Laboratorium Metod Jakościowych „QualLab”

Prof. Dominika Maison w swojej ostatniej wypowiedzi dla QualLab wspomniała o wykorzystaniu tzw. synthetic persona i digital twin w badaniach jakościowych. Poniżej krótko wyjaśniamy te pojęcia.

Synthetic persona / syntetyczna persona
To model AI reprezentujący określoną grupę lub segment klientów. Jest tworzony na podstawie danych demograficznych i psychograficznych, aby symulować odpowiedzi typowe dla danej populacji.

Digital twin / cyfrowy bliźniak
To znacznie bardziej szczegółowy model, który ma reprezentować konkretną osobę. Wykorzystuje jej indywidualne dane z przeszłości, np. wywiady czy ankiety, aby „uczestniczyć” w wirtualnych badaniach w jej zastępstwie.

Możliwe zastosowania

Narzędzia te mogą przyspieszać badania, umożliwiając szybkie przeprowadzanie wirtualnych wywiadów i ankiet bez konieczności długiej rekrutacji uczestników. Mogą być także wykorzystywane do testowania strategii, np. reakcji na ceny, reklamy czy różne sposoby komunikacji marketingowej.

Ograniczenia i ryzyka

Jednocześnie trzeba pamiętać o ich poważnych ograniczeniach. Badania wskazują na niską korelację między odpowiedziami modeli a odpowiedziami rzeczywistych ludzi. Modele mogą także odtwarzać różne błędy poznawcze, m.in. nadmiernie „proludzkie” założenia dotyczące uczciwości ludzi czy większą tolerancję wobec rozwiązań algorytmicznych.

Problemem jest również trudność w uchwyceniu niuansów, złożoności i różnorodności opinii — zwłaszcza w tematach społecznych i politycznych. Modele mogą mieć także tendencję do udzielania odpowiedzi społecznie pożądanych.

Wnioski płynące z dostępnych analiz są więc ostrożne: narzędzia te mogą wspierać badania jakościowe i inspirować nowe pytania, ale nie są jeszcze gotowe, by w pełni zastąpić tradycyjne metody zbierania wglądów.

Opracowano na podstawie:
Yalch, M. M., & Aggarwal, P. (2025, November). The AI tools that are transforming market research. Harvard Business Review. https://hbr.org/2025/11/the-ai-tools-that-are-transforming-market-research

Żródło ilustracji: Shelley Evans z Pixabay

Zgodnie z obietnicą Pani prof. Dominika Maison podzieliła się swoimi refleksjami dotyczącymi wykorzystania AI w badaniach jakościowych.

AI w badaniach jakościowych: wsparcie dla krytycznej refleksji

Sztuczna inteligencja jest coraz częściej wykorzystywana w badaniach jakościowych. Może realnie wspierać badaczki i badaczy: pomagać gromadzić informacje, wspierać projektowanie narzędzi badawczych, ułatwiać transkrypcję i porządkowanie materiału.
Ale właśnie dlatego warto jasno powiedzieć: AI może służyć wzmocnieniu procesu badawczego, ale nie powinna zastępować krytycznej refleksji.

W badaniach jakościowych szczególne znaczenie mają niuanse, pojedyncze zdania, nieoczywiste skojarzenia, rzadkie wątki i „wyjątki”, które czasem otwierają najważniejsze tropy analityczne. Tymczasem narzędzia AI mają tendencję do uśredniania, porządkowania i wygładzania materiału. To, co algorytm może potraktować jako „szum”, dla badaczki lub badacza jakościowego może okazać się kluczowe.

Wątpliwości Pani Profesor podzielają także inni badacze. Nguyen i Welch (2026) zwracają uwagę, że modele językowe są systemami probabilistycznymi: nie prowadzą analizy w takim sensie, w jakim robi to badacz, lecz generują statystycznie prawdopodobne ciągi słów. Może to prowadzić do powierzchownych, schematycznych lub niewystarczająco wiarygodnych wyników.

Ważnym tematem jest także prywatność. W przypadku rozmów dotyczących poufnych, wrażliwych danych — na przykład medycznych czy psychoterapeutycznych — nie wystarczy, że narzędzie jest szybkie i wygodne. Musimy wiedzieć, gdzie trafiają dane, czy są przetwarzane lokalnie i czy nie służą do trenowania zewnętrznych modeli.

