一个行业越成熟、越严谨，越趋向于形成一套关于“对”的稳定共识。而用户研究，是一个既成熟又严谨的行业。
长期以来，做定性研究我们也有一些共识：好的访谈主持人应该能通过一段时间的暖场，在现场建立良好关系，能捕捉被访者语气、微表情的变化，不照本宣科，能灵活捕捉各种深挖、追问的契机；好的被访者应该具备良好的表达能力和意愿，能完整回忆、能在约定时间配合；好的研究交付，则往往以一份结构完整、逻辑清晰的报告作为终点。
但是，新技术往往会打破稳定的行业共识。在近期一个 AI 医疗 APP 客户的用户访谈案例中，我们在定性研究中的两个关键角色——主持人与被访者身上，都看到了可喜的变化。
项目背景：私密话题、高专业门槛、高样本量的多重挑战
某头部互联网客户旗下的一款 AI 医疗 APP 正处在高速增长阶段。用户量上来之后，团队需要更细地理解不同健康人群：他们如何使用产品、如何理解 AI 健康服务，又在哪些场景中真正产生信任与依赖。
客户的用研团队需要同时开展对 3 类人群的用户访谈，分别是男科、女性经期问题、慢病等三类病症患者，共涉及百余场 1v1 访谈。客户侧用研团队只有约 5 人，要在产品快速迭代窗口内尽快形成判断，需要每人在一周内完成 20+ 场访谈。
但除了“时间紧”，这个项目还同时叠加了其他多重挑战：
- 话题私密性很高，被访者难以敞开心扉；
- 在自身用户内招募志愿被访者，无法预期被访者的表达能力和意愿；
- 医疗领域专业门槛高，很难要求主持人拥有较完备的医疗知识。
研究员在缺乏专业知识甚至相关生活阅历的情况下，要想让被访者处在一个低压力、感到被理解的氛围下，把自己的身体感受、用药选择、就医经历，甚至非常私密的生活处境和情感困扰都表达出来，难度极大。
传统方法不可行时，新技术、新产品就容易获得机会。客户抱着尝试的心态，通过 AI 访谈主持人来执行这个项目。
过程与结果：1 天设计 + 3 天执行 + 1 天报告
在这个项目中，AI 赋能贯穿大纲设计、访谈执行、分析报告的整个调研全链路。
前期研究设计阶段，研究员用自然语言输入研究目标后，系统会基于经典研究方法论，协助生成访谈大纲，并可通过对话让系统不断诊断和优化大纲。执行阶段，AI 主持人面向不同城市、不同人群并发开展一对一深访，研究员则在线上观察室里通过“小纸条”等方式介入关键追问。访谈后，转录、用户小结和报告初稿自动形成，通过对话可不断让 AI 产出更符合要求的报告内容。所有报告中的图表和文本中提及的关键数据、论点，都可以点击回溯到用户原话。
3 类病症患者，各有 30 多场访谈，均在 2—3 天内完成深访。从研究设计到形成报告总共约 1 周时间，而全程主要由 1 名研究员统筹和操作实现。
“快”并没有牺牲质量。本次项目中的被访者回答质量、平均访谈时长等都明显超越客户预期。
项目成功大大增加了客户对 AI 主持人的信心。客户从注册 Mizzen 平台至今的 3 个多月时间里，已经陆续 DIY 开展了十余个项目。并且，后续项目的计划访谈时长从 30 分钟提升至 45—60 分钟；调研类型也越发多元化，甚至包括了对 NPS 等传统定量项目的尝试。
项目结束后，沉淀的洞察资产也并没有随报告交付而沉睡。即使在非项目执行周期内，客户仍然每周登录平台，包括除用研团队之外的其他用户，也会直接进入平台开展进一步分析，跨项目分析成为高频使用场景。
其实，这次 AI 主持人的表现不仅超出客户预期，也同样超出我们的预期。
原理：霍桑效应与主试效应
我们尝试从心理学的角度去理解为什么 AI 主持人在这类项目中表现不错。这里引入两个经典概念：霍桑效应和主试效应。
霍桑效应指的是，当被观察者知道自己正在被关注、被观察或被研究时，可能改变自己的行为和表达方式。放在用户研究里，被访者可能更谨慎、更得体，甚至更迎合外界期待。比如当访谈主持人是一名年轻女性时，男性被访者就会或多或少地想展现自己更好的一面。
霍桑效应属于被试效应的一种。在实验心理学领域，被试效应会作为额外变量，干扰实验，使实验结果发生混淆。这种干扰即使在定量调研中也会存在。比如我们做概念测试时，拿一个本品概念加一个竞品概念一起测试，我们会避免让被访者在答题过程中过早猜到其实这场调研是为哪个品牌做的，从而在打分时对其概念产生微小的倾向。
与被试效应相对的，是主试效应。主试效应是指实验者或主持人的期望、态度、语气、表情和追问方式，可能有意无意地影响被试，使其产生迎合、回避或被引导的回答。因为主持人总会有自己的主观立场、判断、预期，并且可能通过微表情、语气等细节传递出这种主观倾向，从而影响被访者的回应。
