こちらは、コミュニティカレッジの学生アンケートで多様性と包摂性についての最良の質問と、それらを作成するためのヒントです。SpecificのAI駆動ツールを使用すれば、自分自身のアンケートを素早く作成して最大限の洞察を得ることができます。
多様性と包摂性調査のための最良の開放型質問
開放型質問は、チェックボックスでは得られない率直で微妙なストーリーを提供します。コミュニティカレッジの学生から本物の体験と実用的なフィードバックを得たいときは、これらの質問を使用して関与を促進し、深さを引き出しましょう。
あなたの言葉で、あなたのカレッジの学生と教職員の多様性のレベルをどのように説明しますか？
この学校での背景を理由に感じた、包摂されているまたは評価されたというポジティブな経験を共有してください。
キャンパス内で、多様性や包摂性に関して直面した困難があれば教えてください。
排除されたり、透明扱いされたと感じた瞬間はありましたか？それがどのように起こり、どのような影響を与えたか教えてください。
教職員はどのようにすれば多様な背景を持つ学生をよりよくサポートできますか？
皆がもっと包摂される場所になるために、あなたのカレッジにはどのような変化が必要ですか？
学生グループやイベントは包摂性を奨励する上でどのように役立っていますか、または役立っていませんか？
カレッジのリーダーシップに直接話せるとしたら、多様性と包摂性の取り組みについてどんなアドバイスをしますか？
キャンパスのリーダーシップや教職員に自分のアイデンティティが表現されていると思いますか？ その理由はなぜですか？
カレッジが学生の多様性と包摂性の経験について知っておくべきことは他にありますか？
開放型質問は、文脈やストーリーを求めたり、予想しなかった問題を特定したりする際に最適です。特に、2020年に学生の29%が第一世代、15%がシングルペアレント、20%が障害を持っていたコミュニティカレッジの複雑な人口統計を考慮すると特に価値があります—これらのグループはしばしば独自の包摂課題に直面します [1]。
最良の単一選択型質問
時には構造化されたデータが必要さて、または回答者に回答を始めるきっかけを与える必要があります。単一選択型質問は、回答が簡潔で、学生全体の結果を比較したいときに役立ちます。始めるための効果的な例として以下があります。
質問: キャンパスの活動や授業でどの程度包摂されていると感じますか？
非常に包摂されている
ある程度包摂されている
あまり包摂されていない
全く包摂されていない
質問: カレッジが多様性と包摂性の課題にどの程度取り組んでいると感じますか？
とてもよく取り組んでいる
ある程度取り組んでいる
あまり取り組んでいない
全く取り組んでいない
その他
質問: 教職員の多様性が学生の人口を反映していると感じますか？
はい、完全に
ある程度
いいえ、全く反映していない
「なぜ？」を用いたフォローアップが必要なとき フォローアップは、選択された回答が洞察を提供するが不完全であるときに使用します。例えば、学生が「十分に取り組んでいない」と回答した場合、次に「カレッジがどのように改善できるか？」と尋ねることができ、選択肢以外の率直で実行可能な回答を引き出すことができます。
「その他」選択を追加するタイミングと理由 「その他」は、すべての学生の経験をカバーする選択肢があるか疑問に思うときに役立ちます。学生に明確にすることを求め、予期しなかった洞察が浮かび上がることがあります。その「その他」回答をフォローアップして変革につながるゴールデンアイデアを掘り下げることができます。
多様性と包摂性のためのNPSスタイルの質問
ネットプロモータースコア（NPS）アプローチは、ビジネスだけでなく教育にも最適です。カレッジの多様性と包摂性へのコミットメントに基づいて学校を推薦する可能性を学生にランク付けさせることで、全体的な感情を測定します。これにより、数値的な基準を追跡し、リーダーと簡単にコミュニケーションできます。
Specificはこのトピックに特化したNPS調査ビルダーを提供しており、スコアに対する主な理由を尋ねるフォローを加えるだけで、スコアとその背景を得ることができます。
フォローアップ質問の力
フォローアップ質問は質的研究を成功に導くか、そうでないかを決定します。自動化されたフォローアップ（AI駆動のフォローアップ質問に関する記事で説明）の上に頼ると、回答を即座に明確にし、誤解を捕らえ、失われてしまう可能性のある詳細を引き出します。Specificは経験豊富な研究者と同様に、調査が単なるアンケートでなく真の会話になるように、スマートAIを使って傾聴し、さらなる質問を投げかけます。
