Alles overCase studies

Hoe een individuele uitdaging leidt tot een universiteitsbrede oplossing

Deze case-study beschrijft hoe de Universiteit Utrecht tijd bespaart en het transcriberingsproces voor onderzoekers verbetert door het centraal inkopen van transcriptiehulpmiddelen.

De uitdaging: een moeizaam transcriptieproces

Onderzoekers aan de Universiteit Utrecht verwerken jaarlijks een groot aantal interviews ter ondersteuning van kwalitatief onderzoek. Om deze interviews te kunnen gebruiken, moeten ze worden getranscribeerd.

De behoefte aan één centraal inkoopproces

De Centrale IT-dienstverlening realiseerde zich dat onderzoekers individueel vragen stelden aan IT of Onderzoeksondersteuning over de beschikbaarheid van transcriptiediensten. Dit leidde tot de vraag of er meer behoefte was binnen de universiteit, aangezien niet iedereen zijn vragen stelde en zelf op zoek ging. Omdat gebruiksgemak, connectiviteit via SURFconext, informatiebeveiliging en een universiteitsbrede oplossing de belangrijkste vereisten waren, ging de Universiteit Utrecht in gesprek met Amberscript.

Voor de samenwerking met Amberscript zag het proces er als volgt uit:

1. Het onderzoeksteam neemt een reeks interviews af die worden opgenomen, wat resulteert in een aanzienlijke hoeveelheid opnamemateriaal om te verwerken.
2. Wanneer de interviews bijna zijn afgerond, wordt er een notificatie gestuurd naar (werk)studenten van de UU. Zij krijgen de mogelijkheid aangeboden om tegen een uurloon de interviews te transcriberen.
3. Als er geen beschikbaarheid is, moet de onderzoeker zelf op zoek naar een oplossing, wat soms betekent dat ze het zelf moeten uitschrijven of verschillende online hulpmiddelen moeten gebruiken.
4. In sommige gevallen betekent dit dat studenten moeten worden aangenomen om de interviews te transcriberen. Daarnaast moeten er bij online diensten voortdurend aandacht besteed worden aan databeveiliging en waar de transcripten worden verwerkt en opgeslagen. Dat laatste is van cruciaal belang voor de universiteit.
5. Omdat studenten geen ervaren transcribenten zijn, moeten de teksten altijd worden gecontroleerd.
6. Vervolgens worden de teksten (gedeeltelijk) teruggestuurd naar de transcribenten voor aanpassingen en verbeteringen.
7. Na een correctieronde kunnen de transcripten worden gebruikt voor het onderzoek.

Minpunten van het transcriptieproces

• Het proces kan tot wel 3 weken duren voordat de transcripten klaar zijn voor gebruik in het onderzoek, wat het onderzoek aanzienlijk vertraagt.
• Het zoeken, aannemen en trainen van transcribenten door de onderzoekers leidt af van het eigenlijke onderzoek en kost de onderzoekers tijd en energie.
• Studenten zijn niet altijd betrouwbare transcribenten, en er is een kans op uitval tijdens het proces, wat vertraging voor het onderzoek kan betekenen.
• Als er geen budget of beschikbaarheid is, moet de onderzoeker zelf de transcriptie uitvoeren, wat tijd en energie kost en leidt tot vertraging in het onderzoek.
• Onderzoekers moeten zelf op zoek naar een oplossing waarbij ze naast de kosten ook rekening moeten houden met informatiebeveiliging en gegevensveiligheid.

De oplossing: Samenwerking met Amberscript

Sommige onderzoekers aan de UU maakten al gebruik van Amberscript en bleken enthousiast over de kwaliteit en snelheid van de spraak-naar-tekst oplossingen. Daarom werd een bredere samenwerking tussen de Universiteit Utrecht en Amberscript aangegaan.

Na het aangaan van de samenwerking met Amberscript ziet het proces er als volgt uit:

1. Onderzoekers registreren zichzelf en worden automatisch herkend als lid van de UU.
2. De centrale beheerder voegt de onderzoeker toe aan het beveiligde platform.
3. Onderzoekers kunnen direct bestanden uploaden voor transcriptie.
4. Binnen enkele uren na het uploaden is het bestand verwerkt en krijgt de onderzoeker een melding.
5. De onderzoeker opent het transcript in de veilige online editor omgeving en brengt verbeteringen aan in een transcript dat 85-90% accuraat is.

