Valet mellan kvalitativa och kvantitativa metoder har länge varit ett val mellan kvantifierbar bredd och kvalitativt djup. Med stöd av AI blir detta mycket mindre polariserat än tidigare. AI kan användas i tre olika delar av kvalitativa undersökningar; rekrytering och selektering av urval, genomförande (intervjuer eller andra metoder) och sammanställning av den kvalitativa informationen som intervjusvar. Vi kommer här ägna oss mest åt de två sistnämnda.
Datainsamling sker oftast genom personliga intervjuer, via ljud eller video, eller passivt vid användarstudier. Jämfört med traditionella kvalitativa metoder, som fokusgrupper eller personliga intervjuer, har AI generellt svårare att fånga ansiktsuttryck och kroppsspråk och begränsad förmåga att ställa följdfrågor. I fokusgrupper IRL finns också en gruppdynamik som inte finns vid AI intervjuer. Gruppdynamiken kan visa sig i konflikter mellan deltagare med olika åsikter och kan innebära att om t.ex. en deltagare uttrycker en åsikt kan det påverka övriga att instämma. Sociala förväntningar om att agera moraliskt och rationellt i andras ögon påverkar också deltagarna. Gruppdynamiken gör också att det finns slumpmässighet i hur gruppen som helhet svarar eftersom hela gruppen påverkas av hur en enskild deltagare agerar. Med genomtänkta processer kan en AI-baserad datainsamling motverka nackdelarna med en icke-mänsklig intervjuare.
Fördelen med kvalitativa undersökningar är att det kan ge tillgång till respondentens System 1. När vi ställer raka frågor till en person är det System 2 som svarar. System 2 ger logiska genomtänkta svar. System 1 är det omedvetna, intuitiva som bygger på känslor och som tar nästan alla beslut. 95% brukar anges som andel av beslut som tas av System 1. När vi frågar System 2 om varför System 1 har tagit ett beslut kan ofta inte System 2 svara. Istället får vi ett efterrationalisering som låter bra, men som inte nödvändigtvis är sann. En bra kvalitativ metod låter oss tala med System 1.
Ett exempel på en sådan metod som är lämplig för AI-stödd metod är att låta respondenten välja metaforiska bilder och svara på frågor om varför det är en lämplig metafor. En bra AI tjänst kan undvika att ställa ledande frågor och att uppmuntra respondenten onödigt mycket. Fördelen med AI stödda kvalitativa metoder är också att det är lättare att få ett större urval som täcker ett större område. Av kostnadsskäl görs många kvalitativa studier i storstadsområden med ett fåtal grupper med 6-8 deltagare. Med AI-stödda intervjuer kan istället flera hundra deltagare med stor geografisk spridning intervjuas på kortare tid. Det ger upphov till en stor mängd data i form av text, svar på kvalitativa frågor. Med hjälp av AI kan denna mängd hanteras och analyseras efter olika teman som i sin tur kan kvantifieras. Detta minimerar den traditionella nackdelen med kvalitativa undersökningar att resultatet inte är generaliserbart. Med det sagt, har den inte samma kvantitativa kvalitet som likert- eller kvotskalor i kvant-studier har och det finns en precis som alla urvalsundersökningar finns det en bortfallsproblematik både i urvalet till paneler och i rekrytering och slutförande av undersökningen.
Korta tumregler:
Geografisk spridning – om viktigt blir AI-stödd bättre, speciellt om internationellt.
Gruppdynamik – om viktigt talar för traditionell, om potentiell risk blir AI-stödd bättre
Om du vill kunna kvantifiera kvalitativt (”ca hälften tycker…”) blir AI-stödd bättre.
En viktig kvalitetsaspekt är förmågan att kunna göra riktig kvalitativ undersökning som når respondentens system 1. Säkerställ därför att tjänsten inte bara ställer öppna frågor med en AI robot utan har en riktig kvalitativ metod baserad på konsumentbeteende vetenskap.
Uppdaterat våren 2026
