Este artigo lhe dará dicas sobre como analisar respostas de uma pesquisa com funcionários públicos sobre diversidade, equidade e inclusão nos serviços públicos. Se você tem números brutos ou feedback em texto aberto, mostrarei maneiras práticas de transformar os resultados de suas pesquisas em insights acionáveis.
Escolhendo as ferramentas certas para a análise de respostas da pesquisa
A abordagem certa para analisar os dados das pesquisas com funcionários públicos sobre diversidade, equidade e inclusão depende em grande parte da estrutura dos seus dados. Na minha experiência, as ferramentas que você escolhe devem corresponder à sua combinação de respostas quantitativas e qualitativas.
Dados quantitativos: Quando você está lidando com números firmes—como quantas pessoas escolheram certas opções—ferramentas básicas como Excel ou Google Sheets frequentemente resolvem. Essas ferramentas podem calcular porcentagens e mostrar tendências em desigualdades salariais, como a diferença salarial mediana de gênero de 2024 no serviço civil do Reino Unido, que permanece acima da média nacional em 8,5%. Esse tipo de informação é inestimável para entender problemas de representação de relance. [1]
Dados qualitativos: Se sua pesquisa inclui perguntas abertas ou respostas elaboradas de acompanhamento, você está lidando com dados qualitativos. Ler manualmente essas respostas não é apenas demorado—é quase impossível quando você tem dezenas ou centenas de entradas. Para isso, você precisa de ferramentas movidas a IA que possam resumir temas e padrões rapidamente e de forma confiável.
Existem duas abordagens para ferramentas ao lidar com respostas qualitativas:
ChatGPT ou ferramenta similar de GPT para análise de IA
Se você exportar suas respostas em texto aberto—digamos, do SurveyMonkey ou Google Forms—pode colá-las no ChatGPT ou outra ferramenta GPT e começar a discutir sobre seus dados. Esta abordagem funciona para pequenos conjuntos de dados, e você pode fazer perguntas personalizadas como, “Quais são os temas recorrentes principais?” ou “Quais desafios os funcionários públicos estão descrevendo?”
No entanto, este processo não é muito conveniente. Você precisará formatar os dados para entrada de IA, copiá-los em pequenos lotes se houver muito, e acompanhar múltiplas sessões de chat. É viável para uma análise exploratória, mas rapidamente se torna complexo à medida que sua pesquisa cresce.
Ferramenta tudo-em-um como a Specific
Uma ferramenta de IA desenvolvida especificamente para este fluxo de trabalho, como a Specific, traz tudo sob o mesmo teto. Você pode tanto coletar os dados da pesquisa quanto realizar análises instantâneas movidas a IA. Veja como ela ajuda:
A IA da Specific faz perguntas de acompanhamento automaticamente durante a pesquisa. Isso aumenta a qualidade e a profundidade das respostas—vital para um tópico complexo como DEI nos serviços públicos. Saiba mais sobre perguntas de acompanhamento automáticas por IA aqui.
Assim que as respostas chegam, a IA resume instantaneamente as respostas, identifica temas-chave e destaca insights acionáveis—sem necessidade de planilhas ou organização manual.
Você pode conversar com a IA sobre os resultados assim como faria no ChatGPT. A diferença é que você recebe recursos adicionais para filtrar, gerenciar e explorar seus dados sem precisar lidar com arquivos ou copiar e colar respostas. É feito para um trabalho de feedback colaborativo, especialmente para pesquisas com funcionários públicos lidando com questões complexas como representação ou discriminação.
Em resumo, você pode usar ferramentas genéricas de chat de IA para trabalhos menores, mas plataformas dedicadas como a Specific tornam a análise de pesquisas qualitativas em grande escala infinitamente mais fácil e mais acionável.
Solicitações úteis que você pode usar para analisar respostas de pesquisas de diversidade, equidade e inclusão com funcionários públicos
Uma IA é tão útil quanto as solicitações que você faz. Para garantir que você obtenha os insights que precisa sobre as perspectivas dos funcionários públicos em torno de diversidade, equidade e inclusão, aqui estão algumas ideias de solicitações testadas em campo que funcionam tanto no ChatGPT quanto no Specific.
