Como Usar a IA para Investigar como um Investigador

Leia a transcrição:

Estamos a experimentar transcrever os nossos podcasts utilizando um programa de software. Perdoe quaisquer erros tipográficos, pois o robô não está correto 100% das vezes.

Hannah Clark: Desde tempos imemoriais, as pessoas têm realizado investigação de forma deficiente. Não precisávamos da IA para tomar atalhos mal calculados ou fazer suposições abrangentes com base em poucos dados, nem para desenvolver personas estranhas, moldadas por suposições e entrevistas de utilizadores dolorosamente pouco úteis. Por isso, agora que a IA chegou, não é surpreendente que a comunidade de investigação esteja preocupada com a possibilidade de a tecnologia causar ainda mais danos à qualidade da investigação. Mas, no episódio de hoje, vamos explorar formas como a IA pode realmente ajudar a normalizar e democratizar boas práticas de investigação à escala.

A minha convidada de hoje é Cori Widen, Líder de Investigação de Utilizadores na Photoroom. Se ainda não conhece a Photoroom, a empresa está a receber muita atenção pelas formas inovadoras como utiliza a IA, e a Cori deu-me uma explicação fascinante de como tudo isso começa ao nível cultural. Falámos sobre como a mentalidade da empresa promove o entusiasmo por explorar as possibilidades, bem como sobre algumas formas práticas de as equipas utilizarem a IA para compreender, realizar e utilizar investigação de qualidade. Vamos começar.

Ah, já agora, temos conversas como esta todas as semanas. Por isso, se isto lhe parece interessante, porque não subscrever? Está bem, vamos começar.

Bem-vindos de volta ao podcast de gestores de produto. Estou hoje aqui com a Cori Widen. Ela é a Líder de Investigação de Utilizadores na Photoroom.

Cori, muito obrigada por arranjares algum tempo na tua agenda para te encontrares comigo.

Cori Widen: Muito obrigada. Estou muito feliz por estar aqui.

Hannah Clark: Eu também. E a Cori trabalha comigo há bastante tempo e esta é uma das primeiras vezes em que conseguimos realmente falar, em vez de comunicarmos apenas por e-mail. Por isso, isto é muito emocionante. Sinto que estou a falar com uma velha amiga ou uma antiga correspondente.

Cori Widen: Sim. Muito emocionante. Concordo.

Hannah Clark: Vamos começar da forma como começamos sempre. Podes contar-me um pouco sobre o teu percurso e sobre como chegaste onde estás agora?

Cori Widen: Sim, claro. Estou na indústria tecnológica há cerca de 13 anos.

Durante a maior parte desse tempo, trabalhei em marketing de produto, mas, como acontece com a maioria das pessoas no marketing de produto, os métodos de investigação faziam parte do meu trabalho, certo? Como entrevistar utilizadores e coisas desse género. E, a certa altura, simplesmente decidi e disse: na verdade, essa é a parte de que mais gosto, a investigação de utilizadores.

Passei então a ser investigadora a tempo inteiro, primeiro na Lightrix e agora na Photoroom. Lidero a investigação de utilizadores na Photoroom.

Hannah Clark: Excelente. Hoje vamos concentrar-nos em formas aprovadas por investigadores de utilizar a IA para fins de investigação, que é um tema muito debatido neste momento. Por isso, vamos começar com um tema controverso: utilizar a IA para análise qualitativa.

Qual é a tua metodologia atual para combinar a IA e o trabalho manual de uma forma com a qual te sintas confortável e que possas aprovar pessoalmente? E como evoluiu ao longo do tempo?

Cori Widen: É definitivamente controverso, e diria apenas algumas palavras sobre como evoluiu antes de explicar onde cheguei agora: eu também estava relutante.

Acho que toda a comunidade de investigação estava relutante. Primeiro, porque não confiava que a IA fizesse um bom trabalho e, no início, realmente não fazia. Isso era perfeitamente legítimo. E a outra coisa de que não ouço as pessoas falar o suficiente é que eu adorava o meu trabalho. Na verdade, não estava à espera que a IA aparecesse e dissesse: deixem-me torná-lo melhor.

Deixem-me resolver este problema. Gostava de coisas como a análise qualitativa e do processo de a fazer por mim própria. Por isso, no início, não estava particularmente entusiasmada, mas tornou-se claro que era necessário descobrir como utilizá-la ou ficar para trás. Quando comecei a utilizar a IA para análise qualitativa, o meu primeiro processo consistiu em fazer exatamente o processo manual que sempre tinha feito, ao mesmo tempo que tentava utilizar a IA, comparando as experiências e observando aquilo que a IA fazia bem, aquilo que não fazia bem e como poderia atingir esse ponto ideal de fiabilidade.

