Sjoerd en Annelies hebben de proef op de som genomen. Ze hebben de uitkomsten van twee types marktonderzoek rechtstreeks naast elkaar gelegd: ons traditionele onderzoek (zoals we dat al jaren succesvol aanpakken) én synthetisch marktonderzoek, waarbij we AI-modellen zoals ChatGPT en Claude als onderzoekspartner hebben ingezet.

Het doel? Ontdekken waar de blinde vlekken van AI liggen, waar de technologie ons juist vleugels geeft, en hoe de ideale synergie tussen mens en machine eruitziet.

Onze belangrijkste conclusie laat zich vangen in één zin: AI vergroot de horizon, maar de mens begrijpt de context.

Laten we eerlijk zijn: AI heeft een denkkracht en verwerkingssnelheid waar geen menselijke onderzoeker tegenop kan. Als sparringpartner in de beginfase en als assistent tijdens de analyse is de technologie goud waard.

Tijdens het experiment van Sjoerd en Annelies blonk AI met name uit op de volgende vlakken:

• Breedte en volledigheid: AI brengt binnen enkele seconden een enorme hoeveelheid mogelijke variabelen, invloedsfactoren en zijpaadjes in kaart. Het dwingt je om breder te kijken dan je eigen eerste ingeving of tunnelvisie.

• De perfecte voorbereiding: Heb je snel voorkennis nodig over een specifieke niche? AI helpt je razendsnel inlezen, hypotheses formuleren en scherpe, gerichte interviewvragen opstellen.

• Analyse en synthese: Wanneer de data eenmaal binnen is, helpt AI fantastisch bij het clusteren, structureren en strak adviseren over de eerste ruwe inzichten.

Kortom: AI trekt de trechter wijd open en brengt structuur aan in de chaos.

Als je puur op de AI-output leunt, mis je de essentie van de mens. AI redeneert namelijk fundamenteel rationeel en systematisch. De computer gaat ervan uit dat een klantreis of een keuzeproces logisch en lineair verloopt.

Maar de realiteit? Menselijk gedrag is zelden logisch.

Mensen maken keuzes op basis van emotie, intuïtie, onderbuikgevoel en veranderlijke context. We laten ons leiden door twijfel, tijdsdruk, een haperende spanningsboog of subtiele esthetische triggers zoals de 'uitstraling' van een merk. Een menselijke onderzoeker vangt deze nuances in het echte beslissingsproces feilloos op, omdat wij mentale modellen en de leefwereld van de klant écht kunnen aanvoelen.

Bovendien heeft AI een groot probleem met prioritering. De modellen spugen een waslijst aan potentiële factoren of problemen uit, maar zijn slecht in staat om te wegen wat in een specifieke, unieke situatie nu écht doorslaggevend is voor de eindgebruiker.

Onze eigen praktijkervaringen sluiten naadloos aan bij onafhankelijk wetenschappelijk onderzoek van het gerenommeerde UX-instituut MeasuringU. Zij deden een fascinerende test waarbij ze menselijke UX-researchers en geavanceerde LLM’s (zoals ChatGPT en Gemini) exact dezelfde video van een gebruikerstest lieten analyseren.

Die resultaten bevestigen precies wat Sjoerd en Annelies in hun experiment zagen:

• Lage onderlinge overeenstemming: De overlap tussen wat menselijke onderzoekers zagen en wat AI rapporteerde was verrassend laag (slechts 19% tot 36% afhankelijk van het model). AI pikt fundamenteel andere signalen op dan een mens.

• De helft wordt gemist: AI slaagde erin om slechts zo’n 44% tot 55% van de door mensen geverifieerde, échte usability-problemen te identificeren.

• De 'Validatie-last' (AI-slop): De AI-modellen genereerden samen méér unieke 'nieuwe' problemen dan de menselijke onderzoekers. Klinkt leuk, maar veel van deze punten bleken ruis, irrelevante details of potentiële hallucinaties. Er is áltijd een menselijke expert nodig om al die AI-output te filteren. Als je die tijd moet besteden aan het handmatig valideren van ruis, smelt je tijdwinst als sneeuw voor de zon.

Dit experiment staat niet op zichzelf. Het sluit perfect aan op onze bredere visie die we eerder deelden in ons artikel over [AI in digitale strategie]. We zien te vaak dat organisaties AI inzetten als een losstaand innovatieproject aan de zijlijn. Er wordt een tool aangeschaft of een pilot gestart, maar de structurele impact blijft uit omdat de koppeling met de bedrijfsdoelstellingen en de UX-architectuur ontbreekt.

AI wordt pas écht relevant wanneer het strategische vragen beantwoordt: Waar ontstaan fricties in de klantreis? Hoe verkleinen we het risico bij strategische keuzes?

Net zoals we in onze klantcases AI gebruiken om sneller patronen te ontdekken in enorme hoeveelheden kwalitatieve data, zo zetten we het ook in bij gebruikersonderzoek. Het doel is nooit om conclusies te automatiseren of de UX-specialist te vervangen. Het doel is de datakwaliteit verhogen, blinde vlekken reduceren en de feedbackloop verkorten. Zo verschuift digitale optimalisatie van reactief achteromkijken naar proactief sturen.

Bij Concept7 geloven we niet in het blind vervangen van traditioneel onderzoek door AI. Wie dat doet, bouwt producten en strategieën op basis van een klinische, rationele schijnwerkelijkheid.

De echte magie en de hoogste waarde voor de digitale koers van onze klanten zit in de combinatie.

[ AI versnelt & verbreedt ] + [ De mens geeft betekenis & nuance ] = De ultieme research-synergie

Wij zetten AI bewust in als een krachtige, verbredende partner in de voorbereidings- en analysefase. Dit stelt ons in staat om scherper te prioriteren en grote hoeveelheden data efficiënt te behappen. Maar we houden de regie stevig in menselijke handen. Want om de emotie achter de klik te begrijpen en de juiste strategische richting te bepalen, heb je expertise, empathie en menselijke intuïtie nodig.

AI geeft ons een bredere horizon. Wij zorgen dat we de context begrijpen.

Benieuwd welke rol AI kan spelen binnen jouw digitale koers? We kijken graag samen waar AI echt waarde toevoegt, kan versnellen of juist zorgt voor strategische verdieping.