Aké bolo zadanie

Zadaním bolo vytvoriť novú webovú stránku pre projekt AEP, ktorý ponúka programy štúdia v zahraničí pre študentov z USA. Motivácia pre novú webovú prezentáciu spočívala v tom, že klient kompletne rebrandoval a potreboval aj novú stránku, pričom univerzálnosť tejto prezentácie bola kľúčová. Identifikovali sme štyri hlavné cieľové skupiny, pre ktoré je AEP relevantný, potenciálni študenti, alumni (absolventi), rodičia študentov a univerzity, s ktorými môže AEP nadviazať partnerské vzťahy.

Aký bol problém

Na začiatku projektu AEP sme si stanovili cieľ oprioritizovať jednotlivé cieľové skupiny a následne vykonať hĺbkové rozhovory iba s tou primárnou. Vo finále sme však zistili, že všetky cieľové skupiny majú rovnakú váhu, a že klient chcel získať insighty od každej z nich. Nakoľko rozpočet na výskum nebol natoľko rozsiahly, aby sme pokryli všetky cieľové skupiny hĺbkovými rozhovormi, rozhodli sme sa v rámci daného rozpočtu preskúmať všetky cieľové skupiny dotazníkovym prieskumom.

Vykonali sme konkurenčnú analýzu, v ktorej sme zistili, ako k téme pristupuje konkurencia a kam sa chceme s projektom posunúť. Pomocou AI sme spravili sekundárny výskum, kde sme sa zamerali na problémy, ktoré riešia študenti v zahraničí, pričom časť z nich sa nám potvrdila. Išlo o obavy týkajúce sa bezpečnosti, životných nákladov a samotnej lokality. Začali sme zvažovať aj technické aspekty.

Proces, ktorý budem v tejto štúdii rozoberať sa týka dotazníkového prieskumu. V prieskumu sme zisťovali potreby respondentov a následne sme vyhodnotili výsledky, a vypracovali odporúčania, ktoré sme znova oprioritizovali podľa cieľov. Začali tvoriť štruktúru webu so stránkami a obsahom, a následne sme zadefinovali typové stránky, z ktorých web postavíme. Tieto návrhy sme prekonzultovali s klientom, a zapracovali sme jeho požiadavky, vrátane stránok, ktoré tam musia byť. Následne sme sa pustili do mid-fidelity dizajnu, aby sme si odsúhlasili jednotlivé komponenty a rozloženie stránok. Potom sme prešli na high-fidelity dizajn, kde sme aplikovali novú vizuálnu identitu. Tieto návrhy sme prediskutovali s klientom a teraz web postupne tvorím vo Webflow.

Ako som ten problém riešil

Pri riešení tohto problému som intenzívne pracoval s nástrojom ChatGPT, ktorý mi slúžil ako asistent pri tvorbe a vyhodnocovaní výskumu. Moja workflow s ním bola nasledovná.

Najprv som pozbieral všetky dostupné dáta, ktoré nám poskytol klient. Patrili sem dotazníky, ktoré pravidelne robia so študentmi po skončení semestru, dotazy, s ktorými sa stretávajú, a problémy, s ktorými sa potýkajú. Určil som si ciele, ktoré chcem zistiť, a začal som tvoriť otázky pre dotazníky.

Do Chatu som vytvoril projekt, do ktorého som dodal všetok potrebný kontext získaný v predchádzajúcich krokoch. Zároveň som ho nabriefoval, aká je jeho rola, a z akých zdrojov má čerpať pri jeho „roleplay“. Spoločne s ChatGPT som vyhodnotil dotazníky, ktoré nám dal klient a ktoré sa týkali absolventov a predstaviteľov univerzít. Tomu predchádzal jeden rozsiahly prompt, kde som mu vypísal, akým štýlom to má vyhodnotiť a na čo sa má zamerať. Tento prompt sa viackrát upravoval, aby som dosiahol požadovaný výsledok, pričom som zistil, že štruktúra promptov je kľúčová.