Tem sido muito baseado em tentativa e erro e penso que este processo estará sempre a evoluir, porque a IA está sempre a evoluir. Mas, neste momento, vou descrever onde me encontro. Está bem, acho que ajuda ter um exemplo concreto. Digamos que estou a analisar um projeto de investigação estratégica e que a maior parte dos dados são dados de entrevistas com utilizadores.

O que faço é reunir todas as transcrições dentro de um projeto. Estão armazenadas no Dovetail e depois utilizamos uma ferramenta chamada Dust para consultar a IA com base em todas as transcrições que estão no Dovetail. Está bem, por isso, basicamente, estou a utilizar a IA para fazer perguntas sobre um conjunto de transcrições que tenho para um projeto.

O que faço é ter as minhas perguntas de investigação à minha frente, que criei manualmente. Começo a fazer perguntas à IA e a pedir citações relacionadas com as nossas perguntas de investigação, certo? Por exemplo, digamos que quero saber quais são os problemas num determinado fluxo ou algo semelhante. Peço à IA que encontre citações nas transcrições dos utilizadores.

Que estejam relacionadas com essa pergunta de investigação. Isto está basicamente a substituir o processo de etiquetar manualmente as entrevistas. Penso que muitos investigadores utilizariam várias ferramentas para etiquetar manualmente as entrevistas com base em temas, de acordo com as suas perguntas de investigação. Agora utilizo a IA para isso. Depois, pego nas citações de cada tema, coloco-as num quadro do Miro e faço um diagrama de afinidades, que sempre foi o meu processo para analisar entrevistas.

Continuo a fazer essa parte manualmente. Com base no diagrama de afinidades, tiro as minhas conclusões para o projeto. O outro ponto em que utilizo a IA é que passo as minhas conclusões pela IA e digo: estas são as coisas a que cheguei; pede-lhe para discordar de mim ou para identificar coisas nas transcrições que contradigam as conclusões que apresentei, apenas para ver se me está a escapar alguma coisa, verificar possíveis enviesamentos e coisas desse género.

Esse é o meu processo Frankenstein de análise manual e com IA.

Hannah Clark: Então, mencionaste que a tua opinião geral sobre a IA mudou. Penso que muitos de nós fizemos esse tipo de percurso, começando com alguma apreensão e evoluindo ao longo do tempo. Como evoluiu isso para ti?

Cori Widen: Sim, sem dúvida. No início, sentia que existia muita pressão dentro das empresas para descobrir como utilizar a IA.

E era uma pressão algo sem direção, certo? Diziam que isto iria tornar-te mais eficiente, ajudar-te a fazer um trabalho melhor, etc., etc. Eu não tinha a certeza de como a aplicar e a maioria das minhas primeiras tentativas não foi muito boa. Não era particularmente eficaz a substituir-me em nenhuma parte do processo de investigação.

No entanto, essa pressão não desapareceu. Gradualmente, à medida que o ChatGPT melhorou no tratamento de maiores quantidades de dados, cedi e comecei a criar instruções personalizadas para fazer coisas muito básicas, como resumir uma entrevista. Isso abriu-me um pouco a mente, mas penso que o grande ponto de viragem para mim aconteceu relativamente há pouco tempo, quando fui para a Photoroom, porque a Photoroom é muito única na sua abordagem à IA, tanto na IA voltada para os utilizadores como na utilização interna da IA enquanto empresa.

Existe pressão para a incorporar? Claro. Mas descreveria essa pressão como uma pressão entusiasmada. Todos estão muito entusiasmados com os diferentes casos de utilização que encontram no seu campo e profissão específicos através da IA.

Existe, por isso, um ambiente em que as pessoas partilham constantemente aquilo que conseguiram fazer. As pessoas têm muito interesse em saber como estás a utilizar a IA, etc. E esse ambiente transformou a situação de algo como “ugh, não, sou investigadora e tenho de descobrir como utilizar a IA” numa parte divertida e interessante do meu trabalho.

Hannah Clark: Muito bem. Gostaria de aprofundar um pouco a cultura da Photoroom daqui a pouco, porque isto é muito interessante e penso que é um fator importante que pode influenciar a adoção da IA pelas empresas em geral, o que, por si só, é uma questão enorme.

