In termini di produttività leggere, interpretare e catalogare migliaia di feedback è diventato un gioco da ragazzi. Ma questo aumento della produttività non è necessariamente un aumento della qualità della User Research. Come distinguiamo quello che i clienti chiedono da quello di cui hanno davvero bisogno?
Non serve andare troppo indietro nel tempo. Nel 2024 la User Research aveva un collo di bottiglia evidente. Trascrivere 20 interviste, rileggere centinaia di risposte a un questionario, catalogarle, incrociare le recensioni degli store richiedeva risorse e tempo. La maggior parte delle organizzazioni nemmeno aveva questa funzione nell’organigramma.
Quel collo di bottiglia oggi è quasi totalmente scomparso. Un LLM qualsiasi trascrive un’intervista in diretta mentre si svolge. Raggruppa migliaia di commenti per temi, li misura come tono, estrae tutto quello che serve e lo rende leggibile in pochi secondi. Per chi si occupa di prodotto, servizi digitali o customer experience è un cambiamento enorme, e in gran parte positivo.
Risolvere questo problema ha fatto emergere il vero nodo della questione: la comprensione. Leggere i feedback non significa capirli, anche se sono catalogati e ordinati alla perfezione
Secondo il Future of User Research Report 2026 di Maze, che riunisce circa 500 ricercatori, designer e responsabili di prodotto da tutto il mondo, il 69% degli intervistati usa già l’intelligenza artificiale, il 19% in più rispetto all’anno precedente.
Il 63% di loro riporta tempi di consegna più rapidi. Il 60% nota una maggiore efficienza del team. Il 56% vede flussi di lavoro più ordinati.
In una ricerca simile però User Interviews cita che il 41% dei ricercatori vede l’AI in modo negativo. Le preoccupazioni principali sono le allucinazioni, che riguardano il 91%, e la perdita del pensiero critico, che coinvolge il 63%. Non si tratta della diffidenza di chi non usa lo strumento. È la diffidenza di chi lo usa ogni giorno e ne conosce i limiti.
Indice degli argomenti
User research con l’AI: dove arrivano i vantaggi concreti
L’AI lavora molto bene quando deve coprire tanti dati velocemente. Può leggere tutti i ticket dell’ultimo trimestre invece di solo un campione. Può trovare un tema ricorrente che nessuno aveva visto perché i messaggi erano sparsi in canali diversi. Può segnalare un picco di lamentele dopo un rilascio. Può tradurre e rendere simili i feedback scritti in più lingue. Può collegare una recensione negativa a un passaggio preciso del percorso utente. In un’organizzazione che riceve migliaia di segnali ogni giorno, questo permette di passare da un ascolto saltuario a un ascolto continuo.
Uno studio comparativo pubblicato nel 2025 da un gruppo di ricercatori nel campo della salute mentale digitale offre una misura utile. I ricercatori hanno confrontato l’analisi tematica fatta da persone con quella prodotta da modelli linguistici sulle stesse interviste. Hanno visto che i temi principali si sovrapponevano molto. I modelli raggiungevano la cosiddetta saturazione, cioè il punto in cui nuove interviste non portano nuovi codici, dopo 10-20 trascrizioni. Il tempo totale di lavoro è passato da circa 110 a circa 40 ore.
Ma lo stesso studio racconta anche l’altra metà della storia. I ricercatori umani hanno trovato tre temi che nessuno dei due metodi automatici aveva visto. Gli estratti scelti dai modelli erano lunghi in media 18-22 parole. Quelli scelti dalle persone arrivavano quasi a 50 parole. Gli estratti dei modelli erano quasi sempre collegati a un solo codice. Un quarto degli estratti umani ne aveva due. In altre parole, spesso il modello trova i temi, ma taglia il contesto. Ed è nel contesto che sopravvive il significato.
Dai feedback ai bisogni: il limite della lettura automatica
I clienti, quasi sempre, non spiegano il problema. Propongono direttamente la soluzione. Chiedono un pulsante, un filtro, un’esportazione in Excel, una notifica in più. Sono richieste legittime e spesso utili. Però sono il risultato di un ragionamento che l’utente ha fatto da solo, con le informazioni che aveva, dentro i limiti che conosceva.
La storia dei «cavalli più veloci» attribuita a Henry Ford è quasi certamente falsa. Ma continua a circolare perché dice qualcosa di vero: le persone tendono a vedere il futuro come una versione migliore del presente. La teoria dei “jobs to be done”, resa nota da Clayton Christensen nel “Dilemma dell’innovatore”, nasce proprio da questa differenza. Non conta il prodotto che l’utente dice di volere, ma il «lavoro» che sta cercando di svolgere e il contesto in cui lo fa.
Immaginiamo che duecento utenti di un’applicazione gestionale chiedano di poter esportare i dati in un foglio di calcolo. Un sistema di AI classificherà la richiesta, ne conterà la frequenza e la metterà in cima alla lista delle priorità. Ma perché vogliono esportare? Forse il report interno non mostra il dato che serve al loro responsabile. Forse devono unirlo con informazioni che si trovano altrove. Forse non si fidano dei numeri calcolati dall’applicazione e vogliono ricontrollarli a mano. Sono tre problemi diversi, con tre soluzioni diverse.
