使用者體驗研究產生了大量原材料：訪談錄音、筆記、調查答案、支援票和可用性會議。將其轉化為發現的過程很慢，而這正是人工智慧最有幫助的地方。
現今常見的用途包括自動轉錄、各會議的摘要、將筆記和開放調查答案聚集為主題，以及同時搜尋許多研究。人工智慧對於準備工作也很有用：起草訪談指南、篩選問題和調查措辭供研究人員審查。
危險的用途是替換參與者。一些工具提供“綜合用戶”，即回答研究問題的人工智慧角色。他們可以幫助您做好準備，但他們會重複訓練資料中的常見內容，並且無法告訴您特定使用者的實際行為。將它們視為腦力激盪的輔助工具，而不是證據。
摘要也可能是錯誤的。人工智慧可能會誇大一個主題，錯過一個罕見但重要的問題，或發明一個引言。好的做法是將每個發現連結到真實的引文或剪輯，並自己閱讀原始資料的樣本。
隱私也很重要。在將錄音或文字記錄發送到人工智慧服務之前刪除個人詳細訊息，並檢查是否同意涵蓋這些資訊。如果使用得當，人工智慧可以讓研究人員有更多的時間與使用者相處，這是最重要的部分。