Mas falemos um pouco sobre os assistentes de IA, porque mencionaste que as formas como utilizaste a IA mudaram. Conseguir utilizá-la de forma mais eficaz foi uma verdadeira mudança de paradigma e penso que agora toda a gente sabe que os assistentes de IA estão na moda. Sei que criaste alguns que consideraste realmente úteis no teu processo. Que tipos específicos de assistentes criaste e que problemas têm resolvido ultimamente?

Cori Widen: Está bem, vêm-me à cabeça dois principais. Um chama-se “Exploração de Entrevistas com Utilizadores”, que não é um título muito criativo, mas é exatamente isso que faz. Basicamente, todas as entrevistas com utilizadores realizadas na Photoroom são armazenadas no Dovetail. Depois temos as transcrições através da API e podemos fazer perguntas. É isso que utilizamos.

Resolveu problemas diferentes para mim, para a Becky, que é a minha colega investigadora, e para outras partes interessadas. Para nós, enquanto investigadoras, como mencionei, é uma parte importante do nosso processo de análise. É assim que encontramos citações, em vez de etiquetarmos tudo, quando estamos a analisar um projeto. Para as partes interessadas, é uma excelente forma de, sem terem de passar por nós e esperar que procuremos relatórios e tudo o resto, explorarem todas as entrevistas realizadas até à data.

Podem perguntar praticamente qualquer coisa sobre os utilizadores ou sobre os utilizadores dos concorrentes. Por exemplo: “Dá-me uma lista de todos os desafios que as pessoas tiveram com fundos gerados por IA ou com alguma funcionalidade da Photoroom.” Isto poupa-nos tempo e também aproxima as partes interessadas dos utilizadores, permitindo-lhes procurar essa informação e interagir diretamente com ela.

Esse é um. O outro é mais recente e consiste num gerador de guiões de entrevista. Sei que vamos falar disso mais tarde, mas muitas pessoas na Photoroom fazem entrevistas com utilizadores e existe uma grande quantidade de tempo disponível para preparar um excelente guião antes das entrevistas, bem como conhecimento sobre boas práticas, como a forma de fazer perguntas aos utilizadores para gerar as conclusões pretendidas.

No gerador de guiões de entrevista, o que se introduz é: o que queres aprender? Quem são os utilizadores que vais entrevistar e o que queres aprender com eles? Depois, gera um guião de entrevista, na sua maioria de acordo com boas práticas. O efeito foi que, independentemente do nível de conhecimento que tenhas, podes gerar um guião de entrevista que não faz perguntas tendenciosas, não pede aos utilizadores que prevejam o seu comportamento futuro e evita coisas desse género.

Hannah Clark: Isso é realmente poderoso, porque estou a identificar uma tendência, não só na expansão da produtividade individual através da IA, mas também na expansão das competências das pessoas, ao permitir transferir conhecimento próprio e coisas desse género. É uma forma muito interessante de utilizar a tecnologia. É muito interessante ouvir diretamente uma abordagem mais matizada.

Está bem, falemos de engenharia de instruções. Este é outro tema enorme. Toda a gente está a tentar melhorar e sei que todos falam em fornecer muito contexto, mas é um pouco mais complexo do que isso.

Que técnicas específicas descobriste que melhoraram realmente a qualidade dos resultados que obténs quando fazes análises de investigação de utilizadores?

Cori Widen: Antes de mais, tal como toda a gente, estou sempre a tentar perceber isto e, por vezes, quase arranco os cabelos, a pensar: porque é que não me entende?

Mas há algumas coisas que surgiram e que considero muito úteis, especificamente quando faço análises. Em primeiro lugar, qualquer pergunta que faça à IA, faço-a de pelo menos duas ou três formas diferentes. Como não é humana, é impossível saber como está a interpretar a minha pergunta e, muitas vezes, descubro que aparecem citações de utilizadores ou transcrições diferentes quando faço a pergunta de forma ligeiramente diferente.

Por isso, especialmente quando estou a analisar um projeto e quero ter cuidado para encontrar todos os pontos relevantes sobre um determinado tema para poder fazer a análise, utilizo várias instruções, formuladas de forma diferente de cada vez. Também estou sempre a insistir com a IA e a perguntar se consegue encontrar mais exemplos, porque, embora peça sempre uma lista exaustiva de citações ou uma lista exaustiva de exemplos, nunca é realmente exaustiva.

