Olemme kuluneen vuoden aikana päässeet toteuttamaan jo useita tutkimuksia tekoälyä hyödyntävän Wordloom-työkalun avulla yhdessä tutkimuskumppanimme iloomin kanssa. Teknologian avulla voimme tutkia ihmisten kokemuksia luotettavasti myös anonyymisti ja isoissa (ja ennen kaikkea isoissa) organisaatioissa, tai jopa väestötasolla.
Luonnollista kieltä analysoivan tekoälyn avulla "big datasta" pystytään pintauttamaan keskeiset ja olennaiset kokemukset ja kipukohdat. Laajasta aineistosta nousevat havainnot ovat kiinnostavia, mutta ne usein myös herättävät lisäkysymyksiä. Näihin pääsemme käsiksi yksilöllisillä syvähaastatteluilla, joiden tarkoitus ei ole edustaa koko organisaatiota vaan ymmärtää organisaatiossa esiintyviä ilmiöitä. Nämä syvähaastattelut tarjoavat yleensä myös paljon konkreettisia ratkaisuideoita tai vähintään aihioita organisaation kehittämisen pohjaksi.
Pienemmissä organisaatioissa pelkillä syvähaastatteluilla päästään usein käsiksi olennaiseen (kyselyllä harvemmin). Tutkimusmenetelmät tuleekin aina valita tavoitteen mukaan. Vaikka kaikenlaista on kiinnostavaa tutkia, on tärkeää myös ymmärtää mikä on riittävän hyvä ja toisaalta mieluummin malttaa olla tutkimatta kokonaan kuin valita menetelmä, joka ei anna tarvittavaa ymmärrystä kehittämisen tai päätöksenteon tueksi.
Parhaimmillaan kuitenkin big data ja little data täydentävät toisiaan ja kiihdyttävät organisaation kehittämistä. IIman big dataa puuttuu kokonaiskuva ja ilman little dataa konkretia. Siinä missä big data auttaa valitsemaan MITÄ, little data kertoo MITEN. Molempia tarvitaan.
Näiden kahden liittoon uskomme.❤️
