大规模质性研究访谈自动化：教程
2024年11月4日 · 更新于 2024年12月12日
访谈流程的自动化有望改变我们收集质性数据的方式，尤其是在开展大规模研究时。在本教程中，我将探讨新兴工具如何支持访谈流程的自动化，使研究者能够高效地收集用户反馈并获得洞见。本文将介绍两款各具特色的工具，它们仍处于早期开发阶段，需要谨慎实施。
第一款工具集成了语音交互，通过与参与者进行实时口头交流，为改进访谈流程提供了契机。该系统即 GitHub 上的 Automated Interview AI 项目，它利用 Twilio Voice 和 OpenAI 的 Realtime API，实现由人工智能主持的电话对话。研究者可以向参与者发起电话呼叫，在通话过程中，人工智能可以使用预设问题和动态问题开展访谈。该工具通过建立双向连接，使人工智能能够实时聆听并回应参与者的输入，从而实现自然的对话流程。
Interview AI 系统的技术配置涉及几个关键步骤，包括配置 Twilio 账户、购买具备语音功能的电话号码，以及设置 ngrok 等隧道工具，以便在开发和测试时将本地服务器暴露到公网。人工智能对话通过一个基于 Python 的服务器进行，该服务器将参与者的音频转发至 OpenAI 的 Realtime API，从而实现实时交互。开发者必须正确配置应用程序，更新环境设置，并通过 ngrok 路由电话呼叫，以确保 Twilio 能够访问服务器。虽然这种方法可以与参与者直接交流，但必须承认，这一配置仍具有高度实验性，实施时需要具备相应的技术能力。
搭建语音助手项目的分步流程：
设置 Twilio 账户：创建 Twilio 账户并购买具备语音功能的电话号码（这不是 Twilio 的广告 :-D）。这是实现与参与者语音交互的必要条件。
安装 ngrok：下载并安装 ngrok 或其他隧道工具，将本地服务器暴露到互联网，使 Twilio 能够访问你的本地开发服务器。
设置 Python 环境：安装 Python 3.9 及以上版本，并为项目创建虚拟环境，以避免与其他软件包冲突。
安装所需软件包：使用命令 pip install -r requirements.txt 安装项目所需的依赖项。
配置 Twilio 号码：在 Twilio 控制台中，进入 Phone Numbers > Manage > Active Numbers，将你购买的号码指向 ngrok URL 后接 /incoming-call。
更新环境设置：创建或更新 .env 文件，填入你的 OpenAI API 密钥及其他必要凭据。此步骤确保人工智能完成正确的身份验证。
运行 ngrok：打开终端并运行 ngrok http 5050，为本地服务器创建公共 URL。配置 Twilio 连接服务器时需要用到该 URL。
配置系统：在 main.py 中调整提示词，以自定义访谈问题。
运行 Python 服务器：运行 python main.py 启动开发服务器。该服务器负责处理来电并与人工智能进行实时交互。
测试系统：拨打 Twilio 电话号码测试配置。人工智能应能接听电话，并根据预设提示词开展访谈。
将原始录音转换为 wmv 文件：在终端中运行 convert.py 文件，将原始录音转换为 wmv 文件。
提示词示例（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 提供了通话录音功能，但我不建议使用，因为录音存储在云端，这可能给敏感访谈带来风险，且可能不符合 GDPR 的要求。为此，我在原始 Python 脚本（main.py）中添加了代码，将通话录音保存在你的本地电脑上。录制的文件为原始录音，你可以使用 convert.py 转换这些文件。我们现已在自己的服务器上部署了一个版本，欢迎拨打 +1 619 356 2184 试用。
第二款工具是我们自主开发的自动化访谈系统。MimiTalk 是一个由人工智能驱动的平台，旨在通过自动化质性数据收集来改进访谈流程。它由 GAI for Research 开发，提供可定制的人工智能访谈员，能够根据具体研究需求顺畅地开展访谈。用户可以创建个性化的访谈提纲，确保人工智能访谈员符合其特定需求。该平台支持研究者下载访谈录音和对话文字记录，为评估访谈表现提供全面的材料。
MimiTalk 的操作流程包括三个主要步骤：
创建项目：研究者设置访谈项目，并根据具体目标定制人工智能访谈员。
分发访谈链接：系统生成唯一的访谈链接并分享给研究参与者，参与者可在方便时完成访谈。
结果分析：研究者可以下载访谈文字记录和参与者数据，以便进行深入分析。
这种结构化的方法简化了访谈流程，使其更加高效，并能适应各种研究情境。该系统目前处于 alpha 测试阶段，我们仅在小范围内进行测试。
留言