Informaatiotuotannon automatisoituminen ja tehostuminen haastaa niin tutkimustiedon tuottajia kuin käyttäjiä. Vaatii yhä enemmän aivotyötä erottaa, mitä on merkityksellistä – tai edes totta. Iro Researchin tekoälypohjaiset tutkimusratkaisut tarjoavat entistä syvällisempää tietoa markkinoiden ja yhteiskunnan ilmiöistä yhdistämällä laadullisen ja määrällisen tutkimuksen parhaita puolia.

Pihvi-vertaus sopii hyvin tutkimusyritykselle, joka tekee paljon elintarvikealan tutkimusta ja tuotetestejä. Niiden avulla pystytään jo ennen markkinoille lanseeraamista kertomaan, onko tuote kuluttajien mielestä hyvä.

Tähän ei tekoäly kykene. Se ei voi meidän puolestamme määrittää, mikä on hyvää tai huonoa tai mitä kannattaisi tehdä. Tekoäly on robotti: se tekee työtä käskettyä, väsymättä ja teknisessä mielessä virheettömästi. Sillä on tavallaan älyä, mutta kuitenkin sitä pitää ihmisten toimin jatkuvasti kouluttaa ja ohjeistaa.

Tekoäly on tullut vauhdilla myös markkina- ja mielipidetutkimusten maailmaan. Iro Research hyödyntää avoimien vastauksien analysoimisessa Text Miner -ohjelmaa ja Copilot-tekoälysovellusta.

Tämä dynaaminen tutkimustuote sopii erityisesti sellaisiin tilanteisiin, kun ollaan jonkin uuden ilmiön edessä ja mietitään, mitä siitä oikein pitäisi ajatella. Miten kuluttajat ymmärtävät esimerkiksi vastuullisuuden? Mitä turvallisuus heille merkitsee tänä päivänä? Millainen on auton tai kodinkoneen ostopolku?

Edelleen kaikkein syvällisimmän tiedon kohderyhmien näkemyksistä saa laadullisen tutkimuksen avulla. Määrällisen tutkimuksen monivalintakysymyksillä saadaan prosentit ja suuruusluokat.

Tekstimainaus tarjoaa syventävää ymmärrystä näiden perinteisten tutkimustapojen väliin: mielipidekyselyssä on usein nelinumeroinen määrä avoimia vastauksia, joiden koodaaminen pelkästään käsipelillä on työlästä. Lisäksi ihmiseltä voi jäädä jotain huomaamatta – kone on ylivertainen silloin, kun tarvitaan isojen tietomassojen systemaattista läpikäymistä ojankaivuutyyliin.

Tekoäly ja ihmisäly täydentävät toisiaan. Lopulta jää aina tiedon tuottajan ja käyttäjän määriteltäväksi, mikä datassa on merkityksellistä ja millaisia päätöksiä sen nojalla kannattaa tehdä.

 

Asiakkuusjohtaja

Yhteiskuntatieteiden tohtori