Há sempre mais. Por isso, peço sempre mais. A outra coisa que aprendi é que, quando falo com uma pessoa, posso fazer quatro ou cinco perguntas de uma só vez, entusiasmar-me com um tema e isso não funciona bem com a IA. Por isso, esforço-me bastante para fazer perguntas que contenham apenas uma questão.

É interessante, porque mencionaste que muitas pessoas dizem para fornecer o máximo de contexto possível, mas sinto que, com o contexto, com base apenas nas minhas experiências com instruções, existe algo como contexto a mais. A IA começa a criar uma hierarquia e a dar prioridade às coisas que estás a dizer, ignorando outras.

Por isso, estou a tentar encontrar esse ponto ideal, que, para mim, tende a ser ainda menos contexto.

Hannah Clark: Interessante. Sim, também depende de onde estás a utilizar o contexto. Está bem. É bom saber, porque é a primeira vez que ouço alguém dizer que não utiliza todo o contexto.

Falando de nuances que podem passar despercebidas, uma das coisas que mencionaste anteriormente foi este risco da IA, por vezes, não detetar nuances nos dados ou apresentar dados limitados como uma tendência. Há alguns tipos de coisas que penso que a maioria dos investigadores poderia detetar. Como disseste antes, quando se transferem competências e conhecimento para outras pessoas, isso nem sempre é totalmente transmitido.

Como validas a análise da IA e garantes que não estás a ignorar valores atípicos importantes? E, mais importante, se partilhares algumas destas competências com outras partes interessadas, como garantes que essa transferência de conhecimento também é preservada?

Cori Widen: Sim, sem dúvida. Penso que são perguntas muito importantes.

Quando analiso um projeto, raramente peço à IA conclusões. Peço-lhe que encontre coisas relevantes e depois utilizo o meu lado humano para chegar às conclusões propriamente ditas. Mas o assistente de exploração de entrevistas com utilizadores de que falámos anteriormente é frequentemente utilizado para coisas que estão fora dos projetos estratégicos.

Por isso, fazemos-lhe perguntas sobre os utilizadores. Quais são as maiores dificuldades que os utilizadores têm com X, ou seja o que for. E penso que, em primeiro lugar, isto é realmente desafiante. Tenho duas regras que sigo sempre quando faço isto. A primeira é que, quando peço à IA uma conclusão, peço-lhe que cite todas as transcrições que utilizou para criar essa conclusão.

Por vezes, cita duas transcrições entre centenas e consigo ver, ao consultar as transcrições, que aquilo não é realmente uma tendência. Posso utilizar a minha sensibilidade humana para decidir, porque a IA me indicou de onde retirou a conclusão. A segunda coisa é que peço sempre valores atípicos.

Se me der uma conclusão, digo: “Está bem, agora dá-me o máximo de exemplos possível de utilizadores que contradigam esta conclusão específica.” Isso ajuda-me a analisar todos os dados e a tirar a minha própria conclusão de uma forma mais matizada. Relativamente à utilização do agente de IA pelas partes interessadas, criámos um guia para utilizar o agente de IA no Notion, ao qual todos podem aceder. São recursos que penso que algumas pessoas utilizam e outras não. Por isso, ainda estou a tentar perceber como, quando temos algo que supostamente desbloqueia a disponibilidade dos dados dos utilizadores para toda a empresa, podemos garantir que todos estão alinhados.

Ainda não tenho uma resposta exata.

Hannah Clark: Sim. Penso que isto é algo contínuo, porque aponta para o valor de continuar a ter uma pessoa a supervisionar, independentemente daquilo para que estamos a utilizar a IA. É necessário continuar a ser especialista nesse domínio para verificar o trabalho e garantir que a IA é tratada mais como uma colaboradora que estás a orientar do que como alguém com um conjunto de competências equivalente ao teu.

Sim, penso que é uma questão com que muitas pessoas se debatem: como garantir que o nosso conhecimento interno está alinhado com quem quer que esteja a tentar utilizar a IA para este fim.

Agora que falámos tanto sobre os valores e a forma como a empresa funciona, penso que podemos abordar diretamente alguns dos valores da Photoroom que te permitiram e deram autonomia para agir desta forma com a IA. Vamos falar dos valores da Photoroom no que diz respeito à utilização da IA.

Porque destacaste muito a ideia de que a cultura da Photoroom é um grande impulsionador da tua adoção e do teu envolvimento com a tecnologia. O que significa democratizar a investigação? E como mudou a forma como as partes interessadas interagem com os resultados da tua investigação de experiência do utilizador e lhes atribuem valor?

