この記事では、公的サービスにおける多様性、公平性、包括性に関する国家公務員のアンケート回答を分析する方法のヒントを紹介します。生データや自由記述のフィードバックがある場合でも、調査結果を実行可能なインサイトに変えるための実践的な方法を示します。
アンケート回答分析に適したツールの選択
公的サービスに関するアンケートデータの分析方法は、主にデータの構造に依存します。私の経験では、選ぶべきツールは定量データと定性データの組み合わせに一致するべきです。
定量データ：例えば、特定の選択肢を選んだ人の数のように、数値データを扱う場合、ExcelやGoogle Sheetsのような基本的なツールが有効です。これらのツールは、割合を計算し、例えば「2024年の英国公務員における平均男女賃金格差が国内平均を上回る8.5%である」といった傾向を示すことができます。この種の情報は、一目で表現問題を理解するのに非常に貴重です。[1]
定性データ：アンケートに自由記述の質問や詳細なフォローアップ回答が含まれる場合、あなたが扱っているのは定性データです。多くのエントリーがある場合、一つ一つの回答を手作業で読むことは時間がかかるだけでなく、ほぼ不可能です。そのため、迅速かつ信頼性のあるテーマやパターンを要約できるAI駆動のツールが必要です。
定性データを扱う際のツールには、2つのアプローチがあります：
ChatGPTまたは類似のGPTツールによるAI分析
SurveyMonkeyやGoogle Formsから自由記述の回答をエクスポートした場合には、それらをChatGPTや他のGPTツールに貼り付けて、データについてチャットを開始することができます。 この方法は小規模なデータセットに適しており、「繰り返し登場するテーマは何か？」や「公務員が述べる課題は何か？」といった具体的な質問をすることができます。
しかし、このプロセスはあまり便利ではありません。 AI入力のためにデータをフォーマットし、多すぎる場合は小分けにしてコピーし、複数のチャットセッションを管理する必要があります。探索的分析には可能ですが、アンケートが大きくなるにつれて面倒になります。
すべてを一つにまとめたツール「Specific」
このワークフローに特化したAIツールである Specific のようなものは、すべてを一つの屋根の下に持ち込みます。 アンケートデータを収集し、即座にAI駆動の分析を行うことができます。それがどのように役立つかは次のとおりです：
SpecificのAIは、アンケート中に自動的にフォローアップの質問を行います。これにより、応答の質と深さが向上し、公的サービスにおけるDEIのような微妙なテーマにとって重要です。自動AIフォローアップ質問についてこちらで詳しく学べます。
応答が集まり次第、AIが瞬時に回答を要約し、主要なテーマを特定し、実行可能な洞察を強調します。スプレッドシートや手作業の整理は不要です。
ChatGPTのようにAIと結果についてチャットすることができます。違いは、データをファイルに詰めることなく整理し、管理し、さらなる探求を行う追加機能があることです。特に表現や差別のような複雑な問題を扱う公務員調査のための協力的なフィードバック作業に向いています。
要するに、小規模な仕事には一般的なAIチャットツールを使用できますが、Specificのような専用プラットフォームを使用することで、大規模な定性調査分析がはるかに簡単で実行可能になります。
公務員多様性、公平性、包括性アンケートの応答を分析するために使用できる有用なプロンプト
AIは与えられたプロンプトによってその有用性が決まります。公務員の多様性、公平性、包括性に関する意見を正確に把握するために、ChatGPTとSpecificで効果的な実証済みのプロンプトアイデアをいくつか紹介します。
コアアイデアのプロンプト：これは任意のデータセットサイズに対して機能し、すべての回答にわたって表現された主要なテーマを理解するのに役立ちます。
あなたのタスクは、コアアイデアを太字で抽出すること（1つのコアアイデアにつき4〜5語）と、最大2文の説明文を書くことです。
出力要件:
- 不要な詳細を避ける
- 特定のコアアイデアに言及した人数を指定する（数字を使用し、言葉を使用しない）、最も多く言及されたものを上にする
- 提案なし
- 指示なし
例: 1. **コアアイデアテキスト:** 説明文
2. **コアアイデアテキスト:** 説明文
3. **コアアイデアテキスト:** 説明文
AIは、アンケート、オーディエンス、または目的に関するもっと詳細なコンテキストを提供すると、はるかによい答えを出します。これはプロンプトの前に追加してください：
私たちは英国公務員に、公的サービスにおける多様性、公平性、包括性に関する経験と課題について調査しました。職場の公平性、表現、包含に関連する主要な問題、改善のアイデア、または特定の問題点を明らかにしたいです。
テーマを掘り下げるためのプロンプト：AIが主要テーマを要約したら、それについて詳細を尋ねます：
シニアポジションでの女性の不十分な表現についての詳細を教えてください。
特定の言及のプロンプト：興味のあるトピックが言及されたかどうかを確認したいときに最適です。
給与格差について話した人はいますか？引用を含めてください。
ペルソナのプロンプト：経験や背景によってオーディエンスをセグメント化したいときに便利です。
アンケート回答に基づいて、別々のペルソナのリストを特定して説明してください。プロダクトマネジメントで使用される「ペルソナ」との類似点があります。それぞれのペルソナの主要な特徴、動機、目標、および観察された関連のある引用やパターンを要約してください。
