Colay / Guías
Sintetizar las entrevistas con los clientes sin depender de la interpretación de un modelo
Varias interpretaciones de la IA pueden ayudarle a notar diferentes patrones en 20 entrevistas, pero los temas repetidos en todos los modelos no son evidencia adicional de los participantes. Utilice Colay para comparar los códigos y temas propuestos y luego verifique cada hallazgo importante con los extractos de las fuentes permitidas. El resultado debería ser una tabla de evidencia que otro investigador pueda inspeccionar, no una votación sobre qué narrativa suena convincente.
Preparar la evidencia antes de pedir temas
Confirme que los permisos de investigación y las reglas de su organización permiten compartir el material con el servicio seleccionado. Elimine identificadores y detalles confidenciales innecesarios. Asigne a cada entrevista una identificación estable y a cada extracto una ubicación, como un párrafo o una marca de tiempo. Mantenga la clave de identificación fuera del material que envíe.
Si el material no se ajusta al contexto disponible, trabaje en lotes explícitos con las mismas instrucciones de codificación. Registre qué entrevistas contiene cada lote y conserve los enlaces a los extractos originales. No asuma que un modelo ha leído una transcripción omitida o que los chats separados se recuerdan automáticamente entre sí.
Mantenga separadas la observación, la interpretación y la acción
La guía de análisis de investigación de GOV.UK distingue lo que se observó del hallazgo derivado de ello y la acción que sigue. En un flujo de trabajo asistido por IA, haga explícitos esos tres niveles en el resultado solicitado. La cita de un cliente no debería convertirse silenciosamente en un requisito del producto.
Primero solicite a los agentes disponibles a través de Ask separately que propongan códigos de los mismos extractos. Luego compare sus definiciones, ID de respaldo y excepciones. Diferentes etiquetas pueden describir el mismo comportamiento; las etiquetas coincidentes pueden ocultar significados diferentes. Revise el material subyacente antes de fusionarlo.
Ejemplo: palabras repetidas no son participantes repetidos
Conjunto de datos ficticio: 20 entrevistas sobre la reserva de citas. Cinco participantes mencionan dificultades para cambiar una reserva. Un participante, I07, describe el mismo incidente tres veces. Otro, I12, dice que cambiar una reserva fue fácil pero entender la confirmación fue difícil. Estos son aportes inventados para ilustrar el método.
No convierta los tres extractos de I07 en tres participantes independientes ni combine I12 en el mismo problema sin leer la distinción. Incluso un recuento verificado de cinco entre estos 20 participantes describe esta muestra; no establece prevalencia entre todos los clientes.
Un desacuerdo útil sería que un modelo codifique el material como dificultad de navegación y otro como incertidumbre después del cambio. Vuelva a los extractos y decida si se trata de temas separados o etapas de una experiencia. Conserve un caso contradictorio en lugar de eliminarlo para que la historia sea más limpia.
| Hallazgo propuesto | Evidencia a adjuntar | Compruebe antes de usarlo |
|---|---|---|
| Cambiar una reserva puede resultar complicado | ID distintos de los participantes y ubicaciones exactas de los extractos | ¿Los extractos describen la misma dificultad? |
| La confirmación puede no estar clara | I12 y su extracto de apoyo | Tratarlo por separado de la dificultad para realizar el cambio |
| Acción de diseño propuesta | Identificadores de los hallazgos y una hipótesis explícita | Prueba el cambio; no lo presente como una solución probada |
Un mensaje para interpretación rastreable
Para realizar una síntesis, proporcione a Consensus los extractos originales y las propuestas de codificación etiquetadas. Pídale que identifique superposiciones y desacuerdos sin tratar el acuerdo del modelo como evidencia adicional. Mantenga las identificaciones de origen en cada reescritura. Si no se puede encontrar exactamente una cita generada, elimínela y regrese a la fuente en lugar de repararla desde la memoria.
Pregunta de investigación: [pregunta]. Extractos desidentificados permitidos con identificaciones y ubicaciones de entrevistas: [material]. Proponer códigos y temas. Para cada tema, devuelva su definición, identificaciones de entrevistas de respaldo, ubicaciones exactas de los extractos, casos contradictorios e interpretaciones alternativas. Contar a distintos participantes sólo cuando el material suministrado respalde ese recuento; Nunca infieras entrevistas perdidas. Separar observación, interpretación y acción propuesta. No invente citas. Marcar afirmaciones que requieren verificar la transcripción original.
Termine con un artefacto de investigación que el equipo pueda desafiar
Entregar un libro de códigos, tabla de evidencias, interpretaciones no resueltas y propuestas de próximas preguntas de investigación. Un lector debería poder pasar de una afirmación al extracto relevante y comprender por qué aceptó esa interpretación. Revise todos los hallazgos importantes, incluidos aquellos en los que todos los modelos estuvieron de acuerdo.
Compare el trabajo por la calidad de esa trazabilidad y el esfuerzo de revisión, no por la cantidad de conocimientos generados. Colay utiliza créditos y límites; comience con un conjunto de extractos permitidos manejable antes de expandirse. Varios modelos pueden ampliar las posibles interpretaciones, pero el juicio de su investigación y la evidencia de los participantes siguen siendo la base de la conclusión.
Preguntas y respuestas
¿Varios análisis de IA son conjuntos de evidencia independientes?
No. Son interpretaciones del mismo material participante y pueden compartir errores. La evidencia proviene de la propia investigación, con sus límites muestrales y metodológicos.
¿Puedo subir las 20 entrevistas a la vez?
Primero verifique los permisos y los límites de entrada disponibles. Si es necesario, utilice lotes documentados y conserve las identificaciones de origen; no asuma que se tuvo en cuenta el material omitido.
¿Debo conservar un tema que solo encontró un modelo?
Guárdelo para revisarlo si el material fuente lo respalda. La frecuencia entre los resultados del modelo no es el criterio para aceptar o rechazar el resultado de una entrevista.
Fuentes y metodología
- GOV.UK — Analyse a research session
Orientación principal para separar observaciones, hallazgos y acciones. No valida la codificación generada por IA ni el conjunto de datos de entrevistas ficticios.
Envíe su próxima pregunta a Colay
Elija un modelo, utilice Auto o reúna varias perspectivas con Consensus.