Coraz ciekawszym kierunkiem są również tzw. syntetyczni respondenci, synthetic personas oraz digital twins, czyli agenci AI zasileni rzeczywistymi danymi. W badaniach marketingowych mogą oni stać się dodatkowym źródłem informacji. Wymaga to jednak dużej ostrożności: przejrzystości, walidacji, etycznych ram i jasnego odróżnienia takich danych od rozmów z realnymi osobami. Temat ten rozwiniemy w kolejnym poście.

AI wspiera, ale nie zastępuje refleksji badacza.

A jakie jest Państwa stanowisko? Zapraszamy do komentarzy.

Nguyen, D. C., & Welch, C. (2026). Generative artificial intelligence in qualitative data analysis: Analysing—or just chatting? Organizational Research Methods, 29(1).

Generative Artificial Intelligence in Qualitative Data Analysis: Analyzing—Or Just Chatting? - Duc Cuong Nguyen, Catherine Welch, 2026 Researchers, engineers, and entrepreneurs are enthusiastically exploring and promoting ways to apply generative artificial intelligence (GenAI) tools to qualita...

Miło nam poinformować, że dr Magdalena Budziszewska, współtworząca nasze Laboratorium Metod Jakościowych „QualLab”, została laureatką Medalu Polskiej Niezapominajki.

Serdecznie gratulujemy Pani Doktor!

Dziś proponujemy chwilę oddechu od badań jakościowych, ale pozostajemy w kręgu narracji.

Zapraszamy do lektury fragmentu książki „Drogi do szczęśliwości. Z Jackiem Bombą rozmawia Wanda Szaszkiewicz”. Cytowany fragment pochodzi z rozdziału „Homo narrativus”.

V Konferencja Psychologii Jakościowej powoli dobiega końca.

Dziękujemy wszystkim prelegentkom i prelegentom oraz uczestniczkom i uczestnikom za wspólnie spędzony czas, inspirujące wystąpienia, warsztaty i rozmowy. Dziękujemy za stworzenie przestrzeni spotkania wokół badań jakościowych.

Na konferencji wystapienie prof. Igora Pietkiewicza „Teoria ugruntowana w praktyce.”

Szanowni Państwo, nasza tajna reporterka działa podczas V Konferencji Psychologii Jakościowej! 😊

Jeśli tylko chcesz, zamieścimy także Twoje zdjęcie. Prześlij je nam proszę 😊

Nie udało się nam zapowiedzieć na FB wielu bardzo interesujących wystąpień. Przypominamy m.in. o wykładzie Prof. Elaine Keane oraz o warsztatach „Metodologia teorii ugruntowanej w praktyce badawczej”, prowadzonych przez dr hab. Dominikę Byczkowską-Owczarek z Uniwersytetu Łódzkiego.

Poniżej zamieszczamy wideo, w którym Pani Profesor Byczkowska-Owczarek opowiada o jednej ze swoich pasji naukowych. Nasza konferencja jest miejscem spotkań ciekawych osób. Inspirujmy się wzajemnie.

Prelegentki i Prelegentów zachęcamy do kontaktu z nami. Z przyjemnością opublikujemy posty prezentujące Państwa badania związane z metodami jakościowymi.

Ciało człowieka okiem socjolożki | dr Dominika Byczkowska-Owczarek Czy ludzkie ciało to wytwór jedynie natury? Czy kultura w jakiej żyjemy ma wpływ na to, jak doświadczamy i używamy naszego ciała? Czym zajmuje się socjologia...

Wybiła 9 rano!

Mit o badaniach jakościowych:

„W analizie jakościowej najważniejsze jest to, co pojawia się najczęściej”.*

Nie do końca. W badaniach jakościowych powtarzalność wypowiedzi jest ważna, ale sama częstotliwość nie przesądza jeszcze o znaczeniu wyniku. Czasem jakaś opinia pojawia się często, bo została wywołana sytuacją rozmowy, wpływem grupy albo dominacją jednej osoby.

Z drugiej strony pojedyncza wypowiedź także może być ważna — zwłaszcza wtedy, gdy pomaga lepiej zrozumieć badane zjawisko. Analiza jakościowa nie polega więc ani na prostym liczeniu opinii, ani na traktowaniu każdej wypowiedzi jako równie ważnej. Chodzi raczej o uchwycenie sensu, wzorców i powiązań w całym materiale.

* opracowano na podstawie fragmentu książki: Maison, D. (2022). Jakościowe metod badań społecznych. Podejście aplikacyjne. Warszawa: PWN.