痛点と課題のプロンプト：問題点がどこで、公務員がどこでより多くのサポートを必要としているかを明確にするために。
アンケート回答を分析し、最も一般的な痛点、苛立ち、または課題をリストします。各々を要約し、パターンや頻度を記録してください。
提案とアイデアのプロンプト：行動可能な変更の提案を集めたい場合に。
回答者が提供したすべての提案、アイデア、またはリクエストを特定してリストアップします。トピックや頻度によって整理し、関連がある場合は直接の引用を含めます。
多様性と包括性のアンケートに合わせたさらに多くのプロンプトアイデアについては、公務員アンケート質問の効果的なガイドをご覧ください。
質問タイプに基づいたSpecificの定性調査データの分析方法
Specific（および一般的なAIツール）が異なる種類のアンケート質問に対して定性的分析をどのように処理するかを説明します：
自由記述の質問（フォローアップ有無）： Specificは、メインの質問と関連するフォローアップのあらゆる回答を網羅する全体的な要約を生成します。例えば、より高位の公務員の男女賃金格差を説明する微妙な理由を分析するのに役立ちます。[1]
選択肢付きフォローアップ：それぞれの回答オプションは、それに関するフォローアップ質問に対しての発言すべてを網羅する専用の要約を受け取ります。例えば、どのようにして民間人が含まれていると感じるか、またはその部署やチームによって排除されていると感じるのかについての貴重なパターンが明らかになります。
NPS（ネットプロモータースコア）： 分類ごとに（批判者、中立者、推進者）独自の分析が行われます。公的サービスにおけるDEIつまり、最も熱心な支持者を奮い立たせているものが何であり、批判者が最も苛立たされていることが何であるかをすぐに見て取ることができます。
同じロジックをChatGPTで使うこともできますが、より多くのコピー＆ペーストやフォローアップ回答の手動整理が必要になるため、専用のアンケートプラットフォームであるSpecificがシンプルで再現性があります。
このようなAI駆動のアンケートをセットアップするのに興味がある方は、公務員DEI調査のためのこの実践的なアンケート生成ガイドをご覧ください。
AIのコンテキスト制限を回避する方法
ChatGPTやSpecificの分析を支えるすべての大規模な言語モデルには、視認および同時に解析できるテキストの量を制限するコンテキストサイズ制限があります。公務員調査が多数の詳細な回答を得た場合、その限界に迅速に達するでしょう。
以下の2つの主要な方法を使用してこれを解決できます。どちらもSpecificに組み込まれていますが、AIツールでも適用可能です：
フィルタリング：特定質問に回答したり、特定の回答を選択したユーザーの会話のみを送信します。例えば、2024年に13.9%の格差があった保健社会福祉省のような、最も高い男女賃金格差を持つ部署の回答のみを分析するなど。[1]
クロッピング：AIに分析を送信する質問を限定します。小さい質問セットに焦点を当てることで、さらに多くの会話のスペースを確保し、それぞれのセットに対するより深いインサイトを得ます。
このアプローチにより、巨大で複雑な公務員のDEIのデータセットを分析しつつ、AIの技術的限界内に留まり、調査分析からの本物の価値を確実に得ることができます。
公務員アンケート回答の分析における協力的な機能
公務員の多様性、公平性、包括性の調査においては、多くの利害関係者、意見、検討すべきセンシティブなテーマがあり、協作が難しいです。そのため、インサイトを共有し、次のステップを調整することが重要です。
チャット駆動の分析： Specificを使用すると、チームはAIとチャットするだけで定性的調査データを分析できます。SQLクエリを実行したり、果てしないスプレッドシートを管理する必要はありません。興味深いことを見つけたり、重要な発見を強調したりしたい場合は、AIに頼んで結果をすぐに共有できます。
複数のチャットスレッド： 支払い格差の異なる部署における問題、過小評価された公務員の課題、または新しいDEI政策への反応（2024-2025年の連邦DEIプログラムの解体などの主要な転換点を含む[4][5]）に集中した複数の分析チャットに仕事を分割できます。各チャットには作成者が表示されるため、仕事を分担し、観点を比較できます。
可視性とアカウンタビリティ： 調査分析の上に立つすべての人が誰が何を言ったか、フィードバックがどこから来たかを正確に見ます。これにより、混乱が少なくなり、レビューが円滑になり、調査結果を共有するときに自信が増します。これは、アメリカの責任財団の「ウォッチリスト」がDEI支援を理由に公務員を標的にするようなセンシティブな問題を浮き彫りにするのに重要です[3]。
分析を徹底的かつチーム向けにする必要がある場合、Specificの協力的なワークフローは時間を節約し、公的セクターのDEI作業の政治と複雑さをナビゲートするのに役立ちます。このようなワークフローをどのように構造化するかの詳細は、公務員調査プロジェクトに関するこのハウツーガイドをご覧ください。
公的サービスにおける多様性、公平性、包括性に関する公務員調査を今すぐ作成
AI駆動のアンケートで、チームからより豊かで正直なフィードバックを収集し、実践可能なインサイトを獲得してギャップを明らかにし、手作業を減らして実際の変化を促進します。