respectés. Mais en fin de compte, il s'agit toujours de compromis et chacun d'entre eux signifie qu'il y a des conversations que vous n'avez pas et des points de vue que vous n'entendez pas.
C'est la limite qui définit la recherche qualitative depuis des décennies. La recherche qualitative est puissante car elle laisse place à la nuance et à la profondeur pour vraiment découvrir le « pourquoi », mais cette profondeur et cette précision ont toujours un coût. Pour la plupart des chercheurs, c'est ainsi que les choses se passent et vous travaillez dans ces limites. Vous arrivez à expliquer pourquoi 25 à 30 entretiens suffisent et pourquoi le calendrier ne peut pas être réduit davantage.
Mais que se passerait-il si ces limites pouvaient changer ?
Entrez : Entretiens modérés par l'IA dans le cadre de recherches qualitatives
Avant d'aller plus loin, il convient de préciser de quoi nous parlons, car le terme « entretiens modérés par l'IA » a une signification différente selon les personnes.
Un entretien modéré par IA est une conversation individuelle entre un participant et un modérateur IA guidée par une question ou un objectif que le chercheur définit à l'avance. Le chercheur décide de ce qu'il doit apprendre, puis l'IA mène l'entretien par texte, audio ou vidéo en fonction de l'outil ou de la plateforme utilisé. Le modérateur IA lancera la conversation, posera des questions, étudiera les réponses, assurera le suivi lorsqu'une réponse est vague ou superficielle et mettra fin à la conversation lorsqu'il déterminera que la question ou le sujet a été suffisamment exploré et que l'objectif global fixé par le chercheur a été atteint.
Les entretiens modérés par l'IA ne sont pas un chatbot qui suit un script rigide. Et il ne s'agit pas d'un questionnaire statique écrit dans un langage conversationnel. Cette distinction est importante car la valeur de la recherche qualitative a toujours été le suivi. Les moments « dites-m'en plus à ce sujet » et « que vouliez-vous dire quand vous avez dit... » qu'un bon modérateur sait comment gérer. Un entretien modéré par l'IA est conçu pour reproduire ce sondage adaptatif, et pas simplement pour poser une série de questions ou de suivis prédéfinis.
Il est également important de noter que le modérateur IA ne fonctionne pas de manière autonome. Il ne décide pas quelles devraient être les questions de recherche. Il peut résumer les conversations, mais il n'interprète pas les résultats ni ne formule de recommandations. Le chercheur définit l'objectif, examine les résultats et décide quoi en faire. L'IA gère l'exécution de la conversation elle-même ainsi que la synthèse des informations, des parties qui ont toujours été bloquées par le nombre d'humains qualifiés disponibles pour le faire à un moment donné.
Si vous lisez ceci avec un certain scepticisme, je n'en attends pas moins. Les affirmations faites au sujet de l'IA dans la recherche au cours des deux dernières années ont souvent dépassé la réalité et les chercheurs ont raison de rejeter tout ce qui semble prometteur pour automatiser leur expertise. Ce n'est pas ça. Il s'agit de supprimer un plafond logistique afin que l'expertise d'un chercheur puisse aller plus loin.
Pourquoi les entretiens modérés par IA sont importants pour la recherche qualitative à grande échelle
À chaque conférence à laquelle j'ai assisté l'année dernière, qu'il s'agisse de TMRE ou de Quirks, un thème revenait constamment sur le devant de la scène. Les attentes en termes de profondeur et de rapidité augmentent et les délais traditionnels ont du mal à suivre. Les entretiens modérés par l'IA modifient l'équation de quelques manières clés qui, selon moi, méritent d'être explorées.
Lorsque le calendrier ne change pas, c'est là que l'impact est le plus immédiat. Prenons l'exemple d'une équipe produit qui prépare une réunion de planification trimestrielle. Ils ont besoin d'informations qualitatives provenant de cinq segments d'audience distincts. Les IDI traditionnels impliqueraient de sélectionner deux segments à prioriser dès maintenant et de reporter les autres au trimestre suivant. Grâce à des entretiens modérés par l'IA, le chercheur définit un objectif clair, lance des conversations simultanément sur les cinq segments et examine des résumés structurés en quelques jours. La réunion de planification se déroule en présence de représentants de tous les segments, et pas seulement de ceux qui correspondent au calendrier.