コミュニティカレッジの学生: グループプロジェクトであまり自分が属しているように感じません。
AIフォローアップ: グループプロジェクトでそのように感じた理由について詳しく教えてください。
フォローアップは何個が適当? タイミングの良いフォローアップを2〜3回で十分と考えています。回答者を圧倒する必要はありません—情報がすでに明確であれば次に進むオプションを含め、Specificではこれを設定できます。
これが対話型調査を生み出します、これは各学生の回答に適応し、実際のやり取りのように感じさせるものです。
AIによる調査分析は簡単です。 非構造化されたテキストを大量に収集しても、AI調査分析ツールを使用して、テーマや問題点を迅速に見つけるためにデータとチャットし、カテゴリ化、要約できます—スプレッドシートは不要です。
自動化されたフォローアップ質問は最先端であり、体験する価値があります。自分自身で対話型調査を生成してみてください—その違いはすぐにわかります。
AIに素晴らしい調査質問を生成させるためのプロンプトの作成方法
よいプロンプトを書くことでAI（ChatGPTやSpecificなど）からさらに多くの価値を引き出せます。コミュニティカレッジの多様性と包摂性調査のための強力な質問を提案するためのAIをガイドする方法は次のとおりです。
まず、次のように試してください。
コミュニティカレッジ学生の多様性と包摂性調査のための、開放型質問を10個提案してください。
さらなる良い結果を得るために、プロンプトにより多くの文脈を提供してください—たとえば、あなたの目標、学生の人口統計、またはあなたが関心を持つ包摂性のタイプ：
第一世代で働くコミュニティカレッジの学生のために、カレッジが多様性、障害、インクルージョンにどの程度取り組んでいるかについての調査を作成しています。率直な体験と提案を引き出すための思慮深い質問を10個提案してください。
質問の草案がある場合は、AIにそれらをカテゴリに分けてもらうことができます：
質問を見て、それらをカテゴリに分類してください。カテゴリを質問と共に出力します。
カテゴリが見えたら、それに基づいてさらに掘り下げた質問をお願いできます：
「キャンパスサポートサービス」、「教職員代表」、「学生の所属感」のカテゴリのために10の質問を生成します。
対話型調査とは何か？
対話型調査は古い形式のフォームから進化したものです。箱にチェックを入れる代わりに、学生はAI「面接者」とのやり取りがあり、それが明確化し、掘り下げ、聞き出します。これはSpecificの核であり、私たちのAI調査ビルダーは単にデータを収集するだけでなく、適応して深く掘り下げます。
従来のGoogleフォームやSurveyMonkeyではこれを実現できません—固定されていて文脈を逃してしまいます。簡単な比較は次の通りです。
手動調査 | AI生成（対話形式） |
|---|---|
静的で全体に共通の質問 | 動的—それぞれの回答に適応 |
フォローアップには手作業またはメールが必要 | AIはプローブと明確化をリアルタイムで処理 |
分析に時間がかかる（スプレッドシート、回答のコーディングなど） | 自動分析、要約、データとのチャット |
反応疲れ（退屈なチェックリスト） | 人間の会話のように感じる |
なぜコミュニティカレッジの学生調査にAIを使用するのか？ AI駆動の調査ビルダーは時間を節約し、豊かなインサイトを収集し、それぞれの回答者に適応します。また、代表者の少ないグループにもより適しています。学生が自分の経験を自分の言葉で表現できるようにするのです。これは46%の学生がこれらの背景から来ているにもかかわらず、わずか4分の1以下の教員がマイノリティのアイデンティティを共有している場合に重要です [2]。
手順ごとのチュートリアルをご希望の方は、多様性と包摂性についてのコミュニティカレッジ学生調査の作成方法に関する私たちの記事があり、すべてのAIの利点も詳述しています。
Specificの調査プラットフォームは、モバイルフレンドリーで適応性があり、創作者と回答者の両方にとってコンテキストに富んだ、最も優れた対話型調査体験を提供します。
今すぐこの多様性と包摂性調査の例を参照しましょう
具体的な文脈と明快さのために設計された調査で、より豊かなキャンパス会話を開始し、本物の体験を発見しましょう—Specificが提供する結果とインサイトを確認し、自分自身の調査を数秒で作成してください。