Cori Widen: Sim, sem dúvida. O que mais me atraiu inicialmente na Photoroom foi o facto de serem verdadeiramente centrados nos utilizadores. A liderança passava tempo a entrevistar utilizadores. Percebi durante o processo de entrevista que era esperado que as pessoas na Photoroom falassem com os utilizadores e analisassem dados qualitativos, além dos dados quantitativos.

O que não acontece em todas as empresas, digamos assim. A utilização das interações com os utilizadores, ou da exposição aos dados qualitativos, na tomada de decisões, já estava estabelecida muito antes de eu chegar à Photoroom. Eu estava um pouco nervosa, porque tenho de admitir que a minha abordagem à democratização sempre esteve no extremo oposto: a investigação deve ser feita por investigadores.

É ótimo que os gestores de produto, designers e outras pessoas falem com os utilizadores. Mas não via a democratização total como o melhor caminho. Penso que recebi uma verdadeira lição na Photoroom. Decidi estar aberta a experimentar algo novo. O que vi e aprendi é que, em resumo, numa empresa onde as pessoas interagem com os utilizadores e se espera que tenham em conta os dados qualitativos, valorizam mais a investigação de utilizadores e têm maior probabilidade de utilizar as conclusões.

Este é um dos problemas que, tenho a certeza, ouves constantemente dos investigadores de utilizadores: estão sempre a tentar defender os utilizadores e as suas conclusões baseadas nos utilizadores.

Na Photoroom, esta cultura faz com que toda a gente tenha muita vontade de obter essas conclusões. Essa é uma coisa. Penso que o grande receio dos investigadores num ambiente onde a democratização é tão importante é que as coisas não sejam feitas corretamente. Penso que esse também era um dos meus receios, porque existem competências específicas de investigação. Mas também descobri que, num ambiente onde as pessoas interagem constantemente com os utilizadores, têm realmente vontade de conhecer boas práticas.

Toda a gente quer fazer uma boa entrevista quando fala regularmente com utilizadores. Toda a gente quer que os seus testes de usabilidade sejam rigorosos. Uma das coisas interessantes do nosso trabalho na investigação de utilizadores é podermos ajudar as pessoas a desenvolver essas competências quando existem lacunas.

Hannah Clark: Penso que é uma dessas coisas, especialmente quando se trata da atitude em relação às boas práticas de investigação. Talvez seja só impressão minha, mas sinto que, quando percebemos a quantidade de competências e nuances envolvidas na realização de uma investigação de utilizadores e de entrevistas eficazes, pensamos: “Não fazia ideia de quanto não sabia.”

Cori Widen: Sim, concordo totalmente.

Hannah Clark: Sim, fizemos um episódio excelente com o Steve Portigal há alguns anos sobre a realização de entrevistas com utilizadores. Nunca tinha feito entrevistas desse tipo antes de o entrevistar, para além das entrevistas do podcast, e foi muito esclarecedor perceber, em apenas 20 minutos, quantos aspetos — até mesmo o nosso próprio comportamento — podem afetar o resultado de uma entrevista.

Por isso, acho muito interessante existir esta vontade de transferir conhecimento e de ajudar as pessoas a melhorar a forma como falam com os utilizadores. É muito interessante para mim.

Cori Widen: É engraçado dizeres isso, porque o Steve escreveu um livro chamado “Entrevistar Utilizadores”.

Ele escreveu literalmente um livro sobre o assunto e é um livro que já ofereci às partes interessadas. Aconteceu mais do que uma vez. As pessoas dizem: “Existe um livro inteiro sobre isto?” E a resposta é: sim, existe mesmo. Há assim tanto para aprender.

Hannah Clark: Sim. E é uma coisa muito interessante porque, como disseste, penso que todas as empresas procuram sempre incorporar nos produtos o verdadeiro feedback dos utilizadores e aquilo que eles realmente querem. É preciso ter feedback suficiente e também feedback de elevada qualidade para o utilizar eficazmente. Por isso, estou muito entusiasmada por ver algumas das formas como a IA está a ajudar a conquistar o apoio à investigação e a ajudar as pessoas a defender essa causa. É muito interessante. Sou muito a favor dos investigadores, como podes perceber.

Olhando para o futuro, de que outras formas pensas que a investigação de experiência do utilizador continuará a beneficiar da IA? Vês outras capacidades no horizonte que ainda não tenhamos alcançado?

