NISHIO Hirokazu[Translate]
ブロードリスニングは定性分析
ブロードリスニングの結果を定量分析みたいに解釈したらいけないよねと言う話
いままで定性分析が高コストで定量分析のレポートばかり作られがちだったので、定量分析のレポートばかり見てきた人が多い
なので「見慣れないもの」を慣れたやり方で解釈しようとしてしまう

>tokoroten: 公聴AIを使う場合、どういうふうなデータが得られて、どういうふうに偏っているのかはこの動画が詳しいので、おすすめです。


>tokoroten: 有権者へのアピールと、内部利用の分析は方針を分けないといけないわけですが、それを混同するから問題が起こるわけです。
都知事選の時、内部利用の分析のためには掘り下げが可能なTTTC Turboの方が政策立案チームからの評判が良かったが、当時のTurboは一般ユーザ向けに見せられるような安定度ではなかった、そこでScatterを主に使った
このScatterは一般ユーザ向けには衆院選でテレビでも使われるなど「視聴者へのアピールの強さ」に対した価値を見出すブロードキャスト的な使い方
ScatterにTurbo的な階層分析を積んで広聴AIができた


全般的に同意見
少し補足すると「ランダムサンプリングではないデータを定量分析に使ってはいけない」は広聴AIと無関係な話で
「たとえランダムサンプリングでも広聴AIを定量分析に使ってはいけない」が別の話としてあるよね


質的研究 / 量的研究 / 混合研究
>youtiki: 理論的な基盤としてはこういうのがありますね
> 「ブロードリスニング」は、質的な調査
この図、すごくいいですね。先日話した「定量分析したいなら広聴AIの結果を見て何を聞くか決めてアンケート調査したらいいのでは」はこの図の右下の四角をイメージしていました
すでに尺度が決まっていて、それが十分信頼できるなら、それを使ってアンケート調査などをすればいい(右上)
広聴AIなどの質的分析は、あらかじめ信頼できる尺度を設定できない時にも使える手法であり、そこが強み(左上)


>ohki: 西尾さんのこの辺りの話も分かりやすかったです
>これに関して「正しい比率」であることにはあまり意味がない
> Aが60%でBが30%という情報に意味がない
> Cが1%なのか2%なのかにも意味がない
> 「Cが存在する」という気づきが重要


dd2030 slack


"Engineer's way of creating knowledge" the English version of my book is now available on [Engineer's way of creating knowledge]

(C)NISHIO Hirokazu / Converted from [Scrapbox] at [Edit]