Nessuna delle tre è necessariamente il pulsante «esporta». La richiesta è la stessa. Il bisogno no.
Per distinguere i due livelli, bisogna fare domande che l’utente non si è fatto. Bisogna osservare cosa fa oltre a cosa dice. Bisogna notare le contraddizioni tra una risposta e un comportamento. Questo è il vecchio problema del say-do gap, cioè la differenza tra ciò che si dichiara e ciò che si fa. Nessuna analisi di testo può risolverlo da sola, perché per definizione lavora solo su ciò che è stato detto/scritto.
Analisi dei feedback: le quattro trappole della sintesi automatica
Ci sono almeno quattro modi in cui un’analisi automatizzata dei feedback, se accettata senza spirito critico, può far sbagliare un’organizzazione.
Il primo errore è confondere la frequenza con l’importanza. Un modello che raggruppa i commenti tende a dare peso a ciò che compare più spesso. Ma il problema più grave non è sempre quello più citato. Un difetto che blocca un processo importante per pochi clienti di grande valore può contare di più di un fastidio estetico che migliaia di persone segnalano. La gerarchia dei problemi è una scelta, non una statistica.
Il secondo punto è la regressione verso la media. Una sintesi, per sua natura, comprime. Nel comprimere tende a smussare le posizioni più estreme. Riporta l’anomalia alla categoria più vicina e dà più spazio alla formulazione più comune. Spesso, però, le opportunità di innovazione si trovano proprio nei segnali deboli, nell’utente che usa il prodotto in modo imprevisto, nella lamentela che non rientra in nessuna categoria. Un riassunto ben scritto può far sparire proprio l’informazione più preziosa.
Il terzo punto è il silenzio. L’AI esamina i feedback che riceve, ma non può vedere quelli che non arrivano. Chi scrive all’assistenza o lascia una recensione non rappresenta tutti gli utenti. Sono persone che hanno avuto un problema serio oppure abbastanza tempo per segnalarlo. Chi abbandona un servizio dopo il primo tentativo, chi non lo ha mai provato o chi si arrangia con una soluzione diversa non lascia nulla da leggere. Un sistema che ascolta molto bene chi parla può rendere un’organizzazione ancora meno attenta verso chi resta in silenzio.
Il quarto punto è l’autorevolezza apparente. Una sintesi generata da un modello appare ordinata, ben scritta e ricca di citazioni. Sembra fornire delle prove. Tuttavia, la qualità della forma non assicura che il contenuto sia corretto. Un argomento potrebbe essere stato inventato. Una citazione potrebbe essere attribuita male. Una proporzione potrebbe essere solo una stima approssimativa. Per questo motivo, il 91% dei ricercatori indica le allucinazioni come il problema principale. Il rischio aumenta quando il documento viene diffuso lontano da chi ha svolto la ricerca. Il dirigente che legge la sintesi non può sapere cosa è stato tralasciato.
Utenti sintetici e test con persone reali nella ricerca
Se l’AI sa capire quello che dicono gli utenti, allora perché non chiederle di imitarli direttamente? Oggi diverse piattaforme offrono personas create dai modelli linguistici. Si possono intervistare al posto delle persone vere, in pochi minuti e spendendo quasi niente.
Ma se gli utenti sintetici rischiano di far parlare l’organizzazione con sé stessa, la risposta più concreta arriva da un mercato che si muove nella direzione opposta: piattaforme che mettono a disposizione, in tempi rapidi, persone reali da osservare, intervistare e coinvolgere nei test. In Italia il caso più rilevante è Unguess, nata nel 2015 al Politecnico di Milano. A giugno 2026 ha acquisito la tedesca Testbirds, dando vita a uno dei principali operatori europei del settore: oltre un milione di tester attivi in più di cento paesi per più di cinquecento clienti enterprise.
Il modello unisce collaudo funzionale, studi di usabilità, analisi di accessibilità e verifiche di sicurezza, e oggi si estende al collaudo dei sistemi di AI stessi, messi alla prova su dispositivi e contesti geografici diversi.
Lo stesso movimento si osserva su scala globale: UserTesting, una delle piattaforme di riferimento per i test con utenti, a gennaio 2026 ha acquisito User Interviews, la stessa società che pubblica una delle ricerche citate in questo articolo, portando in casa un panel di oltre sei milioni di partecipanti e motivando l’operazione con la necessità di fondare l’adozione dell’AI su una comprensione autentica dei clienti.
Applause, tra i leader del crowdtesting, ha superato nel 2024 i 200 milioni di dollari di ricavi ricorrenti annui, anche grazie a servizi come il red teaming dei modelli generativi, in cui sono persone reali a mettere alla prova le risposte dell’AI.