Amberscript’s transcriptieservice is breed inzetbaar

Veel onderzoekers hadden al individueel ervaring en waren erg te spreken over de nauwkeurigheid en gebruiksvriendelijkheid van Amberscript’s Automatische Transcriptie. Tijdens de gesprekken kwam naar voren dat de Centrale IT-inkoop op zoek is naar een leverancier die naast een goede prijs-kwaliteitverhouding ook betrouwbaar en veilig is, gezien het feit dat onderzoek privacygevoelige informatie bevat. Amberscript, dat ISO27001-gecertificeerd is, vanuit Nederland opereert en een campuslicentiemodel biedt voor onderzoeksinstellingen, werd al snel gezien als de perfecte gesprekspartner.

Vanuit de onderzoeksgemeenschap zijn er veel positieve geluiden over de gebruiksvriendelijkheid van de online editor. De Automatische Transcriptiesoftware genereert een transcript dat ongeveer 85-90% accuraat is, waarna de onderzoeker eenvoudig zelf correcties kan aanbrengen in de online editor. Alle onderzoekers geven aan dat dit hen aanzienlijk veel tijd bespaart.

Conclusie

Het analyseren van grote volumes aan opnamemateriaal zonder enige vorm van transcriptie is niet werkbaar en wenselijk voor kwalitatief onderzoek. Daarnaast staat gebruiksgemak en betrouwbaarheid van een service voorop. Door te kiezen voor de Automatische Transcriptie in een campuslicentie van Amberscript kan de Universiteit Utrecht een veilige, kwalitatieve en gebruiksvriendelijke dienst aanbieden aan al haar onderzoekers en medewerkers.

Kenniscentrum CAREM van de Hogeschool van Amsterdam, verbetert onderzoeksproces

Het transcriberen van opnamemateriaal vormt een belangrijk deel binnen kwalitatief onderzoek

Deze case-study beschrijft hoe de Hogeschool van Amsterdam tijd wint door het transcriptieproces te verbeteren. Eerst wordt er beschreven hoe het proces van transcriberen werd gereduceerd van 3 weken naar 5-7 werkdagen. Vervolgens wordt er beschreven hoe de precisie van de transcripten verbeterd is in vergelijking met het oude proces.

De ‘oude’ manier van transcriberen

Het onderzoeksteam CAREM van de Hogeschool van Amsterdam (HVA) verwerkt jaarlijks meerdere onderzoeken. Bij kwalitatief onderzoek komen hier ook opnames van interviews aan te pas. Om deze interviews te kunnen gebruiken voor een onderzoek, dienen deze opnames getranscribeerd te worden.

Voor de samenwerking met Amberscript zag het proces er als volgt uit:

1. Het onderzoeksteam neemt een reeks interviews af, die worden opgenomen. Dit leidt tot een significante hoeveelheid aan opnamemateriaal om te verwerken.
2. Wanneer het afnemen van de interviews in de afrondende fase beland, wordt er een notificatie gestuurd naar (werk)studenten van de HVA. Deze krijgen in de mail aangeboden om tegen een uurloon de interviews te transcriberen.
3. Dit betekent de start van een proces waarbij studenten moeten worden aangenomen om interviews te transcriberen.
4. Deze open uitnodiging aan (werk)studenten betekent ook dat alle (nieuwe) geïnteresseerde studenten geïnformeerd moeten worden over hoe het proces van transcriberen in zijn werkt.
5. Aangezien studenten geen doorgewinterde transcribenten zijn, moeten de teksten na afloop aan een controle van het onderzoeksteam worden onderworpen.
6. Vervolgens gaan de teksten (gedeeltelijk) terug naar de transcribenten voor aanpassingen en verbeteringen.
7. Hierna kunnen de transcripten na een correctieronde worden gebruikt voor het onderzoek.

Dit proces duurt soms wel 3 weken. Voor het omzetten van interviews naar tekst, voordat hiermee gewerkt kan worden in een onderzoek, is dit proces enigszins tijdrovend. Dit is dan ook de voornaamste aanleiding voor het CAREM en de HVA om op zoek te gaan naar een andere oplossing voor het transcriberen van interviews.