Lorsque la cohérence est importante sur tous les marchés, la valeur devient encore plus claire. La recherche mondiale a toujours entraîné un coût caché lié à la variabilité. Lorsque vous coordonnez huit modérateurs locaux dans huit pays, chacun apporte son propre style et sa propre interprétation du guide de discussion. Les entretiens modérés par l'IA poursuivent le même objectif défini par les chercheurs sur tous les marchés, les conversations se déroulant dans la langue maternelle des participants. Le résultat est structurellement cohérent, ce qui signifie que l'analyse peut se concentrer sur les véritables différences entre les marchés plutôt que sur les différences introduites par la variabilité modérée.
Lorsque la fenêtre de recherche est étroite, cette approche brille vraiment. Certaines des informations qualitatives les plus précieuses proviennent de moments fugaces. La première expérience d'un utilisateur avec un nouveau flux d'intégration. La réaction d'un client dans les jours qui suivent immédiatement une panne de service. La planification traditionnelle des entretiens ne peut tout simplement pas être assez rapide pour saisir ces moments. Les entretiens modérés par l'IA atteignent les participants dans ces fenêtres car il n'y a pas de calendrier à coordonner. La conversation a lieu lorsque le participant est prêt et non lorsqu'un modérateur est disponible.
Et lorsque vous devez présenter votre travail, il y a un avantage de transparence qui, selon moi, trouve un écho auprès des parties prenantes. Chaque conversation produit des transcriptions complètes et des résumés structurés. Lorsqu'une partie prenante remet en question une constatation, vous pouvez lui indiquer les échanges spécifiques qui la soutiennent. Cela ne fait pas de l'égal à du quantitatif, mais cela rend les preuves plus transparentes et plus faciles à défendre.
Il ne s'agit pas de scénarios hypothétiques. Ce sont les situations auxquelles les chercheurs font face au quotidien. Les entretiens modérés par l'IA n'éliminent pas ces questions de jugement. Ils modifient l'ensemble des options disponibles lors de leur création.
Quelle est la place des entretiens modérés par l'IA dans la pratique
Il serait facile de présenter cela comme une histoire de remplacement. Les anciennes méthodes sont éliminées, les nouvelles méthodes sont introduites. Ce cadre est faux et il passe à côté de l'essentiel.
C'est une question à laquelle nous pensons beaucoup chez Recollective. La technologie doit élargir ce qui est possible et non le restreindre. Les entretiens modérés par l'IA sont plus efficaces dans des contextes spécifiques tels que les travaux de découverte où vous devez approfondir un échantillon plus large, les études d'affinement dans lesquelles vous testez un concept sur plusieurs segments et les efforts de collecte de preuves lorsque la cohérence et la traçabilité sont importantes.
Ils sont moins adaptés aux sujets très sensibles où la présence et l'empathie d'un modérateur humain sont essentielles. Recherche sur le deuil, travaux tenant compte des traumatismes, études impliquant des populations vulnérables. Dans certaines conversations, un participant a besoin de sentir qu'une autre personne écoute réellement, un besoin qu'aucune technologie ne devrait essayer de remplacer. Les chercheurs le comprennent intuitivement. L'objectif n'est pas de tout confier à l'IA. Il s'agit de libérer de la bande passante humaine pour les tâches qui en ont le plus besoin.
Pour les équipes d'entreprise qui évaluent cette approche, la question de sécurité est tout aussi importante que la question de méthodologie. Les outils d'IA de Recollective fonctionnent dans le même environnement conforme à la norme SOC 2 que le reste de la plateforme : les données des participants sont cryptées, associées à votre compte et ne sont jamais utilisées pour entraîner des modèles externes.