Solicitação para ideias principais: Esta funciona para qualquer tamanho de conjunto de dados e ajuda você a entender os principais temas expressos em todas as respostas.
Sua tarefa é extrair ideias principais em negrito (4-5 palavras por ideia principal) + até 2 frases de explicação.
Requisitos de saída:
- Evite detalhes desnecessários
- Especifique quantas pessoas mencionaram a ideia principal específica (use números, não palavras), a mais mencionada no topo
- sem sugestões
- sem indicações
Exemplo de saída:
1. **Texto da ideia principal:** texto explicativo
2. **Texto da ideia principal:** texto explicativo
3. **Texto da ideia principal:** texto explicativo
A IA fornece respostas muito melhores quando você dá mais contexto sobre sua pesquisa, audiência ou seus objetivos. Basta adicionar isto antes da sua solicitação:
Pesquisamos funcionários públicos do Reino Unido sobre suas experiências e desafios com diversidade, equidade e inclusão nos serviços públicos. Queremos descobrir as questões principais, ideias de melhoria e quaisquer pontos críticos específicos relacionados à equidade no local de trabalho, representação e inclusão.
Solicitação para aprofundar em um tópico: Uma vez que a IA resume os temas principais, peça uma elaboração sobre essas ideias:
Me fale mais sobre a sub-representação de mulheres em cargos seniores
Solicitação para menções específicas: Ótima para verificar se alguém mencionou um tópico do seu interesse.
Alguém falou sobre desigualdades salariais? Inclua citações.
Solicitação para personas: Útil quando você quer segmentar sua audiência por experiência ou background.
Com base nas respostas da pesquisa, identifique e descreva uma lista de personas distintas—semelhante ao uso de "personas" em gerenciamento de produtos. Para cada persona, resuma suas características-chave, motivações, objetivos e quaisquer citações ou padrões relevantes observados.
Solicitação para pontos problemáticos e desafios: Obtenha clareza sobre o que está errado e onde os funcionários públicos precisam de mais apoio.
Analise as respostas da pesquisa e liste os pontos problemáticos, frustrações ou desafios mais comuns mencionados. Resuma cada um e observe quaisquer padrões ou frequência de ocorrência.
Solicitação para sugestões e ideias: Se você deseja coletar recomendações acionáveis para mudança.
Identifique e liste todas as sugestões, ideias ou pedidos dos participantes da pesquisa. Organize-os por tópico ou frequência e inclua citações diretas quando relevante.
Para ainda mais ideias de solicitações adaptadas a pesquisas de diversidade e inclusão, confira este guia para perguntas eficazes em pesquisas com funcionários públicos.
Como a Specific analisa dados de pesquisas qualitativas com base no tipo de pergunta
Vamos detalhar como a Specific (e ferramentas de IA em geral) lida com a análise qualitativa para diferentes tipos de perguntas de pesquisa:
Perguntas abertas (com ou sem acompanhamento): A Specific produz um resumo geral cobrindo todas as respostas à pergunta principal e a quaisquer perguntas de acompanhamento. Isso ajuda a capturar o espectro de opiniões, como ao analisar razões nuançadas para a persistente diferença salarial de gênero em cargos seniores do serviço civil. [1]
Escolhas com acompanhamento: Cada opção de resposta recebe um resumo dedicado, cobrindo todas as observações feitas pelos respondentes em perguntas de acompanhamento sobre essa escolha específica. Isso traz à tona padrões valiosos (por exemplo, por que os funcionários públicos se sentem incluídos ou excluídos, dependendo de seu departamento ou equipe).
NPS (Net Promoter Score): Cada segmento—detratores, passivos, promotores—recebe sua própria análise. Para DEI nos serviços públicos, isso significa que você pode rapidamente ver o que está motivando seus maiores apoiadores e o que seus críticos estão mais frustrados.