Governare l’AI nella user research: tre livelli di responsabilità
James Villacci è il Chief Insights Officer di Sprig, una piattaforma aziendale per la realizzazione di survey basata su agenti AI con sede a San Francisco, sostiene che ogni processo di ricerca sia composto da tre livelli:
- Il livello operativo comprende le attività lente e ripetitive, come la trascrizione, la pulizia e la deduplicazione dei dati e la loro riformattazione. Sono compiti che l’AI può gestire completamente.
- Il livello interpretativo riguarda una prima analisi dei pattern: raggruppare le risposte aperte e individuare possibili temi ricorrenti. A questo livello l’AI è utile, ma non sufficiente.
- Il livello del giudizio stabilisce invece che cosa possa essere considerato un’evidenza, se un risultato sia abbastanza solido da essere presentato al management e quali azioni dovrebbe intraprendere l’azienda. Secondo Villacci questo livello deve rimanere interamente nelle mani dei ricercatori.
«L’AI può evidenziare con grande sicurezza un tema e ignorarne silenziosamente altri tre. E il risultato finale appare ugualmente convincente in entrambi i casi», afferma Villacci. «Un tema inventato dal modello e uno realmente individuato nei dati possono comparire nello stesso elenco, espressi con lo stesso tono sicuro.»
La soluzione non è evitare l’AI, ma stabilire chiaramente e in anticipo su quale livello ogni strumento sia autorizzato a operare. È inoltre necessario mantenere ogni risultato collegato alle risposte da cui è stato ricavato.
Questo approccio non elimina completamente la distanza tra ciò che le persone dichiarano e ciò che fanno realmente, ma consente di avvicinarsi molto di più al problema che stanno cercando di risolvere. Inoltre, lascia il giudizio del ricercatore esattamente dove deve rimanere: nella decisione su quali insight siano davvero rilevanti.
Il framework di Claude per pianificare e documentare gli studi
In tutto questo scenario non mancano attori come Claude di Anthropic che propone gratuitamente un framework incluso nel suo assistente che comprende:
Pianificare prima lo studio
Sintesi della ricerca documentale, mappa delle ipotesi, piano di ricerca e verifica di tutte le risposte generate da utenti sintetici.
Le risposte sintetiche restano ipotesi finché non vengono validate da uno studio condotto con persone reali.
Reclutare persone reali e acquisirne il consenso
Brief di reclutamento, questionario di selezione basato sui comportamenti, modulo di consenso, piano per la gestione dei dati, incentivi e database dei partecipanti.
Il questionario verifica la corrispondenza con i requisiti del brief, la decisione finale spetta a una persona e nessun partecipante riceve un punteggio.
Scrivere guide che non influenzino le risposte
Guida per le interviste, piani per test moderati e non moderati, benchmark di usabilità, questionario e studio tramite diario.
I criteri di successo vengono definiti prima dell’inizio della prima sessione.
Condurre e documentare le sessioni
Indagine contestuale, sessioni accessibili, studio di una funzionalità AI costruito attorno alle risposte errate e debriefing svolti nella stessa giornata.
Le citazioni vengono conservate integralmente, con i relativi timestamp, e tenute separate dalle interpretazioni.
Sintetizzare conservando ogni citazione
Analisi tematica, risultati dei test di usabilità, analisi del questionario, formulazione degli insight e verifica della tracciabilità delle evidenze.
Claude non inventa mai un partecipante, una citazione o un risultato. La gravità viene attribuita ai problemi, mai alle persone.
Individuare i punti in cui l’esperienza si interrompe
Mappa del percorso dell’utente, Jobs to Be Done e albero opportunità-soluzioni, con ogni elemento collegato a ciò che hanno dichiarato i partecipanti.
Le aree prive di evidenze vengono indicate come “non analizzate”, senza ricorrere a supposizioni.
Condividere i risultati affinché producano un cambiamento
Presentazione con la decisione nella prima slide, registro delle azioni, singole evidenze archiviate come elementi autonomi e tassonomia dei tag.
Una persona chiaramente identificata prende una decisione entro una data precisa e lo studio successivo parte da ciò che è già stato appreso.
Mentre l’AI rende quasi gratuita l’analisi dei feedback, cresce il valore di ciò che l’AI non può produrre da sola, cioè l’accesso a persone vere, diverse, osservate in contesti reali. Queste piattaforme rispondono bene a due delle trappole viste sopra: allargano il campione oltre chi scrive spontaneamente all’assistenza e permettono di osservare comportamenti, non solo di raccogliere dichiarazioni. Ma non risolvono il problema di fondo.
Un panel ampio e un report generato in poche ore restano strumenti: chi reclutare, quali compiti assegnare, quale ipotesi mettere alla prova e come interpretare ciò che si osserva restano responsabilità dell’organizzazione. Altrimenti il rischio è sostituire la sintesi automatica dei feedback con la sintesi automatica dei test, con la stessa illusione di aver capito.































Partecipa alla community