市民調査の多様性と包摂に関する回答をAIで分析する方法

この記事では、AIによる調査回答分析と効果的な調査分析ツールを使って、市民調査の多様性と包摂に関する回答を分析する方法についてのヒントを紹介します。

分析に適したツールの選択

適切なアプローチは、持っている回答データの種類によって異なります。定量データ（例えば、何人の市民が政策を支持しているか、職場の包摂性をどう評価しているかなど）については、ExcelやGoogle Sheetsのようなツールで単純な集計や割合を計算するのが簡単です。基本的には数字を集計し、組み込みの関数やグラフを使って傾向を把握します。

• 定量データ: これらはスプレッドシートで簡単に分析できます。例えば、63%の市民が地域の多様性推進の改善を報告している場合、SheetsやExcelで集計するのが効果的です。[1]
• 定性データ: 自由回答や追跡質問の回答はより深い洞察を提供しますが、数十件でもすべてを手作業で読み解きコード化するのは不可能です。AIツールを使えば、テキストに埋もれることなく、実際に人々が何を言い、なぜそう言ったのかを素早く要約・可視化できます。

定性回答を扱う際のツール選択には2つのアプローチがあります：

ChatGPTや類似のGPTツールによるAI分析

コピー＆ペーストしてチャット: 自由回答の市民調査データをエクスポートし、ChatGPTに貼り付けます。要約を依頼したり、感情分析を行ったり、AIとリアルタイムでフォローアップ質問を考えたりできます。

大規模には不便: この方法は小規模データセットには有効ですが、数百や数千の回答がある場合、データ管理が急速に面倒になります。AIとのメッセージングは構造化が乏しく（フィルターなし、どのデータ部分を扱っているかの追跡なし）、回答を分割してどこまで処理したかを管理する必要があります。

Specificのようなオールインワンツール

調査分析に特化: SpecificのAI調査回答分析では、AIがすべての回答の収集と分析を担当するため、どこから始めればよいか迷うことも、データをエクスポートしてコピーする手間もありません。

自動フォローアップでより豊かなデータ: Specificの調査は個別化されたフォローアップ質問を行うため、常により完全で実用的な入力が得られます。すべての可能な回答を事前に計画する必要はなく、AIが各回答者にとって重要な点を探り、市民の多様性と包摂プロジェクト全体で回答の質を向上させます。自動AIフォローアップ質問機能について詳しくはこちら。

即時の要約と洞察生成: AIが自由記述回答を整理し、パターンを特定し、市民が実際に関心を持つ本質を数クリックで抽出します。手動でのコード化やデータの推測は不要です。ChatGPTのようにAIと結果についてチャットもできますが、コラボレーションやデータ管理機能も組み込まれています。

柔軟で協働的なワークフロー: オールインワンツールはデータのセグメント化、フィルタリング、再訪問を簡単にします。生成する洞察やチームやコミュニティ内での共有方法を常にコントロールできます。多様性と包摂に関する市民調査の作成方法と結果の分析についてのガイドもご覧ください。

市民の多様性と包摂調査データ分析に使える便利なプロンプト

適切なプロンプトを使うことで、調査回答分析がずっと簡単かつ一貫性のあるものになります。強力なプロンプトはAIが最も重要な点に集中するのを助け、調査の専門家やSpecificのようなプラットフォームでも同じプロンプトが使われています。

コアアイデア抽出用プロンプト – 多数の自由回答からテーマを素早く抽出するのに非常に効果的です。以下が正確なプロンプトです：

あなたのタスクは、コアアイデアを太字（1つのコアアイデアにつき4～5語）で抽出し、最大2文の説明を付けることです。 出力要件： - 不要な詳細は避ける - 特定のコアアイデアを言及した人数を数字で示す（単語ではなく）、最も多いものを上に - 提案はしない - 指示はしない 出力例： 1. **コアアイデアのテキスト:** 説明文 2. **コアアイデアのテキスト:** 説明文 3. **コアアイデアのテキスト:** 説明文

これにより、市民が多様性と包摂について最も関心を持っていることの明確でコンパクトなリストが得られます。

AIは常に文脈がある方が効果的です。 分析を依頼する前に、調査内容、状況、知りたいことを説明してください。例えば：

都市コミュニティにおける多様性と包摂の取り組みに関する市民の調査回答を分析してください。回答者が表現した主要なテーマと感情に焦点を当ててください。

テーマをさらに深掘り: 「コアアイデア」が特定できたら、「[コアアイデア]についてもっと教えて」と尋ねたり、プラットフォームの検索機能で関連回答をすべてフィルタリングしたりできます。

特定のトピック用プロンプト: 「コミュニティの関与について話した人はいますか？」と知りたい場合は、以下を使います：

多様性プログラムにおけるコミュニティの関与について話した人はいますか？引用も含めてください。

その他、市民の多様性調査分析に役立つプロンプト：

ペルソナ用プロンプト – コミュニティの異なる声を理解するために：

調査回答に基づき、製品管理で使われる「ペルソナ」のように、異なるペルソナのリストを特定し説明してください。各ペルソナについて、主な特徴、動機、目標、および会話で観察された関連する引用やパターンを要約してください。