Následne som sa pustil do tvorby nových dotazníkov, kde som si definoval, čo chcem zistiť a čo tým sledujem. Tomuto opäť predchádzal ďalší prompt, v ktorom som znova definoval úlohu, kontext k úlohe, na čo si má dať pozor, aký chcem výsledok a ako má postupovať (v skratke: vypíš, premysli, daj mi finálne zhrnutie). Tieto návrhy som prekonzultoval s klientom, kde to prebehlo širším tímom, ktorý k tomu dal komentáre, ktoré som ad-hoc zapracoval.

Keď som mal toto hotové, dotazníky som vytvoril v Google Forms, kde som použil kombináciu škály pri jednotlivých bodoch v otázke, škály pri samotnej otázke a takisto otvorené otázky. Všetky dotazníky boli rozdelené do sekcií a na základe odpovedí sa niektoré sekcie dali prekročiť, aby som respondenta zbytočne nezaťažoval otázkami, ku ktorým nemá čo povedať.

Po vyplnení dotazníkov nastala fáza analýzy, kde som analyzoval všetky dotazníky. Opäť k tomu bolo potrebné vytvoriť prompt, tentoraz som už mal základ z predchádzajúcej analýzy. Postup bol taký, že som analyzoval všetky dotazníky zvlášť, otázku po otázke vyvodil závery a následne tam našiel spoločné vzory, ďalším promptom. Tam som už postupoval tak, že som do dokumentu skopíroval jednotlivé zistenia, aby ChatGPT nestratil pamäť, a začal v novom vlákne, ale v tom istom projekte. Následne som spoločne s Chatom vyhodnotil, čo sa prekrýva, čo je potrebné, a kde bola intenzita odpovedí negatívna, neutrálna, pozitívna a čo bude kľúčové. Z tohto som ďalej pokračoval na štruktúru, jednotlivé sekcie a ich potenciálny, požadovaný obsah.

Pri tvorbe promptov som primárne čerpal z Reddit-u. Tam som našiel asi najcennejšie informácie a príklady k tvorbe promptov. Ani odborné články a rôzne kurzy to nedokázali tak komplexne pokryť, poväčšine to skončilo pri jednoduchom prompte, ktorý mi ale nedával požadovaný výsledok.

Čo som si z toho odniesol

Práca s umelou inteligenciou, konkrétne s nástrojom ChatGPT, bola pre mňa cennou skúsenosťou, ktorá výrazne zrýchlila workflow a umožnila nám aspoň čiastočne preskúmať všetky štyri cieľové skupiny. Avšak, je mimoriadne dôležité neustále kontrolovať výstupy AI, nakoľko sa dokáže ľahko zacykliť alebo uhnúť od požadovaného výsledku. Pred použitím jeho odpovedí je potrebné dôkladne naštudovať materiály a vykonať nad nimi rýchlu analýzu, aby som si dokázal overiť ich relevantnosť a presnosť a bol stále v obraze. Celkovo to funguje dobre, pokiaľ sa človek postaví do pozície mentora.

Umelá inteligencia nedokáže vždy dokonale nacítiť niektoré odpovede, niekedy jej pri analýze unikne dôležitý kontext alebo emočné podtexty, ktoré sú pre ľudského výskumníka zjavné. Preto je nevyhnutné, aby som bol vždy v pozícii supervízora, ktorý kontroluje jej prácu a dopĺňa chýbajúce ľudské chápanie. Obzvlášť pri otvorených otázkach v dotazníkoch, kde sa respondenti vyjadrujú svojimi slovami, je táto kontrola kľúčová. Nuansy v ľudskej reči, sarkazmus, irónia alebo aj jednoduché nejednoznačnosti môžu byť pre AI náročné na úplné pochopenie, čo môže viesť k nesprávnym záverom. Vďaka dobrému promptu sa dá zvládnuť analýza dotazníkov s otvorenými otázkami, a to aj pri veľkom počte respondentov, napríklad sto päťdesiat. AI je v tomto prípade ideálny pomocník, ktorý dokáže spracovať veľké objemy textu efektívnejšie ako človek.

Pre budúce projekty by som zvážil hĺbkové rozhovory na získanie detailnejších informácií a kvalitatívnych insightov, aj keď je rozpočet obmedzený. Kombinácia rozsiahleho dotazníkového šetrenia s riadenou pomocou AI a menšieho počtu hĺbkových rozhovorov by mohla priniesť komplexnejší obraz o cieľových skupinách a ich potrebách.