Dans la pratique, nous assistons à l'émergence d'un modèle hybride. Le chercheur définit l'objectif et les paramètres de la conversation. L'IA mène les entretiens. Le chercheur passe en revue les résultats, lit des résumés, scanne les transcriptions et identifie les sujets qui méritent d'être approfondis. Dans certains cas, le chercheur effectue un suivi auprès d'un plus petit groupe d'IDI traditionnels pour approfondir les thèmes abordés dans les conversations modérées par l'IA.
L'art de la recherche qualitative ne disparaît pas dans ce modèle. Il met davantage l'accent sur la conception, l'interprétation et les recommandations.
Ce qui change lorsque vous utilisez l'analyse qualitative assistée par l'IA
Ayant travaillé avec des équipes adoptant cette approche, j'ai pu constater l'apparition constante de quelques modèles qui méritent d'être partagés.
L'objectif est tout. Le facteur le plus important pour déterminer si un entretien modéré par l'IA produit des résultats utiles est l'objectif écrit par le chercheur. Un objectif vague ou trop large donne lieu à des conversations vagues et trop générales. Un objectif ciblé assorti de priorités claires donne lieu à des conversations qui approfondissent les sujets importants. C'est en fait rassurant quand on y pense. Cela signifie que la qualité de la recherche est toujours entre les mains du chercheur.
Les participants sont souvent plus francs. De plus en plus de preuves suggèrent que certains participants sont plus ouverts dans les conversations avec un modérateur basé sur l'IA qu'avec un humain. La dynamique qui consiste à jouer pour une autre personne, à dire ce que vous pensez que le modérateur veut entendre et à modifier vous-même en temps réel, est réduite lorsque l'interlocuteur n'est pas humain. Pour les sujets où le biais de désirabilité sociale est une préoccupation, cela peut être véritablement libérateur pour les participants.
L'analyse change de forme et pas seulement de vitesse. L'hypothèse courante est que les entretiens modérés par l'IA accélèrent l'analyse car vous avez moins de matériel à examiner. La réalité est plus intéressante. Vous avez souvent plus de conversations qu'avec les IDI classiques. Ce qui change, c'est le format. Au lieu de regarder des heures d'entretiens enregistrés, vous travaillez avec des résumés structurés déjà organisés autour de l'objectif. Le travail d'interprétation est toujours effectué par le chercheur, mais il part d'une base plus structurée. Plus de temps à donner un sens aux conversations et moins de temps à consacrer au travail mécanique d'organisation des données brutes.
Premiers pas avec des entretiens modérés par l'IA
Chez Recollective, nous avons intégré cette fonctionnalité à notre plateforme car nous pensons que le chercheur doit rester au centre du processus. Concevoir les objectifs, examiner les preuves et prendre les décisions qui comptent.
Si cela vous intéresse et que vous êtes curieux d'essayer des entretiens modérés par l'IA, les conseils pratiques sont simples. Commencez petit et commencez par quelque chose de réel. Choisissez une question de recherche que vous vouliez exécuter OU effectuez vos propres tests A/B avec un élément que vous utilisez habituellement dans le cadre de la plupart de vos projets (peut-être un simple exercice pour apprendre à vous connaître). Écrivez-lui un objectif clair. Exécutez-le avec un nombre gérable de participants. Lisez les transcriptions. Comparez les résumés à votre propre interprétation des conversations brutes. Faites-vous votre propre opinion sur la qualité avant de procéder à la mise à l'échelle.
Ce n'est pas une méthode que vous devez adopter ou rejeter purement et simplement. C'est un outil et, comme tout outil, sa valeur dépend de la manière dont il est appliqué. Les chercheurs qui tirent le meilleur parti des entretiens modérés par l'IA sont ceux qui l'ont abordé avec curiosité plutôt que conviction, qui ont mené une petite étude, évalué les résultats honnêtement, puis ont décidé où cela s'inscrivait dans leur pratique.
Le plafond de la recherche qualitative a toujours été défini par le nombre de conversations qu'un humain peut mener. Ce plafond est en train de se lever. C'est à vous de décider ce que vous ferez de l'espace supplémentaire, des segments que vous pouvez désormais inclure, des marchés que vous pouvez désormais couvrir et des questions que vous pouvez désormais poser. Et c'est exactement comme ça que ça devrait être.
.svg)