Entrevistas por voz para investigação qualitativa: como funcionam as entrevistas de voz com IA (2026)
Escrito por Fengming Liu (UCL) · Revisto por Prof. Shubin Yu (HEC Paris) · October 2026 · Atualizado: 2026-10-12 · 8 min read
Resposta curta: uma entrevista de voz com IA permite que os participantes digam as suas respostas em vez de as escreverem, no navegador, sem aplicação. O QualiTaTi transcreve cada resposta e faz perguntas de seguimento a partir do seu guião de entrevista. Também pode pôr a IA a ler as perguntas em voz alta, ou realizar uma conversa falada em tempo real.
Quatro formas de realizar uma entrevista por voz
| Modo | Participante | Entrevistador de IA | Créditos por minuto |
|---|
| Voz para texto | Fala | Escreve | 1 |
| Texto para voz + texto | Escreve | Fala e escreve | 1 |
| Voz para voz + texto | Fala | Fala e escreve | 1 |
| Modo de voz em tempo real (experimental) | Fala livremente | Responde em tempo real | 5 |
Uma entrevista só de texto também custa 1 crédito por minuto. Os três primeiros modos funcionam por turnos, como um chat com som. A voz em tempo real é uma conversa falada contínua que o participante pode interromper. É mais recente e tem a sua própria ligação e definições.
Quando a voz é a melhor escolha
- Participantes para quem escrever é lento: pessoas mais velhas, pessoas ao telemóvel e pessoas mais fluentes a falar do que a escrever.
- Temas em que as histórias importam mais do que os factos precisos.
- Estudos que precisam de ouvir como algo é dito, e não apenas o que é dito.
Quando o texto é a melhor escolha
- Perguntas sensíveis. Schober et al. (2015) concluíram que as entrevistas por texto em smartphones levaram a uma maior revelação de informação sensível e a respostas mais precisas do que as entrevistas por voz, tanto com entrevistadores humanos como automatizados.
- Participantes que preferem escrever. Em Lenzner e Höhne (2022), as pessoas que não estavam dispostas a responder por voz indicaram, na maioria das vezes, que preferiam a comunicação escrita. A disponibilidade para usar a voz foi maior entre utilizadores mais jovens e frequentes de smartphones.
- Ambientes ruidosos ou salas partilhadas, onde os participantes não podem falar à vontade.
Em caso de dúvida, faça um piloto dos dois modos com alguns participantes da sua população. A nossa comparação entre entrevistas com IA por voz e por texto aborda os compromissos com mais detalhe.
Configurar uma entrevista por voz
- Crie um projeto AI Interviewer e escreva ou gere o seu guião.
- Nas definições do projeto, escolha o modo de interação. Para a voz em tempo real, abra o painel Modo de voz em tempo real e use a ligação própria desse painel.
- Escolha uma voz e ouça a pré-visualização na língua da entrevista.
- Ative Gravar áudio se quiser as gravações além das transcrições. Os participantes passam então a ver que a entrevista está a ser gravada.
- Faça pessoalmente uma entrevista de teste num telemóvel e num portátil antes de partilhar a ligação.
A experiência dos participantes
- Sem aplicação nem conta. A entrevista abre no navegador, num telemóvel ou computador.
- Uma verificação do microfone antes da primeira pergunta e um passo de consentimento no ecrã de entrada.
- Nos iPhones, o áudio começa depois de o participante tocar no botão de início, o que o ecrã de entrada solicita.
A transcrição e os seus limites
Cada resposta falada é transcrita automaticamente, e é a transcrição que codifica. A transcrição automática comete erros, sobretudo com nomes, sotaques, termos técnicos e ruído de fundo. Os erros de transcrição e a qualidade irregular das perguntas de seguimento são limites conhecidos dos entrevistadores de voz com IA (Tirumala et al., 2025). Leia cada transcrição e corrija as passagens-chave antes de as citar.
Consentimento, gravação e dados
Informe os participantes, na sua folha informativa, de que a entrevista é conduzida por uma IA, de que a sua voz é transcrita e de se o áudio é conservado. O kit de aprovação ética inclui texto para cada um destes pontos. Os dados são guardados na União Europeia. A página de confiança explica onde o áudio e as transcrições são tratados e lista os fornecedores envolvidos.
Analisar entrevistas por voz
As transcrições de voz vão para o mesmo QDA Workspace que as entrevistas por texto. Codifique-as manualmente ou com sugestões da IA que revê, convide um segundo codificador e exporte para o NVivo, ATLAS.ti ou MAXQDA com um ficheiro .qdpx se preferir terminar aí. Consulte o guia de transferência para o NVivo.
Perguntas frequentes
Os participantes precisam de instalar alguma coisa?
Não. Basta um navegador com acesso ao microfone.
Que línguas funcionam por voz?
As entrevistas por voz decorrem na língua de entrevista definida para o projeto. Ouça a pré-visualização da voz nessa língua antes de lançar, porque a qualidade da voz varia entre línguas.
Uma entrevista por voz é mais cara?
Não nos três modos padrão, que custam 1 crédito por minuto, tal como o texto. A voz em tempo real custa 5 créditos por minuto, pelo que uma entrevista em tempo real de 30 minutos usa 150 créditos. Consulte a página de preços.
As entrevistas de voz com IA são tão boas como as entrevistas humanas?
Os primeiros estudos são encorajadores, mas pequenos. Wuttke et al. (2024) concluíram que as entrevistas conduzidas por IA tinham uma qualidade de dados comparável à das conduzidas por humanos, numa amostra de estudantes. Tirumala et al. (2025) concluem que a adequação depende do contexto. Faça um piloto com a sua própria população.
Fontes, verificadas em 2026-10-12: Schober et al. (2015), Precision and Disclosure in Text and Voice Interviews on Smartphones, PLOS ONE 10(6); Lenzner and Höhne (2022), Who Is Willing to Use Audio and Voice Inputs in Smartphone Surveys, and Why?, International Journal of Market Research 64(5); Tirumala, Jain, Leybzon and Buskirk (2025), Mic Drop or Data Flop? Evaluating the Fitness for Purpose of AI Voice Interviewers, arXiv:2509.01814; Wuttke et al. (2024), AI Conversational Interviewing: Transforming Surveys with LLMs as Adaptive Interviewers, arXiv:2410.01824.