この記事では、高校1年生の生徒を対象とした、disciplineの方針の公平性に関する調査の回答を分析するためのヒントを提供します。生徒が学校のdisciplineについて本当の気持ちを理解したい場合、データから本当の洞察を得る方法を紹介します。
調査回答を分析するための適切なツールを選ぶ
最適なアプローチとツールは、調査から収集するデータの種類によって異なります。質問がすべて選択肢形式や「1-5で評価する」形式の場合、数値データを扱っているため測定が簡単です。しかし、オープンエンドの質問で率直な意見を探している場合、大規模にその回答を理解するためにはAIが必要です。
定量データ:「何人の1年生が方針が公正だと感じたか？」のような統計に関しては、ExcelやGoogle Sheetsのような基本的なツールが非常に役立ちます。すぐに数値を集計し、チャートを作成し、明らかな傾向を見つけることができます。
定性データ:オープンエンドの回答（「方針について何を変えたいですか？」）や詳しいフォローアップの回答に関しては、手作業で読むのは非現実的です。ここでAIツールが登場します。膨大な生徒のフィードバックを効率的に処理し、自分自身では見逃してしまうテーマを引き出します。
定性データを処理する際のツールアプローチは2つあります。
AI分析のためのChatGPTや類似のGPTツール
エクスポートしたデータをChatGPTまたは他のGPTベースのツールにコピー＆ペーストします。これは、調査分析にAIを使用し始める最も簡単な方法です。すべての回答をペーストし、「反復する主要テーマは何か？」のような質問を始めます。
しかし、欠点もあります。調査プラットフォームから長い回答リストをコピーするのは煩雑で、特に100を超える回答があるときはフォーマットが厄介になります。プロンプトを慎重に設計する必要があり、データを細分化またはセグメント化したい場合、すぐに面倒になります。
オールインワンツール「Specific」
Specificは、AIを用いて質的調査データを収集し分析するために開発されています。調査を作成し、回答を収集し、AI主導の分析をすべて1つの場所で行います。
自動フォローアップ質問:生徒が回答すると、AIがリアルタイムで賢いフォローアップを行い、フォームからは得られない詳細をキャプチャします (AIフォローアップの仕組みを学ぶ)。これにより、より豊かな回答と高品質のデータが得られます。
簡単な定性分析:分析の準備ができたら、Specificが回答を要約し、主要なテーマを表面化させ、膨大なテキストを実行可能な洞察に変えます (AI駆動分析の仕組みを学ぶ)。スプレッドシートと格闘したり、何百もの生徒コメントを探したりせずに、重要なことを一目で確認できます。
対話分析: AIと直接対話し、カスタム質問を投げかけたり、AIに送るデータを管理して、より深い理解を得ることができます。これは、disciplineポリシーの公平性のような複雑なトピックを研究する際に非常に強力です。生徒の個人的な視点が真の理解をもたらします。
このような調査を始めるには、disciplineポリシーの公平性に関する高校1年生向けAI調査ジェネレーターを試してみてください。
disciplineポリシー調査回答を分析するための便利なプロンプト
ChatGPT、Specific、または任意のGPTベースのツールを使用する場合、最大のスキルはAIに何を尋ねるかを知ることです。以下は、高校1年生のdisciplineポリシーの公平性に関するフィードバックに特化した推奨プロンプトです。
コアイデアのためのプロンプト:学生の主要な視点を素早く要約したい場合、このプレーンテキストプロンプトを使用してください。私は自身でも使用していますし、SpecificのAIもそのバージョンを使用しています:
あなたの任務は、コアイデアをボールドで抽出し（4-5語/コアイデア） + 最大2文の説明を提供することです。
出力要件:
- 不必要な詳細を避ける
- 具体的なコアイデアに言及した人数を指定（数字を使用し、単語は使わない）、最も多く言及されたものを上に持ってくる
- 提案しない
- 示唆しない
例の出力:
1. **コアイデアのテキスト:** 説明テキスト
2. **コアイデアのテキスト:** 説明テキスト
3. **コアイデアのテキスト:** 説明テキスト
より良い結果を得るために、調査の文脈を追加する: AIは、調査の目標、学校環境、または特定のポリシーを説明すると賢くなります。例えば:
私は、高校1年生から私たちの学校の新しいdisciplineポリシーについての回答を分析しています。私たちの目標は、学生がポリシーを公平に感じているか、一貫して適用されているかを理解することです。その観点で回答を分析してください。
主要テーマに深く踏み込む:
AIがコアイデアを示したら、以下のようなフォローアッププロンプトを使用してください:
ポリシー適用の一貫性についてもっと教えてください。