Cori Widen: Não tenho conhecimentos tecnológicos suficientes para te dizer quão boa será a tecnologia ou quando isso acontecerá. Mas, quando penso na forma como o papel de um investigador irá evoluir à medida que a IA evolui e que a adotamos mais, uma das coisas de que me apercebi, mesmo atualmente, é que tenho muito mais tempo para colaborar com as partes interessadas, devido à eficiência adicional que obtenho ao utilizar a IA no processo.

Se tivesse de fazer uma previsão um pouco vaga, diria que o papel de investigação passa de se centrar apenas na execução da investigação e na partilha de conclusões — e sim, continuar a executar investigação quando necessário — para passar muito mais tempo com as partes interessadas a fazer coisas como sessões de geração de ideias e a explorar o espaço das soluções.

Porque teremos tempo para o fazer e porque teremos mais rapidamente a credibilidade e a informação necessárias para contribuir.

Hannah Clark: E, neste momento, para os investigadores que estão a incorporar a IA no seu fluxo de trabalho, partilhaste obviamente muitas dicas práticas, e gosto da forma acessível como são e da possibilidade de as aplicar imediatamente. Tens mais alguma recomendação relativamente a um bom ponto de partida para aqueles de nós que trabalham sem um manual de boas práticas?

Cori Widen: Sinceramente, penso que a melhor coisa a fazer é, antes de mais, mudar a mentalidade. Aceitar simplesmente que isto está a acontecer.

Acho que é muito difícil, mas, depois de o fazeres, penso que muitas pessoas dizem ser eficaz começar a utilizar a IA para pequenas tarefas. Eu penso o contrário. Acho que um bom ponto de partida é começar a utilizar a IA para a análise qualitativa.

Descobre onde pode ajudar-te na parte mais substancial e, na maioria dos casos, mais demorada do trabalho. A minha recomendação baseia-se definitivamente no meu próprio processo: tenta utilizar a IA para substituir a etiquetagem manual, extraindo os pontos dos teus dados de utilizadores — quer sejam sessões de usabilidade, entrevistas ou outra coisa qualquer — para categorizar a informação e fazer a análise a partir daí.

A razão é que penso que, para fazeres a transição para alguém entusiasmado com a utilização da IA na investigação, tens de fazer algo que tenha um impacto real no teu fluxo de trabalho. A quantidade de tempo e energia que poupas ao fazê-lo é bastante significativa.

Hannah Clark: Para terminarmos, qual foi a tua descoberta mais surpreendente ao utilizares a IA para os teus próprios fins? Qual foi o teu momento decisivo?

Cori Widen: Tenho aqui duas coisas. O momento decisivo para mim, que talvez fosse mais óbvio para outras pessoas, foi perceber como eu, enquanto pessoa, podia continuar a desempenhar um papel importante neste processo. Utilizar a IA não significava subcontratar tudo à IA.

Significa compreender aquilo em que sou melhor e aquilo em que a IA é melhor, juntando as duas coisas para obter o melhor tipo de análise qualitativa. Essa foi uma coisa. A outra foi um momento marcante: recebi feedback de alguém na Photoroom que me disse que, quando estavam a contratar o primeiro investigador, que era eu, o maior receio era que a investigação fosse conhecida por ser lenta.

Pensavam: “Esta pessoa vai chegar e dar-nos as conclusões tão lentamente que não conseguiremos utilizá-las.” Essa pessoa disse-me: “Afinal, és bastante rápida.” Percebi que sou rápida devido ao facto de ter adotado a IA nestas partes essenciais do processo de investigação.

Não seria rápida sem ela. Perceber isso tornou-me mais valiosa para a equipa e foi definitivamente um momento de revelação para mim.

Hannah Clark: Isso é muito interessante. E deve ser bom sentir que tens agora um trunfo escondido.

Muito obrigada por te juntares a nós, Cori. Adoro sempre conversas sobre investigação. Aprendo imenso e hoje foram muitos conhecimentos absorvidos nos mesmos 25 minutos. Muito obrigada por tudo isto. Onde podem os ouvintes acompanhar o teu trabalho online?

Cori Widen: Não tenho uma presença muito forte online. No entanto, estou sempre disponível para estabelecer contacto com outros investigadores no LinkedIn, por isso, estejam à vontade.

Hannah Clark: Excelente. Muito obrigada por estares aqui.

Cori Widen: Obrigada.

Hannah Clark: Obrigada por nos ouvirem. Para obter mais informações, guias práticos e análises de ferramentas, subscrevam a nossa newsletter em theproductmanager.com/subscribe. Podem ouvir mais conversas como esta subscrevendo o Product Manager onde quer que ouçam os vossos podcasts.