Você pode usar a mesma lógica no ChatGPT; só que leva mais tempo copiando, colando e organizando manualmente as respostas de acompanhamento para cada pergunta—é por isso que uma plataforma de pesquisa dedicada como a Specific mantém as coisas simples e repetíveis.
Para saber mais sobre como configurar pesquisas movidas a IA como estas, veja este guia prático de gerador de pesquisas para pesquisas de DEI com funcionários públicos.
Contornando os limites de contexto da IA
Todos os modelos de linguagem de grande porte, incluindo aqueles que alimentam o ChatGPT e as análises da Specific, têm limites de tamanho de contexto—ou seja, há apenas tanto texto que eles podem "ver" e analisar de uma vez. Se sua pesquisa com funcionários públicos traz centenas de respostas detalhadas, você atingirá esse limite rapidamente.
Aqui estão as duas principais maneiras de lidar com isso, ambas embutidas na Specific, mas que você também pode aplicar com ferramentas de IA:
Filtragem: Envie apenas conversas onde os usuários responderam a uma determinada pergunta ou selecionaram respostas específicas. Por exemplo, analise apenas as respostas de departamentos com a maior diferença salarial de gênero—como o Departamento de Saúde e Assistência Social, que teve uma diferença de 13,9% em 2024. [1]
Recorte: Limite as perguntas que você envia à IA para análise. Focando em pequenos conjuntos de perguntas, você cria espaço para mais conversas, enquanto obtém insights mais profundos para cada conjunto.
Essa abordagem significa que você pode analisar grandes e complexos conjuntos de dados de DEI de funcionários públicos enquanto permanece dentro dos limites técnicos da IA, garantindo que você ainda obtenha valor real da análise de sua pesquisa.
Recursos colaborativos para analisar respostas de pesquisas com funcionários públicos
Em pesquisas de diversidade, equidade e inclusão de funcionários públicos, a colaboração costuma ser difícil: muitos stakeholders, opiniões e temas sensíveis para explorar. Isso torna o compartilhamento de insights e a coordenação dos próximos passos críticos.
Análise baseada em chat: A Specific permite que as equipes analisem dados de pesquisas qualitativas apenas conversando com a IA. Você não precisa executar consultas SQL ou gerenciar intermináveis planilhas. Viu algo interessante ou quer destacar uma descoberta chave? Pergunte à IA e compartilhe o resultado imediatamente.
Múltiplos tópicos de chat: Você pode dividir o trabalho em dezenas de chats analíticos, cada um focado em um ângulo diferente—desigualdades salariais em diferentes departamentos, desafios para funcionários públicos sub-representados, ou respostas a novas políticas de DEI (incluindo pontos de inflexão importantes como o desmantelamento de programas federais de DEI nos EUA em 2024-2025 [4][5]). Cada chat mostra quem o criou, para que você possa dividir o trabalho e comparar perspectivas.
Visibilidade e responsabilidade: Todos que trabalham na análise da pesquisa veem exatamente quem disse o quê e de onde veio o feedback. Isso significa menos confusão, revisões mais suaves e mais confiança ao compartilhar descobertas—vital ao levantar questões sensíveis como as "listas de vigilância" da American Accountability Foundation que visam funcionários públicos por seu apoio à DEI [3].
Se sua análise precisa ser tanto rigorosa quanto amigável para equipes, os fluxos de trabalho colaborativos da Specific economizam tempo e ajudam você a navegar pelas políticas e complexidades do trabalho de DEI no setor público. Saiba mais sobre como é fácil estruturar esses fluxos de trabalho em este guia prático para projetos de pesquisa no serviço público.
Crie agora sua pesquisa com funcionários públicos sobre diversidade, equidade e inclusão nos serviços públicos
Comece a coletar feedbacks mais ricos e honestos da sua equipe com pesquisas orientadas por IA—obtenha insights acionáveis, destaque lacunas e promova mudanças reais com menos esforço manual.