用户研究科技公司UserTesting发布最新AI功能，利用大语言模型更好地理解用户反馈

　　UserTesting是一家借助人工智能技术帮助组织机构从市场研究中获得更好的见解的科技公司。在2022年，Thoma Bravo以13亿美元的价格收购了UserTesting，并将其与UserZoom进行了合并。

　　近日，据海外媒体报道，UserTesting发布了最新的基于生成式人工智能和UserZoom功能的反馈引擎，以更好的理解用户调查的反馈。基于人工智能的调查能够从用户测试操作中提供更深层次的趋势和主题（themes）分析。

　　UserTesting的首席执行官Andy MacMillan表示，在我们围绕洞察力总结、情感和互动路径结合人工智能技术之前。我们现在正在做的是创造一个主题概念，所以从开放式的调查问题到人们口头给出的反馈回答中，我们现在可以提炼出主题。

　　UserTesting已经为用户提供了情感分析功能，借助人工智能驱动的主题生成功能，UserTesting希望更进一步和更全面地了解测试结果实际反映的内容。其人工智能调查的主题功能由大语言模型提供支持，以分析来自调查的开放式文本回复并提炼出潜在主题。

　　Andy MacMillan解释道，这些模型是在研究数据上进行训练的，因此它们可以理解特定领域，并识别对研究人员有意义的主题、概念和情感。

　　UserTesting使用到的人工智能不是简单地标记关键词或将回复分类为正面或负面，而是分析全文，并根据人们讨论的共同话题或问题的回复进行分组。然后，它可以量化每个主题的回答数量，让研究人员在深入研究个别评论的细节之前，对流行的讨论主题有一个更高层次的了解。这提供了比通用关键字搜索或单独分类更细致入微的理解。

　　Andy MacMillan补充道，洞察是在分析参与者经历的特定任务或经历时产生的，比如在网站上完成购买。这些见解将突出显示成功率、失败点或人们是否遵循了预期的路径等指标。相比之下，主题是从开放式回答中提取的，比如对评论的调查。人工智能分析全文，并将讨论类似概念或主题的回复进行分组，即使人们不使用相同的措辞，也能显示出流行的讨论主题。然后，它可以量化每个主题的流行程度。主题提供了一个更高层次的视角来了解人们在谈论什么，而不仅仅是情绪。

　　从文本、音频或视频中创建摘要的能力是大语言模型支持的核心人工智能能力。Andy MacMillan强调，UserTesting在其平台上所做的洞察、主题和最新更新，远不止是人工智能的总结。UserTesting使用客户体验研究数据来训练自己的模型。

　　因此，UserTesting的模型提供了组织机构需要经验丰富的研究人员才能确定的领域洞察，而不仅仅是获取信息的摘要。这种方法提供了通用摘要可能缺乏的领域的重要上下文理解。Andy MacMillan表示，在过去的几年里，我们实际上一直在围绕情感和意图等训练一套机器学习模型，这些都是人们在进行体验研究时寻找的东西。而我们有大量的内容来训练引擎如何做到这一点。

Powered by Froala Editor