Взаимосвязь больших языковых моделей (LLMS) и углубленного анализа данных интервью и их влияние на успех профессиональных коммуникаций

УДК 004.8
DOI: 10.51409/v.a.2024.06.01.007

Авторы

Виктор Сергеевич Ходосов,
Алексей Геннадьевич Кравченко,
Тамара Борисовна Серебровская,
Университет «Синергия», Москва, Россия

Аннотация

В данной статье рассматривается применение больших языковых моделей (LLM) для анализа данных глубинных интервью на примере бренда Ork-podcaster. Авторы ставят перед собой задачу оценить эффективность использования LLM в сравнении с традиционными методами анализа качественных данных, выявить особенности применения методов искусственного интеллекта в бизнес-процессах. Методика исследования включает проведение 32 глубинных интервью с представителями целевой аудитории бренда Ork-podcaster, анализ полученных данных исследования с помощью модели GPT-4, формирование сравнительного анализа результатов автоматизированного анализа и результатов традиционного анализа, экспертное кодирование.
Результаты демонстрируют значительный потенциал LLM в выявлении ключевых тем, идей и закономерностей в ответах респондентов, выработке рекомендаций по дизайну и функциональности продукта, а также сокращении времени и трудозатрат на анализ данных по сравнению с ручными методами. Отмечается ряд ограничений и этических соображений, связанных с применением LLM, в том числе необходимость проверки результатов, обеспечения конфиденциальности данных и обеспечения прозрачности использования ИИ.
На основе исследования сформулированы практические рекомендации по интеграции LLM в процесс анализа данных глубинного интервью. Статья способствует разработке методологии применения искусственного интеллекта в маркетинговых исследованиях и предлагает брендам ценную информацию для управления опытом клиентов.

Ключевые слова

модели большого языка (LLM), глубинный анализ интервью, потребительские предпочтения, искусственный интеллект в маркетинговых исследованиях, GPT-4, Ork-подкастер.