特定のトピックのためのプロンプト:
特定の懸念事項（例えば、特定のグループへの公平性）が出てくるかどうかを確認するには、以下を促してください:
障害のある生徒への公平性について誰かが話しましたか？引用を含めてください。
ペルソナのためのプロンプト:回答に表現されている「学生のタイプ」を見つけ出します。
アンケート回答に基づいて、プロダクト管理で使用される「ペルソナ」と同様に明確なペルソナのリストを特定して説明してください。各ペルソナについて、彼らの主要な特徴、動機、目標、および会話で見られた関連名言やパターンを要約してください。
問題点と課題のためのプロンプト:フラストレーションや一般的な問題にスポットライトを当てます。
調査回答を分析し、最も一般的な問題点、フラストレーション、または課題をリストアップしてください。それぞれを要約し、そのパターンや発生頻度を記載してください。
感情分析のためのプロンプト:
調査回答で表明された全体的な感情（例: ポジティブ、ネガティブ、ニュートラル）を評価し、各感情カテゴリーに寄与する主要なフレーズまたはフィードバックを強調してください。
提案やアイデアのためのプロンプト:AIに学生からの実際的な提案を収集させます。
調査参加者から提供されたすべての提案、アイデア、またはリクエストを特定してリストアップしてください。トピックや頻度で整理し、適切な場合は直接引用を含めてください。
これらの調査のための優れた質問を形成するためのより深い洞察を得たい場合は、高校1年生向けdisciplineポリシーの公平性調査のためのベストクエスチョンをチェックしてください。
Specificが質問タイプ別に定性データを要約する方法
フォローアップの有無を問わないオープンエンド質問: Specificは各回答と関連フォローアップのスレッドごとに要約を自動生成します。大まかなテーマとその背後にある微妙な感情を一目で確認できます。例えば、43%の学生が方針が公平だと言っても、「なぜ」がその表面の下により微妙な意見を明らかにします。
フォローアップ付きの選択質問:各選択肢に対するフォローアップコメントの要約を提供し、少数であっても、一部の学生がなぜ取り残されていると感じるのかを見逃すことはありません。
NPS質問:ネットプロモータースコアを使用する場合、Specificはグループ（批判者、中立者、推奨者）ごとに特化した要約を提供し、各セグメントの満足度や摩擦を引き起こす要因がわかります。改善すべき点が瞬時に見つかります。ChatGPTで同様の明快さを達成することができますが、各質問のセグメント化やデータやプロンプトのペーストにもっと時間を費やす準備が必要です。
AIのコンテキスト制限に対応するための実践戦略
GPTのようなAIは、一度に処理できるデータが限られています。数百から数千の回答がある調査は、1つの分析セッションにすべてを収めることはできません。特に、複数の質問に対するすべての回答を1つのスレッドで分析しようとする場合は特にそうです。
Specificがこの問題をどのように解決するか（しかし、手動作業でも同様の論理を適用できます）:
フィルタリング: AIに送信するデータをフィルタリングし、特定の質問に答えた学生や特定の選択をした学生だけを分析することに限定します。これにより、分析を行うための管理可能なセットに絞り込むことができます。
トリミング: AIに送信する質問（とその回答）を制限します。特定のオープンエンド質問の分析だけを望む場合、そのブロックのコンテキストにのみ制限することで、品質を向上させ、AIが重要な詳細を「忘れる」または見逃す可能性を減らします。
Specificを使用している場合、これらの機能は組み込まれており、手動での手間がありません。エクスポートしたデータとGPTを使用する場合は、分析前にデータを小さなグループに分割してください。
高校1年生の調査回答を分析するための共同機能
学生disciplineの調査をチームで行ったことがあるならば、皆が文字通り同じページにいることを維持するのが難しいということを知っているでしょう。特に、公平性に関するコメント、アイデア、質問がすぐに積み上がる場合には尚更です。
チャットするだけで調査データを簡単に分析: Specificでは、必要なだけ分析チャットをチームで始められます。各チャットは異なる角度（例えば「不一致」、「偏見の感じ」など）に集中でき、何も逃れることがなく、お互いに衝突することはありません。
複数のチャットとコンテキストフィルター: 各チャットで特定の質問、選択、または人口グループに対する回答に焦点を当てるためのフィルターを使用します。もしチームメイトの仕事が、例えば、方針を不公平だと感じる学生に集中するならば、そのチャットのフィルターを変えるだけで済みます。
一目で誰が何を言ったかを確認:これらのAI対応チャット内のすべてのメッセージには、記載者が表示され、簡単に追跡できるアバターがあります。本当のチーム分析が高速で明瞭であるだけでなく、実行可能にします。