在医疗健康这种话题私密性很强的访谈中，主持人的性别、年龄、生活阅历等无法改变的客观因素，都可能会放大这两种效应的影响。
而 AI 主持人的身份本身，一定程度上消除了这个影响。它带给患者（被访者）很大的安全感，甚至像一个“树洞”，激发其倾诉欲。所以，对人类主持人来说颇具挑战的项目，AI 主持人反而表现良好。
通过这个项目，我们也开始认识到，定性访谈中的两个关键角色正在发生变化。
主持人：AI 自有其“长板”
我们之前衡量 AI 主持人的能力，其实还是习惯于以真人为标尺——相当于初级还是资深、几年工作经验的真人主持人。似乎我们在衡量所有领域的 AI 能力时，都习惯于用“真人”为标尺。但是，也许 AI 自有其长板。在它还不像真人或不及真人时，充分发挥其长板，已经能带来很大价值了。
AI 身份本身，就是一个“长板”。
这次初期试点的 3 个项目中，原计划邀约时长约 30 分钟，而实际平均访谈时长达到 45 分钟，比原计划超出 50%。单场最长访谈甚至达到 72 分钟。
同时，项目被访者平均质量评分在 4.1—4.3 分，高于 3.7 分的平台整体项目水平。（这是 Mizzen 平台对被访者回答质量的一个综合评分，满分 5 分，能有效帮助研究员筛选样本和挑选高质量被访者的高光回答。）
这些切实数据证明了 AI 的非真人属性在某些研究主题下有助于访谈开展。主持人的一部分价值，正在从“现场建立亲密关系”，转向“营造更适合表达的访谈环境”。
实际访谈时间长于预计邀约时间
AI 主持人的另一个长板，就是专业知识储备。医疗健康访谈常常要求主持人听得懂用户在说什么，包括各种病症及其对应的治疗方法、药品名称，这对人类主持人而言学习成本很高。但对 AI 来说，预训练完备的大模型本身就对各个专业领域具备颇高的知识储备，再加上 Mizzen 平台上可定制上传客户行业知识库和术语表的功能，使 AI 主持人可以在复杂病症和专业表达中维持非常稳定的理解能力。
AI 主持人有更强的专业知识储备
被访者：更自主安排、更多 I 人参与
过去做传统定性研究时，单场访谈的执行成本颇高。我们常常默认“好的被访者”应该表达能力强、愿意说、能完整回忆经历、能在约定时间配合完成访谈。久而久之，其实让整个定性研究的样本都发生了些许偏差。
AI 访谈或许可以让这个“行业惯例”开始松动。一方面，那些面对真人更拘谨的内向、沉默型被访者，面对 AI 更容易放下戒备。另一方面，AI 访谈解放了空间和时间对被访者的限制，让被访者可以在更熟悉、更舒适的环境中表达。
被访者在接受访谈时，空间上，是坐在熟悉、私密的自己家里，旁边没有生人打扰。（试想一下我们做传统入户深访时，虽然被访者是在家中，但往往在一个房间内，被访者独自面对 3—4 个生人——主持人、当地督导、客户，外加一个摄像机，颇有些反客为主的阵仗。）
而时间上，被访者也同样充分拥有选择权。他/她可以在较宽泛的几天时间内，选择一小段自己方便的时段即可。如在第二波调研中有一个针对宝妈人群的项目，被访者集中选择在下午 1—3 点以及晚上 9 点以后参加访谈，“孩子哄睡了”是宝妈得空的宝贵时间。
降低被访者招募条件的门槛（不强求表达能力强），降低被访者参与访谈的门槛（时间、空间自主），从而让符合要求的被访者规模得到放大。
我们一直认为，AI 主持人的提效给行业提供了“规模化轻定性”这一新的、有价值的调研形式。当样本招募不成为卡点，“规模化”才真正可行。
思考：AI 时代，我们需要怎样的主持人和被访者？
这个成功案例的价值，并不只是项目或商业成功，而是激发我们重新思考定性研究中的一些基本问题：
对于 AI 主持人，我们的目标是让它像优秀的真人主持人全面靠拢，还是充分发挥 AI 长板？对于专业主持人的“skill”，我们应该更多地在产品功能上让用户设定，还是交给 AI 学会之后任其灵活发挥运用？AI 主持人到底需要一个虚拟人设及形象吗？对于人类研究员，“优秀主持人”和“优秀定性研究专家”是否将来不必再重叠？……
在招募被访者时，我们应该 E 人优先，还是兼顾 I 人？在引导被访者真实表达时，我们应该致力于拉近关系，还是消除其压力？被访者在面对 AI 主持人时，是否也会进入另一种“表演”状态？……
上述问题，Mizzen 作为 AI 用研领域的先行者，不能等行业给出答案，而需要在自身探索实践中为行业寻找答案。可喜的是，我们能清楚地感受到，自己过往经验中的那些思维定势，已经开始被打破了。