この記事では、AI駆動アプローチと調査分析ツールを使用して、会議参加者のアクセシビリティとインクルージョンに関する調査の回答を分析する方法のヒントを提供します。
調査データ分析に適したツールの選択
会議のアクセシビリティとインクルージョンに関する調査回答を分析するために使用するアプローチとツールは、データの構造に依存します。効率的に作業できるように、選択肢を分解してみましょう。
定量データ： 調査がアクセシブルな席が必要な人数や会場の案内が明確だと感じた割合を尋ねた場合、これらの回答は数値とカウントです。これらはExcelやGoogle Sheets、類似するスプレッドシートツールで簡単に分析できます。どの回答者が問題を報告したかを追跡するような速い計算や要約は、簡単です。
定性データ： 「障害者として参加者が直面した障壁は何ですか？」というオープンエンドの質問や「あなたの経験についてもっと教えてください」に続く質問を尋ねた場合、豊かでニュアンスのある回答を扱っています。これらを数十（または数百）読むのは、手作業では不可能です。ここでAIが救いになります：専門のAIツールがこれらの長いテキスト回答から核心のテーマを要約、分類、抽出します。
定性回答に取り組む際には、ツールに関する2つの一般的なアプローチがあります：
ChatGPTや類似したGPTツールによるAI分析
データをコピーペースト、チャット、分析： オープンエンドの調査回答をエクスポートし、そのデータをChatGPT、Gemini、または類似のAIプラットフォームに直接貼り付けることができます。そして、AIをプロンプトして、繰り返される問題を見つけたり、経験を要約したり、主要な引用を抽出したりします。
利便性は課題： 大きな調査テキストの転送は面倒で、コンテキストスペースが足りなくなるのは一般的です。データを分割し、どの回答を分析したかを追跡し、AIに再度プロンプトを与えることが必要になるかもしれません。
エラーや誤配置のリスク： 特にアクセシビリティとインクルージョンが関わる複雑なプロジェクトでは、パターンを見逃したり、洞察を分割しなければならなかったりすると、調査結果が弱まります。
Specificのようなオールインワンツール
AI調査分析向けに特化： Specificのようなプラットフォームは、まさにこの仕事のために作られています。会話型、AI駆動の調査を通じて調査データを収集し、そのデータを同じ場所で分析できるようにします。
回答の質の向上： データを収集する際、SpecificのAIは賢明なフォローアップ質問を行い、フォームでは失われる詳細を明らかにします。アクセシビリティとインクルージョンの会話で非常に重要なリッチで信頼性の高い入力を収集できます。
瞬時のAI駆動の洞察： データ収集後、Specificは即座にオープンテキストやフォローアップ回答を要約し、再発するテーマを見つけ、すべてをすぐに理解可能で実行可能なアクションに変換します。スプレッドシートも手動のデータクリーニングも不要です。ChatGPTのようにデータについてチャットできますが、すべての調査ロジックとコンテキストは安全に保たれています。
高度分析のための追加機能： Specificでは、AIが見るデータを制御したり、複数の分析セッションを管理したり、参加者のサブセット間でテーマを比較したりできます。実践的な概要については、AI調査回答分析の紹介をご覧ください。また、自動AIフォローアップ質問がどのように機能するかを探ってみてください。
ゼロから調査を計画する場合や、インクルーシビティとアクセシビリティに合わせたテンプレートが必要な場合は、会議のアクセシビリティ向けAI調査ジェネレーターがプロジェクトを迅速に開始します。
考慮すべき点：調査対象の目的地のうち、会議をアクセス可能にするためのリソースを持つと報告しているのはたった35％です[1]。多くの障壁がまだ報告されている状態で、調査データを迅速にアクションに変えることができることは、成功したインクルージョンプログラムの特徴です。
会議参加者からのアクセシビリティとインクルージョンに関する調査データを分析するために使用できる有用なプロンプト
定性回答を分析する際には、AIに何を問うかがデータ収集方法と同じくらい重要です。適切なプロンプトを使用すれば、核心的な問題を明らかにしたり、仮説を検証したり、さらには将来のアクセシビリティ改善のための実用的なアドバイスを得ることができます。
核心アイデアのプロンプト： 大量の定性調査回答から主要テーマを浮き彫りにするためのユニバーサルプロンプトです。Specificでこれを使用しており、ChatGPTや類似AIにも適用できます。
あなたのタスクは、太字で核心的なアイデアを抽出することです（核心アイデアごとに4-5語）+最大2文の説明を付けてください。
出力要件：
- 不要な詳細を避ける
- 具体的な核心アイデアをどのくらいの人が言及したかを指定（数字を使う、言葉ではなく）、最も言及されたものをトップに
- 提案はしない
- 示唆はしない
例の出力：
1. **核心アイデアテキスト：** 説明テキスト
2. **核心アイデアテキスト：** 説明テキスト
3. **核心アイデアテキスト：** 説明テキスト
状況/コンテキストを追加して結果を向上： AIは、誰が対象であるか、目標が何であるかを素早く説明すると、はるかに効果的に動作します。例として：
最近のビジネス会議の参加者からのフィードバックを分析。この調査は、アクセシビリティとインクルージョンに関する質問を含んでいます - 大切なのは障壁と実施されたサポートに焦点を当て、将来のイベントのために変更を優先したい。核心アイデアのフォーマットを使用すること。
深堀りする： テーマを見つけた後には（例えば、「エレベーターのサインが見つけにくい」）、AIにプロンプトを：
エレベーターのサインに関するコメントについて詳しく教えてください。
特定トピックのプロンプト： 回答に意見やアイデアが含まれているか確認する場合には：
会場のナビゲーションについて誰かが話しましたか？引用を含めてください。
ペルソナのプロンプト： 参加者のタイプ（例：車椅子使用者、聴覚障害のある人）によって応答をグループ化する：
調査回答に基づいて、区別可能なペルソナのリストを特定し、説明します - プロダクトマネジメントで使われる「ペルソナ」に似た形で。それぞれのペルソナについて、主要な特性、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ます。
痛点・課題のプロンプト： うまくいかない点を見つけるのに最適：
調査回答を分析し、最も一般的な痛点、挫折、または課題をリスト化し、それぞれを要約し、発生頻度やパターンを示します。
提案・アイデアのプロンプト： 修正や追加すべきものに関するフィードバックを得るためには：
調査参加者が提供したすべての提案、アイデア、または要求を特定し、リスト化します。トピックまたは頻度に基づいて整理し、関連する場合は直接引用を含めてください。
満たされていないニーズと機会のプロンプト： アクセシビリティにとって重要なギャップを発見するには：
調査回答を調べて、回答者が強調した満たされていないニーズ、ギャップ、または改善のための機会を明らかにします。
これらのプロンプトは、どのGPTベースのツールでも機能しますが、Specificのようなプラットフォームでは、利便性のために組み込まれています。質問のインスピレーションを得るには、便利なガイドがあります。