Minpunten van het transcriptieproces?

• Het proces vergt veel tijd voordat de transcripten klaar zijn om gebruikt te worden voor het onderzoek.
  • Dit vertraagt het onderzoek in zijn geheel.
• Het moeten recruiten, aannemen en trainen van de transcribenten door de onderzoekers leidt niet alleen af van het onderzoek.
  • Het kost de onderzoekers ook tijd en energie.
• Studenten zijn niet altijd betrouwbare transcribenten.
  • Gedurende het proces bestaat er een kans op uitval, wat vertraging voor het onderzoek kan betekenen.

Amberscript’s transcriptieservice is een “geoliede machine”

Naast het onderzoeksteam ziet ook de Hogeschool in dat er ruimte is voor verbetering van het transcriptieproces. Dit leidt in 2021 tot een samenwerking, waarbij de HVA gebruik maakt van de transcriptieservice van Amberscript. Deze transcriptieservice wordt gebruikt om opnames van interviews om te zetten naar geschreven teksten. De resultaten:

• De tijdsduur – van 3 weken naar 5-7 werkdagen.
• Het team en het ondersteunende personeel zijn minder tijd kwijt aan het organiseren van dit deel van het onderzoek.
• Het proces van transcriberen is een stuk eenvoudiger en overzichtelijker.
  • Het ‘gedoe’ dat gepaard gaat met het recruiten, aannemen, trainen en corrigeren van studenten behoort tot het verleden.
• De accuraatheid van de teksten wordt nog steeds gewaarborgd.
  • In het geval dat er een schoonheidsfout zit in één van de transcripten, is Amberscript flexibel om deze fout snel te herstellen zonder extra kosten.
• De nieuwe manier van werken geeft de onderzoekers de ruimte om zich te concentreren op de taken die zij het meest belangrijk vinden.

Het kiezen van Amberscript als partner voor het transcriberen van interviews?

Over het algemeen liggen de diensten van bedrijven die transcriptie aanbieden buiten het budget van onderwijsinstellingen. Amberscript is in staat om een aanbod te doen dat het overwegen waard is, dit geeft de HVA de mogelijkheid om het proces van transcriberen uit te besteden. Zo komt de HVA tot een duurzame overeenkomst met Amberscript.

Amberscript heeft bovendien aangeboden om studenten van de HVA aan te nemen als transcribenten, op deze manier kunnen de fanatieke transcribenten meer halen uit hun bijbaan.

Een nieuwe manier om audio om te zetten naar geschreven tekst

Het hele proces van transcriberen ziet er anders uit dan vroeger. Het proces is vereenvoudigd, waardoor het in zijn geheel minder aandacht en middelen kost:

• Een onderzoeksteam neemt interviews af en deze worden opgenomen.
• De opgenomen data wordt overgedragen aan Ria van der Holst – Contactpersoon tussen de HVA en Amberscript.
• Een bestand wordt geüpload naar de online-editor van Amberscript.
• Amberscript’s AI-engine maakt het eerste transcript (dit is over het algemeen 85%-90% accuraat). Dit leidt tot een eerste ‘draft’ van een woordelijk transcript.
• Vervolgens gaat één van de getrainde transcribenten van Amberscrip aan de slag. Deze corrigeert de bestanden, dit leidt tot bestanden die over het algemeen helemaal (99-100%) accuraat zijn.
• De bestanden worden geüpload naar een online-editor voor een laatste controle.
• De getranscribeerde bestanden zijn beschikbaar om gedownload te worden. Deze kunnen geëxporteerd worden in elk ondersteunde formaat (In de meeste gevallen is dit een .docx, file dat geopend wordt met Microsoft Word editor).

Conclusie

Het analyseren van grote volumes aan opnamemateriaal zonder enige vorm van transcriptie is niet werkbaar en wenselijk voor kwalitatief onderzoek. Dankzij deze nieuwe manier, om dit soort projecten aan te pakken, ontstaat er ruimte om aandacht te besteden aan zaken die er meer toe doen. Amberscript is trots om het onderzoeksteam CAREM van de Hogeschool van Amsterdam te kunnen helpen in het verbeteren van het onderzoeksproces.

Ben je geïnteresseerd in oplossingen voor uw onderneming? Laat het ons weten: