AIを活用した市民調査の近隣安全に関する回答分析方法

この記事では、AIによる調査回答分析ツールを使って、市民調査の近隣安全に関する回答を分析する方法についてのヒントを紹介します。基本的なグラフを超えた実用的な洞察を得たい方や、より扱いやすい分析を求めている方は、ぜひ読み進めてください。

近隣安全調査分析に適したツールの選び方

選ぶ手法やツールは、収集した調査データの形式や構造によって異なります。以下に簡単にまとめました：

• 定量データ：例えば「夜間に安全に歩けると感じる人は何人か？」のような（構造化された回答）です。これらの数値は扱いやすく、ExcelやGoogleスプレッドシートの基本的な数式で素早く集計できます。
• 定性データ：自由回答や追跡質問への回答です。例えば「近隣で安全だと感じる理由は何ですか？」と尋ねると、多くのテキスト回答が返ってきます。これらの回答をすべて読み、パターンを見つけるのは、数十件や数百件の市民回答があると手作業ではほぼ不可能です。ここでAIが役立ちます。AIは要約し、テーマを抽出し、非構造化の回答を整理してくれます。

定性回答を扱う際のツール選択には2つのアプローチがあります：

ChatGPTや類似のGPTツールによるAI分析

コピー＆ペースト方式：調査回答をエクスポートし、ChatGPTに貼り付けて、パターンやテーマ、直接引用についてAIと対話できます。

制限事項：小規模なデータセットには有効ですが、数十件を超えると非常に手間がかかり煩雑になります。大量のデータはツールの入力（コンテキスト）制限に達しやすく、分割や切り取り、繰り返し作業が必要です。また、要約結果を特定の調査質問に直接リンクしたり、効率的にフォローアップを管理する専用機能はありません。それでも、ワークフローに慣れていれば探索的分析には有用な選択肢です。

Specificのようなオールインワンツール

定性調査分析に特化： Specificのようなツールは、追跡質問によるより豊かな調査データの収集と、市民回答のAIによる即時分析の両方を実現します。

より良いデータ収集：Specificで近隣安全調査に回答すると、AIが自動的に詳細や確認を求める質問を行います（自動AI追跡質問参照）。これにより、より深く考えられた回答が得られ、基本的なフォーム以上の情報が収集できます。

即時かつ実用的な分析：Specificでは回答が集まるとすぐに、AIが繰り返し現れるテーマを見つけ出し、人々が安全について実際に何を言っているかを要約し、同様の感覚を持つ人の数を定量化します。スプレッドシートや手作業は不要です。

対話型の洞察：ChatGPTのようにAIと直接対話しながらパターンを探れますが、結果は常に質問や選択肢ごとに整理されています。さらに、どの回答をコンテキストに含めるかをフィルタリングしたり、異なるデータの切り口ごとに複数のチャットを保存できるため、チームでの活用に強力です。

実際の様子は、SpecificのAI調査回答分析機能をご覧ください。

このようなワークフローは非常に重要です。なぜなら、近隣安全に関する調査はしばしば数百件の微妙で主観的な回答を生むからです。例えばカナダでは、近隣を歓迎的と感じる人の54％が夜間に一人で歩くことを非常に安全と感じるのに対し、その感覚を持たない人は34％にとどまります。このような洞察は、定性データを単なるテキストの塊として扱わず、文脈に応じた分析が必要です。[1]

市民の近隣安全調査回答を分析するための便利なプロンプト例

市民調査から意味のある洞察を得るには、適切な質問をすることが重要です。これは人に対してだけでなく、AIに対しても同様です。適切なプロンプトは、近隣安全データから実用的な発見を引き出す鍵となります。以下は、SpecificやChatGPTなどすべてのAIツールで効果的なプロンプト例です：

コアアイデア抽出用プロンプト：大量の定性データの最初のステップとして最適です。数十件、数百件の回答を明確なテーマに絞り込み、頻度順にランク付けします。SpecificでもChatGPTでも完璧に機能します：

あなたのタスクは、コアアイデアを太字で抽出すること（1つのコアアイデアにつき4～5語）＋最大2文の説明文を付けること。 出力要件： - 不要な詳細は避ける - 何人が特定のコアアイデアに言及したかを数字で示す（単語ではなく）、最も多いものを上に - 提案はしない - 指示はしない 出力例： 1. **コアアイデアのテキスト:** 説明文 2. **コアアイデアのテキスト:** 説明文 3. **コアアイデアのテキスト:** 説明文

ヒント：AIに常により多くの文脈を与えましょう。調査の内容（「200人の住民に夜間の安全感とその理由について尋ねました」）や、分析から得たいもの（「街灯の改善に役立つ実用的な洞察を探しています」）を伝えます。例：

サンフランシスコ中心部の市民による近隣安全調査の回答を分析してください。人々が安全でないと感じる最も一般的な理由を特定し、場所特有の懸念点を強調してください。要約結果と各コアアイデアの言及数を示してください。

