Como é que a inteligência artificial o pode ajudar a fazer uma melhor investigação?

A inteligência artificial veio para ficar nos estudos de mercado. O estado atual da tecnologia permite que muitas tarefas sejam realizadas com a ajuda da IA e, à medida que esta se desenvolve, pode ser aplicada ainda mais para tornar a investigação mais fácil, mais rápida e de maior qualidade.

Para que isso aconteça, os investigadores precisam de aprender a utilizá-la, sabendo onde acrescenta valor e onde não acrescenta. Para esclarecer a utilização da IA na prática, realizámos um estudo que nos permitiu recolher muitas aprendizagens interessantes.

Research on research

Na We are testers, somos investigadores, pelo que não gostamos de nos basear em dados para tomar decisões. Assim, para compreender o valor da inteligência artificial na investigação, quisemos fazer um estudo de «investigação sobre investigação», realizando a mesma investigação de três formas diferentes:

• Através da inteligência artificial: ver até onde a IA nos levaria (sem intervenção humana para além de instruções).
• Através de investigadores especializados. Efetuar todo o processo através de pessoas sem utilizar a inteligência artificial em nenhuma etapa.
• Combinando a utilização de peritos e de inteligência artificial.

Em todos os casos, avaliámos a qualidade dos resultados e medimos o tempo necessário para completar as tarefas. O nosso objetivo era responder a três perguntas:

• A IA pode ajudar-nos a fazer investigação sem perder qualidade?
• Pode ajudar-nos a ser mais rápidos e eficientes?
• EM que medida?

Para fazer o teste, utilizámos um briefing de estudo relativamente simples e fácil de resolver através de um inquérito quantitativo em linha. Para realizar tarefas com inteligência artificial, utilizámos soluções como o Chat GPT, DeepL hix.ai e Copilot; e utilizámo-las em três fases da investigação: criação do questionário, tradução do questionário e análise das perguntas abertas.

Criação do questionário

O primeiro passo foi utilizar o briefing para criar um questionário utilizando inteligência artificial. Experimentámos diferentes sugestões que polimos e combinámos para ver o que conseguíamos fazer. No início, os resultados pareciam espectaculares. Numa questão de minutos, tínhamos um questionário que, à primeira vista, respondia aos objectivos de informação. As perguntas estavam correctas e, quando a pergunta envolvia a composição de listas de opções – listas de marcas ou listas dos principais meios de descobrir a categoria – a IA criou-nos listas precisas. As escalas de classificação estavam bem construídas. Analisando as perguntas uma a uma, não havia nada de errado.

Nesse projeto, um dos nossos investigadores seniores reviu o questionário em pormenor e introduziu três grandes melhorias.

• A inteligência artificial cingiu-se às perguntas literais e criou uma pergunta para cada ponto do briefing, na mesma ordem e sem qualquer outra reflexão. Na revisão, a investigadora interpretou o briefing de forma mais aberta, utilizou a sua experiência para imaginar o que o cliente procurava por detrás da lista literal de objectivos e antecipou os pontos fracos do briefing, preenchendo o que teria sido insuficiente para tomar decisões eficazes.
• Outra melhoria importante foi a reorganização do questionário. Um investigador experiente sabe como colocar as perguntas mais simples no início e deixar as mais complicadas para quando o inquirido estiver mais interessado no tema. E também organiza as perguntas de forma a evitar perguntas que possam influenciar as perguntas que serão feitas mais tarde.
• O nosso investigador também acrescentou texto que melhorou a experiência do inquirido, ajudando-o a compreender melhor em que bloco do questionário se encontrava e valorizando a sua participação. Motivar os inquiridos e ajudá-los a responder é fundamental para obter respostas de qualidade.

Enquanto tudo isto decorria, outro investigador da nossa equipa conduziu o questionário sem a ajuda da inteligência artificial. Desta forma, obteve-se um questionário de qualidade ainda mais elevada. Ao começar do zero, uma vez que a base de IA não influenciou o julgamento da investigadora, esta pôde ser mais criativa para ir mais longe e acrescentar valor. Em contrapartida, demorou 60 minutos a preencher o questionário, em comparação com 40 minutos utilizando a IA e revendo o seu questionário. O ganho de 20 minutos não pareceu suficiente para compensar a perda de qualidade do questionário, uma componente que tem uma grande influência na qualidade dos resultados.

No entanto, houve aspetos em que o contributo da inteligência artificial nos pareceu relevante. Por exemplo, no estudo a efetuar, foi necessário elaborar uma lista de marcas e uma lista de meios de comunicação para conhecer a categoria do produto. O investigador demorou um tempo relevante a procurar informações, enquanto a IA compôs as listas em poucos segundos.

