Automatisering av intervjuer i kvalitativ forskning i stor skala: En veiledning
november 2024 · Oppdatert 12. desember 2024
Automatisering av intervjuprosesser kan endre måten vi samler inn kvalitative data på, særlig i store studier. I denne veiledningen ser jeg på hvordan nye verktøy kan støtte automatisering av intervjuprosessen, slik at forskere effektivt kan samle inn brukerinnspill og utlede innsikt. Gjennomgangen omfatter to ulike verktøy som fortsatt er i en tidlig utviklingsfase og krever varsom implementering.
Det første verktøyet integrerer stemmeinteraksjon og gir mulighet til å forbedre intervjuprosessen gjennom muntlig kommunikasjon med deltakerne i sanntid. Systemet, kalt Automated Interview AI-prosjektet på GitHub, bruker Twilio Voice og OpenAIs Realtime API til å muliggjøre KI-ledede samtaler over telefon. Forskere kan ringe opp deltakere, og under samtalen kan KI-en gjennomføre et intervju med både forhåndsdefinerte og dynamiske spørsmål. Verktøyet gir en naturlig samtaleflyt ved å etablere en toveis forbindelse, slik at KI-en både kan lytte og svare på deltakerens innspill i sanntid.
Det tekniske oppsettet for Interview AI-systemet består av flere sentrale trinn, blant annet å konfigurere en Twilio-konto, kjøpe et telefonnummer med talefunksjon og sette opp en tunnelløsning som ngrok for å eksponere den lokale serveren under utvikling og testing. KI-samtalen går gjennom en Python-basert server som sender deltakerens lyd til OpenAIs Realtime API og muliggjør sanntidsinteraksjon. Utviklere må konfigurere applikasjonen riktig, oppdatere miljøinnstillingene og rute telefonsamtaler gjennom ngrok slik at serveren er tilgjengelig for Twilio. Selv om denne tilnærmingen gir direkte kommunikasjon med deltakerne, er det viktig å erkjenne at oppsettet fortsatt er svært eksperimentelt og krever teknisk kompetanse å implementere.
Trinnvis prosess for å sette opp Speech Assistant-prosjektet:
Opprett Twilio-konto: Opprett en Twilio-konto og kjøp et telefonnummer med talefunksjon (dette er ikke en reklame for Twilio :-D). Dette er nødvendig for stemmeinteraksjon med deltakerne.
Installer ngrok: Last ned og installer ngrok eller en annen tunnelløsning for å eksponere den lokale serveren mot internett. Dette gjør at Twilio får tilgang til den lokale utviklingsserveren din.
Sett opp Python-miljø: Installer Python 3.9+ og opprett et virtuelt miljø for prosjektet for å unngå konflikter med andre pakker.
Installer nødvendige pakker: Bruk kommandoen pip install -r requirements.txt for å installere avhengighetene prosjektet trenger.
Konfigurer Twilio-nummeret: I Twilio Console går du til Phone Numbers > Manage > Active Numbers og peker nummeret du har kjøpt, til ngrok-URL-en etterfulgt av /incoming-call.
Oppdater miljøinnstillingene: Opprett eller oppdater .env-filen med OpenAI API-nøkkelen din og andre nødvendige påloggingsopplysninger. Dette sikrer at KI-en autentiseres riktig.
Kjør ngrok: Åpne en terminal og kjør ngrok http 5050 for å lage en offentlig URL til den lokale serveren. Denne URL-en trengs når Twilio skal konfigureres til å koble seg til serveren.
Konfigurer systemet: Tilpass prompten i main.py for å tilpasse intervjuspørsmålene.
Kjør Python-serveren: Start utviklingsserveren ved å kjøre python main.py. Serveren håndterer innkommende samtaler og samhandler med KI-en i sanntid.
Test systemet: Ring Twilio-nummeret for å teste oppsettet. KI-en skal kunne besvare anropet og gjennomføre et intervju basert på de forhåndsdefinerte promptene.
Konverter råopptaket til wmv-filer: Kjør convert.py i terminalen for å konvertere råopptaket til wmv-filer.
Eksempel på prompt (main.py):
SYSTEM_MESSAGE = ("You are a helpful and bubbly AI researcher " "You want to understand how people's opinion about using generative AI in research " "You will ask questions based on their answers " "You want to ask very in depth questions to capture people's opinion")
Twilio har en funksjon for å ta opp samtaler, men jeg anbefaler ikke å bruke den, fordi opptakene lagres i skyen. Det kan innebære risiko ved sensitive intervjuer og er ikke nødvendigvis i samsvar med GDPR. I stedet har jeg lagt til kode i det opprinnelige Python-skriptet (main.py) som tar opp samtalene lokalt på PC-en din. Filen som tas opp, er et råopptak. Du kan bruke convert.py til å konvertere filene. Vi har nå lagt ut en versjon på vår server. Prøv den ved å ringe +1 619 356 2184.
Det andre verktøyet er et automatisert intervjusystem vi har utviklet selv. MimiTalk er en KI-drevet plattform som skal forbedre intervjuprosessen ved å automatisere innsamlingen av kvalitative data. Plattformen er utviklet av GAI for Research og tilbyr en tilpassbar KI-intervjuer som gjennomfører sømløse intervjuer tilpasset konkrete forskningsbehov. Brukerne kan lage personlige intervjuguider, slik at KI-intervjueren samsvarer med deres spesifikke behov. Plattformen lar forskere laste ned både intervjuopptak og samtaletranskripsjoner, noe som gir et fullstendig materiale for å vurdere intervjuenes kvalitet.
Arbeidsflyten i MimiTalk består av tre hovedtrinn:
Opprett prosjekt: Forskerne setter opp intervjuprosjektene sine og tilpasser KI-intervjueren til sine konkrete mål.
Distribuer intervjulenker: En unik intervjulenke genereres og deles med forskningsdeltakerne, som kan gjennomføre intervjuet når det passer dem.
Analyser resultatene: Forskerne kan laste ned intervjutranskripsjoner og deltakerdata for grundig analyse.
Denne strukturerte tilnærmingen effektiviserer intervjuprosessen og gjør den lettere å tilpasse ulike forskningssammenhenger. Systemet er nå i alfatestfasen, og vi tester det kun i liten skala.
Kommentarer