テーマを深掘りするプロンプト：AIが「街灯の懸念」などのコアアイデアを特定したら、
街灯の懸念についてもっと教えてください。具体的に人々は何と言っていますか？と尋ねます。

特定のトピックを調べるプロンプト：特定の問題が出てきたか知りたい場合：

近隣見守りプログラムについて話している人はいますか？引用も含めてください。

ペルソナ特定用プロンプト：地方自治体や警察に役立ちます：

調査回答に基づき、製品管理で使われる「ペルソナ」のように、異なるペルソナのリストを特定し説明してください。各ペルソナについて、主な特徴、動機、目標、および会話で観察された関連する引用やパターンを要約してください。

課題や問題点抽出用プロンプト：

調査回答を分析し、最も一般的な課題、不満、問題点をリストアップしてください。各項目を要約し、パターンや発生頻度も記載してください。

動機・推進要因抽出用プロンプト：

調査会話から、参加者が行動や選択に対して表現した主な動機、欲求、理由を抽出してください。類似の動機をグループ化し、データからの裏付けを提供してください。

さらに多くのプロンプト例やベストプラクティスが必要ですか？近隣安全に関する市民調査の作成方法や市民に聞くべき最適な質問の便利なガイドをご覧ください。

Specificが質問タイプ別に定性データを分析する方法

Specificが市民調査の異なる質問タイプにどのように対応しているかを見てみましょう：

• 自由回答（追跡質問の有無にかかわらず）：Specificは基本質問と関連するAI生成の追跡質問すべての回答をコンパクトかつ包括的に要約します。市民が共有する最も頻繁なテーマや意見を効率的に浮き彫りにします。例えば「近隣で安全だと感じるために何が必要ですか？」のような広範な質問に最適です。
• 追跡質問付きの選択式：各選択肢ごとにAIによる要約があり、その選択肢に関連するすべての追跡回答をまとめます。例えば「街灯の改善」を選んだ回答者に「なぜそれが重要ですか？」と尋ねた場合、AIはそれらの回答を別々にグループ化して要約します。
• NPS（ネットプロモータースコア）：批判者、中立者、推奨者それぞれに対して、追跡回答のみを基にした要約が提供されます。これにより、各セグメントの課題や動機が明確になり、改善策のターゲティングに役立ちます。

これらはChatGPTでも可能ですが、質問ごとにコピー＆ペーストやデータの仕分けが必要で非常に手間がかかります。Specificのように最初から要約が整理されていると、時間を大幅に節約でき、関係者への報告も容易になります。

豆知識：サンフランシスコのように、2023年の市調査で安全評価が25年ぶりの低水準（平均評価C+）に落ち込んだ地域では、各グループの独自の回答を理解し、実行可能な改善策を立てることが極めて重要です。[2]

AIのコンテキストサイズ制限への対応

市民のフィードバックをAIツールで分析する際の大きな課題は、処理できる「コンテキスト」つまり一度に扱えるデータ量に制限があることです。近隣安全調査で数百件の長文回答が集まると、すぐにこの制限に達してしまいます。

以下の方法で対処します（Specificはこれらの解決策を組み込んでいます）：

• フィルタリング：特定の質問に回答した、または特定の選択肢を選んだ回答のみを分析します（例：「夜間の安全懸念に言及した回答を見せて」）。これにより、重要なデータに絞り込み、AIのコンテキストサイズ内に収めます。
• 切り取り：分析したい特定の質問だけを選択し（例：「近隣見守りプログラムに関する懸念」）、それらだけをAIに送ります。残りは除外し、より多くの会話を分析に含められます。

これらの手法を使うことで、常にAIのメモリウィンドウ内に収め、意味のあるサイズの要約を得られます。大規模調査（例えば香港で64.4％の人が夜間に安全と感じている調査）でも、実用的な分析が可能になります。[3]

市民調査回答分析のための共同作業機能

分析の共同作業は非常に難しいものです。特に市民の近隣安全調査では、地方自治体、警察、コミュニティグループなど複数のチームが洞察や成果に貢献したいと考えています。

コンテキスト内で一緒に分析：Specificでは分析が対話形式で、AIと直接チャットしながら結果を探れます。全員が一緒に発見を探求し、研究アシスタントに質問するようにフォローアップできます。

複数チャット、複数視点：Specificは複数のチャットセッションを作成可能です。各チャットは独自のフィルターを持てます（例：特定の近隣や期間のフィードバックのみ分析）。誰が開始し、どのフィルターが使われているかが表示され、全員が同じ認識を持てます。

チームの責任と透明性：分析に使われるすべてのチャットで、誰が何を言ったかがアバターと名前で表示されます。これにより共同作業が簡単になり、特に大規模な市民調査チームが市議会や安全委員会向けの報告を準備する際に大きな助けとなります。

今すぐ近隣安全に関する市民調査を作成しましょう

コミュニティからより深い洞察を収集し、人々が何を考えているかだけでなく、なぜそう考えるのかを把握しましょう。実際の動機や課題を明らかにし、SpecificのAI分析を活用して市民のフィードバックを具体的な行動に変えましょう。