Кентавры и минотавры: почему ИИ не заменяет исследователя
Сегодня подготовительный этап исследования часто пытаются сделать inhouse. На первый взгляд кажется: а что такого? Открыл ИИ, написал тему, объяснил, что хочешь получить, — и вот уже готова анкета, скринер или гайд интервью.
Но здесь есть важный нюанс. Часто такие материалы готовят люди, которые сами никогда не проводили исследования, не знают полевых технологий, не понимают ограничений метода и не всегда могут оценить качество того, что выдал ИИ. А это принципиальная разница.
В дискуссии об ИИ часто используют образы кентавра и минотавра. В исследованиях о совместной работе человека и ИИ, в том числе в работах Итана Моллика, Фабрицио Делль’Аква, Хилы Лифшиц-Ассаф, Кэтрин Келлогг, Франсуа Канделона и Карима Лахани, кентаврами называют специалистов, которые осознанно разделяют работу между собой и ИИ: что-то делегируют машине, а ключевые решения оставляют за человеком. Образ минотавра используют как противоположную метафору: когда уже не человек управляет ИИ, а человек просто берет результат алгоритма и несет его дальше без критической проверки.
Кентавр — это человек, который использует ИИ как инструмент. Он понимает задачу, задает правильные вопросы, проверяет результат, редактирует, уточняет, спорит с ответом, дорабатывает его и берет на себя ответственность за итог.
Минотавр — это человек, который воспринимает ответ ИИ как готовый и правильный. Он копирует результат без проверки, не замечает ошибок в логике, формулировках, шкалах, вариантах ответов и методике.
Мы тоже пользуемся ИИ. Например, чтобы быстрее набрать текст, сделать расшифровку, собрать черновую структуру, придумать варианты формулировок или быстро разложить материал по блокам. Но ответ ИИ — это не финальный документ. Это черновик, с которым дальше работает специалист: чистит лишнее, проверяет логику, убирает «галлюцинации», докручивает формулировки, задает уточняющие вопросы и адаптирует материал под реальную задачу исследования.
В исследованиях это особенно важно. Потому что данные — это всегда ответы именно на те вопросы, которые вы задали. Если вопрос сформулирован криво, шкала «не бьется», варианты ответов пересекаются, фильтр пропущен, переходы ломают логику, а анкета выглядит как набор хороших идей без сценария — на выходе вы получите не инсайты, а шум. Формально опрос пройдет. Таблицы будут. Диаграммы тоже. Но опираться на такие данные будет сложно.
Мы работаем и с исследовательскими компаниями, для которых собираем информацию, и с конечными заказчиками, которые готовят материалы самостоятельно. И разница всегда видна. Она очевидна уже на уровне подготовительных документов.
У профессионалов анкета не просто «написана». В ней есть нормальная логика прохождения, рабочие фильтры, понятный скринер, корректные квоты, неслучайный порядок вопросов, внятные шкалы, варианты ответов без дублей и пересечений, аккуратные формулировки без подсказок респонденту, понятные инструкции для интервьюера и продуманная структура данных на выходе.
У непрофессиональных материалов часто другая картина: вопрос вроде бы красивый, но непонятно, что он измеряет; шкала выглядит прилично, но потом ее невозможно нормально интерпретировать; варианты ответов звучат современно, но пересекаются между собой; в анкете нет маршрута, зато есть «простыня» вопросов; фильтры забыты; логика переходов едет; часть вопросов работает только в голове автора, но не в реальном поле.
ИИ может сильно ускорить подготовку. Но он не отменяет экспертизу. Хороший результат появляется не там, где «сгенерировали анкету», а там, где профессионал понимает, что именно он спрашивает, зачем он это спрашивает, как человек будет на это отвечать и как потом эти ответы можно будет использовать.