課題と問題点用プロンプト – 具体的な包摂の問題を浮き彫りにします：

調査回答を分析し、最も一般的な課題、不満、問題点をリストアップしてください。各項目を要約し、パターンや発生頻度も記載してください。

動機と推進要因用プロンプト – 市民が多様性への関与に向かう理由や離れる理由を探ります：

調査会話から、参加者が行動や選択に対して表現した主な動機、欲求、理由を抽出してください。類似の動機をグループ化し、データからの裏付けを提供してください。

感情分析用プロンプト – 集団のムードや方向性を把握します：

調査回答に表現された全体的な感情（例：肯定的、否定的、中立的）を評価してください。各感情カテゴリに寄与する主要なフレーズやフィードバックを強調してください。

提案とアイデア用プロンプト – 市民に次のステップを導いてもらうために：

調査参加者から提供されたすべての提案、アイデア、要望を特定しリストアップしてください。トピックや頻度で整理し、関連する直接引用も含めてください。

未充足のニーズと機会用プロンプト – ギャップを明らかにします：

調査回答を調べ、回答者が指摘した未充足のニーズ、ギャップ、改善の機会を明らかにしてください。

質問の構成や表現についてさらにアイデアが欲しい場合は、多様性と包摂に関する市民調査のベスト質問のガイドをご覧ください。

Specificが質問タイプ別に定性データを分析する方法

自由回答（フォローアップの有無にかかわらず）: メイン質問とフォローアップ質問のすべての回答をまとめた単一の要約を取得します。これにより、AIは全員の説明やストーリーを結びつけ、より豊かで一貫した全体像を提供します。

選択肢付きフォローアップ: 各選択肢ごとに関連するフォローアップ回答の別々の内訳を表示します。例えば、「反対」を選択し理由を説明した場合、そのグループ特有の「なぜ」の理由の要約が見られます。

NPS（ネットプロモータースコア）: 批判者、中立者、推奨者の各グループに対して個別の要約があり、なぜ特定の市民がそのように感じているのか、タイプ別にフィルタリングされた洞察が得られます。

同様の分析はChatGPTでも可能ですが、より手動で行う必要があります。タイプごとに回答を分類し要約する必要があり、自動的に整理されるわけではありません。SpecificのAIによる調査回答分析について詳しくはこちら。

大規模な調査データセットを分析する際のAIの文脈制限の管理方法

ほとんどのAIモデル（ChatGPTや調査ツールで使われるものを含む）には文脈サイズの制限があります。つまり、市民調査の回答が多すぎると、一度にすべてを分析に送ることはできません。

特定の回答者や質問でフィルタリング: Specificでは、関心のある質問に回答した会話だけを分析対象にするフィルターを設定でき、ボリュームを減らし集中できます。

焦点を絞った質問の切り出し: もう一つの方法は切り出しで、選択した質問やトピックだけをAIに送ります。これにより、モデルを圧倒せずに単一の高価値質問のすべての回答を分析できます。

これらの方法を組み合わせることで、大規模または複雑な多様性と包摂の調査でも分析を鋭く関連性の高いものに保てます。AI調査分析のガイドで詳細をご覧ください。

市民調査回答分析のための協働機能

複数人で調査回答を分析する場合、協働は混乱しがちです。特に専門家、政策立案者、活動家の意見が重要な市民の多様性と包摂プロジェクトでは、分析が一人のメールボックスに閉じ込められたり、エクスポートファイルに埋もれたりするのは避けたいところです。

チャットベースのAI協働: Specificでは、新しいチャット（複数も可）を開始し、フィルターを適用すると、各チャットが誰が開始したか、どのフィルターが使われているか、どのデータセグメントをカバーしているかを正確に追跡します。

チーム全員がメッセージの出所を明確に把握: 分析チャットのすべてのメッセージには貢献者が表示されるため、他の市職員や多様性委員会メンバーと作業する際に、各アイデアや質問の出所が明確です。アバターと名前が各コメントにリンクされているのでフォローアップも簡単です。

誰でも自分の視点を試せる: あなたや協働者は同時に異なる分析を実行でき、要約の完成を待ったりファイルをやり取りしたりする必要はありません。誰かが特定の市民グループやテーマを掘り下げる場合、それは独立した明確にラベル付けされたチャットにあります。AI調査の編集と協働に関するガイドでベストプラクティスを学べます。

今すぐ多様性と包摂に関する市民調査を作成しましょう

AI駆動の調査分析で意味のある対話を始め、コミュニティにとって本当に重要なことを明らかにしましょう。わずか数分でより深く実用的な多様性と包摂の洞察が得られます。