Defnyddio AI i Wella Dadansoddiad Ymchwil Eilaidd
Cefndir
Mae ymchwil eilaidd yn chwarae rhan hanfodol wrth ddarparu mewnwelediadau gwerthfawr a chefnogi prosesau gwneud penderfyniadau yn ystod ein cyfnodau sylfaen neu ddarganfod. Mae ein tîm Dylunio sy'n Canolbwyntio ar y Defnyddiwr (UCD) yn aml yn archwilio'r hyn rydym yn cyfeirio ato fel data 'cynradd ac eilaidd', sy'n helpu i ddeall barn a phrofiadau defnyddwyr trwy ffynonellau presennol. Mae enghreifftiau o hyn yn cynnwys postiadau cyfryngau cymdeithasol, fforymau, adolygiadau, a blogiau. Gall y ffynonellau hyn i gyd ddarparu mewnwelediadau gwych, ond hefyd gynhyrchu llawer o ddata a dadansoddiadau sy'n cymryd llawer o amser.
Er mwyn mynd i'r afael â'r her hon, arbrofodd tîm UCD yn ddiweddar â throsoli Deallusrwydd Artiffisial (AI) i gynorthwyo â dadansoddi data eilaidd yn thematig. Mae Cat, ein Uwch Ddylunydd sy’n Canolbwyntio ar y Defnyddiwr, yn esbonio’r broses:
“Yn nodweddiadol, fel ymchwilwyr rydym yn dibynnu ar ein harbenigedd i ddadansoddi ffynonellau data eilaidd â llaw. Fodd bynnag, gyda phynciau amlochrog gall dadansoddi â llaw fod yn araf, a gall llinellau amser darganfod tynn arwain at anwybyddu data. Arweiniodd hyn at benderfynu treialu’r defnydd o AI yn ystod prosiect diweddar i gyflymu’r gwaith o ddadansoddi data eilaidd.
Ffactorau i'w hystyried
Un pryder cychwynnol oedd gan dîm UCD ynghylch cynnal ymchwil a yrrir gan AI oedd diffyg hygrededd a’r gallu i olrhain y ffynonellau a ddefnyddir i lywio offer AI agored. Aeth y tîm i'r afael â'r mater hwn drwy reoli'r data y cyfeiriwyd ato a dim ond defnyddio AI ar gyfer y cam dadansoddi. Caniataodd y dull hwn i'r tîm gadw rheolaeth dros y broses dethol data ac i ymgolli yn y pwnc. Roedd hyn yn hwyluso dyfnder gwybodaeth a dealltwriaeth a fyddai wedi’u colli pe bai Deallusrwydd Artiffisial wedi’i ddefnyddio i ddisodli’r cyfnod ymchwil sylfaen yn llawn.
Yr offeryn AI a ddewiswyd gennym i ddadansoddi’r dyddiad eilaidd ar gyfer y treial hwn oedd Miro Assist, rhan o feddalwedd bwrdd gwyn digidol cydweithredol Miro yr ydym yn ei defnyddio’n rheolaidd yn PDR. Gofynnwyd i’r AI ddadansoddi’r data a gasglwyd ym mhob maes ymchwil yn thematig, yn ogystal â chynhyrchu crynodebau cryno a oedd yn casglu ac yn egluro’r canfyddiadau’n effeithiol.
Canlyniadau
Darparodd yr allbynnau fewnwelediadau gwerthfawr a arweiniodd gamau dilynol y broses ymchwil. Helpodd y themâu i nodi pethau cyffredin yn gyflym ym mhrofiadau dogfenedig grwpiau defnyddwyr penodol, a helpodd hynny yn ei dro i ddylunio deunyddiau ymchwil cynradd megis sgriptiau cyfweliad. Roedd y crynodebau terfynol hefyd yn cyfleu'r canfyddiadau mewn fformat cryno a hawdd ei ddeall a oedd yn hwyluso cyfathrebu prydlon ac aliniad ymhlith y tîm prosiect ehangach.
Drwy defnyddio offer AI yn y modd hwn fe wnaethom arben gryn amser tra'n dal i sicrhau canlyniadau dibynadwy a gwerthfawr o’r ymchwil eilaidd. Un o fanteision allweddol ein dull oedd y gallu i gyfuno arbenigedd dynol â galluoedd peiriannau. Er y gall AI brosesu symiau mawr o ddata yn effeithlon a nodi patrymau’n gyflym, nid oes ganddo’r gallu i feddwl y feirniadol a deall cyd-destun ymchwilwyr dynol sy'n gweithio i gwrdd â gofynion cleientiaid a phrosiectau amrywiol. Drwy gynnwys y tîm yn y broses dethol data, gwnaethom ddileu unrhyw bryderon ynghylch olrhain ffynonellau AI a galluogi prosesau ac aliniad mwy effeithlon ar draws y tîm ehangach.
Wrth i dechnoleg barhau i ddatblygu, yn ddi-os bydd y rhyngweithio rhwng ymchwilwyr dynol ac AI yn chwarae rhan ganolog nid yn unig o ran cynyddu cynhyrchiant a chynhyrchu mewnwelediadau ystyrlon, ond hefyd ysgogi arloesedd a gwella arferion ymchwil.”
