Laboratorio di Ricerca
sull'Interazione Umana
Il laboratorio LearningByDoingXR è un sistema di ricerca innovativo che consente la creazione di Avatar AI per condurre studi di ricerca ripetibili e riproducibili.
Stimolo Persona
Lo stimolo persona è una rappresentazione strutturata e intenzionale di un individuo ipotetico, progettata per attivare processi di interpretazione, proiezione e decision-making nei partecipanti alla ricerca.
A differenza di una semplice descrizione demografica, una persona è concepita come uno stimolo narrativo e cognitivo: integra elementi comportamentali, motivazionali e contestuali che consentono ai partecipanti di “interagire” con il caso presentato.
Da una prospettiva metodologica, lo stimolo persona svolge tre funzioni principali:
- Attivazione: facilita l’emergere di schemi mentali, bias e pattern decisionali impliciti, rendendo osservabili processi altrimenti latenti.
- Standardizzazione: fornisce un punto di riferimento condiviso che consente di confrontare le risposte tra i partecipanti mantenendo costante il contesto iniziale.
- Proiezione controllata: consente ai partecipanti di esprimere giudizi, preferenze o interpretazioni in modo indiretto, riducendo gli effetti della desiderabilità sociale e dell’autocensura.
Progettare uno stimolo persona richiede un equilibrio tra realismo e funzionalità: deve essere sufficientemente plausibile da essere percepito come credibile, ma sufficientemente focalizzato da attivare le dimensioni specifiche rilevanti per la ricerca.
In questo senso, la persona non è una simulazione fedele della realtà, ma uno strumento epistemico, intenzionalmente costruito per rendere osservabili dinamiche cognitive, relazionali o decisionali in modo sistematico e replicabile.
Studi di Ricerca
Uno studio di ricerca all’interno di questo framework è progettato come un ambiente strutturato in cui i partecipanti sono esposti a uno o più stimoli al fine di osservare, confrontare e interpretare le loro risposte cognitive, interpretative o decisionali.
Lo studio è costruito per garantire coerenza e comparabilità tra i partecipanti, consentendo al contempo una variazione controllata degli elementi oggetto di indagine. Ogni partecipante interagisce con stimoli predefiniti nelle stesse condizioni, consentendo la raccolta sistematica di dati che possono essere analizzati sia qualitativamente che quantitativamente.
Una caratteristica chiave di questo approccio è la possibilità di introdurre stimoli multipli all’interno dello stesso disegno di studio, consentendo l’analisi comparativa. In particolare, i ricercatori possono implementare configurazioni di test A/B, in cui due stimoli alternativi (ad esempio, due stimoli persona, scenari o narrazioni) vengono presentati a gruppi di partecipanti diversi.
Questa struttura consente ai ricercatori di:
- Isolare l’effetto di variabili specifiche modificando solo elementi selezionati tra gli stimoli
- Confrontare i pattern di risposta tra gruppi esposti a condizioni diverse
- Testare ipotesi su come le variazioni nel framing, nel contesto o nel contenuto influenzino l’interpretazione e il decision-making
- Aumentare la validità interna controllando i fattori estranei mentre si variano le dimensioni chiave
I partecipanti sono tipicamente assegnati alle condizioni in modo controllato (ad esempio, randomizzazione), garantendo che le differenze nei risultati possano essere attribuite in modo più affidabile allo stimolo piuttosto che alle caratteristiche dei partecipanti.
È importante notare che il disegno dello studio rimane flessibile: i ricercatori possono scegliere tra esplorazione a stimolo singolo (per approfondire la comprensione di un costrutto specifico) o confronto multi-stimolo (per valutare differenze ed effetti causali).
In questo senso, lo studio di ricerca non è solo una procedura di raccolta dati, ma un setting sperimentale controllato, progettato per esplorare sistematicamente come specifici input generino output cognitivi e comportamentali distinti.
Dati Conversazionali
Il framework consente ai ricercatori di accedere ai dati conversazionali grezzi generati durante lo studio, fornendo piena visibilità sulle risposte dei partecipanti oltre agli output aggregati o alle metriche di sintesi.
I dati grezzi includono la sequenza completa delle interazioni, preservando il linguaggio originale, la struttura e la progressione di ogni risposta. Questo livello di dettaglio consente ai ricercatori di condurre analisi approfondite che vanno oltre gli indicatori predefiniti, supportando approcci sia esplorativi che guidati da ipotesi.
L’accesso ai dati conversazionali grezzi consente:
- Analisi qualitativa: esaminare l’uso del linguaggio, il framing, le narrazioni e i significati impliciti
- Analisi del discorso e tematica: identificare pattern, temi ricorrenti e strutture interpretative tra i partecipanti
- Elaborazione quantitativa personalizzata: applicare schemi di codifica, framework di annotazione o tecniche NLP adattate a specifiche esigenze di ricerca
- Verificabilità e trasparenza: garantire che i risultati possano essere ricondotti ai dati originali, supportando la replicabilità e il rigore metodologico
È importante notare che l’accesso ai dati grezzi consente ai ricercatori di rivisitare e reinterpretare le risposte nel tempo, rendendo possibile affinare i modelli analitici, testare nuove ipotesi o applicare lenti teoriche alternative senza dover ripetere lo studio.
In questo senso, la disponibilità di dati conversazionali grezzi trasforma lo studio da un processo a output fisso in una risorsa analitica flessibile, consentendo una generazione di insight più profonda e un valore di ricerca a lungo termine.
Avatar con Espressioni Realistiche
Gli avatar sono progettati per mostrare espressioni facciali, aggiungendo un livello non verbale all'interazione.
Queste espressioni forniscono segnali aggiuntivi che aiutano a interpretare il tono, le reazioni e il coinvolgimento, arricchendo la comprensione complessiva delle risposte dei partecipanti.
Proposta di Progetto di Ricerca
Questo framework può essere adottato come base per proposte di progetti di ricerca, incluse tesi di laurea magistrale, dissertazioni di dottorato e iniziative di ricerca applicata. Fornisce un ambiente strutturato ma flessibile per progettare, implementare e analizzare studi focalizzati su processi cognitivi, interpretativi e decisionali.
I ricercatori possono sfruttare il sistema per formulare e testare ipotesi, definire condizioni sperimentali e raccogliere dati sia qualitativi che quantitativi in modo controllato e replicabile. La natura modulare del framework consente di adattarlo a diverse domande di ricerca, discipline e approcci metodologici.
Per progetti di dottorato e ricerca avanzata, offre un valore particolare consentendo:
- Disegno sperimentale rigoroso, inclusi studi multi-condizione (ad esempio, test A/B)
- Accesso a dati ricchi e ad alta risoluzione, inclusi output conversazionali grezzi
- Integrazione con metodi analitici, dalla codifica qualitativa all’analisi computazionale
- Sviluppo iterativo della ricerca, supportando il perfezionamento di ipotesi e modelli nel tempo
Inoltre, il framework supporta lo sviluppo di contributi di ricerca originali, rendendolo adatto a contesti accademici in cui l’innovazione metodologica, la riproducibilità e il fondamento teorico sono essenziali.
In questo senso, serve non solo come strumento di ricerca, ma come piattaforma per progettare e far avanzare l’indagine strutturata, collegando il rigore sperimentale con la profondità esplorativa.
Invitiamo ricercatori, dottorandi e studenti a presentare le loro proposte di progetti di ricerca ed esplorare come questo framework possa supportare il loro disegno di studio e la loro analisi.