É por isso que acreditamos que o ótimo reside na combinação do trabalho humano com a inteligência artificial. Atualmente, o investigador é melhor a criar um questionário bem estruturado e mais valioso. E, ao mesmo tempo, pode poupar tempo ao utilizar a inteligência artificial para compor partes específicas do questionário, como as que envolvem conhecimento contextual do mercado e da categoria.

Tradução de questionários

A segunda tarefa para a qual testámos a utilização da inteligência artificial foi a tradução do questionário. Testámos diferentes soluções de tradução automática e, em paralelo, enviámos o nosso questionário a uma empresa de tradução externa. O resultado foi que a tradução da agência e a de uma das soluções de IA eram virtualmente idênticas, mas o recurso à agência de tradução aumentou os custos e atrasou o início do trabalho de campo em dois dias. Com uma qualidade equivalente e um custo praticamente nulo, a utilização da inteligência artificial neste domínio pareceu-nos uma decisão óbvia.

Análise de perguntas abertas

O terceiro caso de utilização da inteligência artificial foi a análise de perguntas abertas. Trata-se de uma tarefa que consome muito tempo aos investigadores. A análise exige a leitura de todas as respostas para se ter uma ideia dos temas principais. É ainda mais moroso se se pretender codificar as respostas para obter resultados numéricos. No nosso caso, um investigador especialista gastou 45 minutos para resumir os resultados de cada pergunta aberta (sem codificação). Utilizando a inteligência artificial, obtivemos um rascunho em segundos. Este projeto foi testado por um dos nossos investigadores, que certificou a sua qualidade revendo uma percentagem das respostas dos inquiridos. Esta tarefa, que consideramos importante para validar que não há falha da IA na compreensão das respostas, demorou 15 minutos por pergunta aberta.

Se a qualidade for equivalente e se ganharmos 30 minutos por pergunta aberta, consideramos que a incorporação da inteligência artificial é muito útil por duas razões.

• Dependendo do número de perguntas abertas do questionário, podem ser poupadas várias horas, o que é relevante, especialmente em estudos que exigem rapidez. Além disso, o trabalho manual é reduzido, o que geralmente é incorporado no preço do estudo.
• Aumento do valor. As perguntas abertas têm um grande valor na investigação, mas são utilizadas de forma muito limitada nos questionários quantitativos. E isso deve-se ao facto de darem muito trabalho manual …… Até agora. Graças à inteligência artificial, podemos agora utilizar perguntas abertas com mais frequência e aceder a informações mais profundas que antes não eram acessíveis na prática.

Conclusões

Olhando para os resultados em perspetiva, chegamos às seguintes conclusões:

• A inteligência artificial é útil. Poupa tempo e recursos, permitindo aos clientes tirar mais partido do seu orçamento, tomar decisões mais rapidamente e manter-se à frente dos seus concorrentes. E abre a porta a uma investigação de maior qualidade através da possibilidade de utilizar perguntas mais abertas nos questionários. O contributo da IA para a investigação é positivo.
• A IA não substitui os investigadores. Há tarefas em que o investigador é atualmente superior, como a conceção da investigação, a estruturação do questionário de qualidade e a conceção da experiência do inquirido. Por conseguinte, o investigador deve manter o controlo do estudo e supervisionar o trabalho da inteligência artificial nos casos em que vale a pena utilizá-la.
• Ter uma visão clara sobre onde a IA acrescenta valor (e onde não acrescenta). É importante fazer experiências para perceber onde é que a IA traz benefícios. E, ao mesmo tempo, temos de ser exigentes e continuar a reservar as tarefas em que a IA ainda não traz o maior valor para os seres humanos.
• A IA melhora a experiência do investigador. Utilizar a IA para automatizar as tarefas mais aborrecidas – como a análise de perguntas abertas – melhora a experiência do investigador e torna a profissão mais interessante. Isto ajuda a investigação a atrair melhores profissionais, o que é bom para a indústria e para os clientes dos serviços de investigação.

Inteligência artificial no We are testers

A plataforma de investigação We are testers foi pioneira na introdução de inteligência artificial para a análise de perguntas abertas em 2023. Esta funcionalidade está disponível não só em inquéritos em linha, mas também em comunidades em linha.

Tendo em conta os resultados do estudo, introduzimos a tradução automática de questionários no nosso roteiro de desenvolvimento. Esta nova funcionalidade estará disponível em 2024.

Além disso, já estamos a trabalhar num assistente de questionário que utiliza IA para ajudar a compor o questionário mais rapidamente. Esta nova funcionalidade está planeada para 2025.

No roteiro de desenvolvimento do We are testers há muitas outras melhorias tecnológicas, como a introdução de técnicas de neuromarketing – eyetracking e codificação facial – que estarão disponíveis nos próximos meses.

Siga-nos no LinkedIn ou subscreva para receber as últimas notícias antes de qualquer outra pessoa. E se perder alguma coisa, contacte-nos para saber mais sobre a disponibilidade de qualquer tecnologia na nossa plataforma.