سؤال البحث ومراجعة الأدبيات والإطار المفاهيمي

المكاسب:

• القدرة على تضييق موضوع واسع إلى سؤال ملموس قابل للبحث عن طريق إضافة السكان والسياق والتركيز
• القدرة على العثور على المصدر نفسه من قواعد البيانات واستخدام الذكاء الاصطناعي لتجميع الملخصات الفعلية التي يجمعها فقط
• القدرة على التحقق من كل مرجع يقترحه الذكاء الاصطناعي باستخدام DOI والتحقق من وجوده والقضاء على المصدر المزيف

كل بحث اجتماعي يبدأ بسؤال. السؤال البحثي الجيد هو عبارة عن بيان فضول قابل للإجابة ومحدود وهادف: "لماذا يبتعد بعض الشباب عن السياسة؟" بدلاً من طلب غامض مثل "ما أسباب عدم مشاركة طلاب الجامعات الذين تتراوح أعمارهم بين 18-25 عاماً في الانتخابات المحلية؟" سؤال محدد مثل: بعد السؤال تأتي مهمتان: مراجعة الأدبيات - أي جمع وقراءة ما كتب من قبل حول موضوعك بشكل منهجي - وإنشاء إطار مفاهيمي - أي تحديد النظرية (بنية الفكر المنهجي التي تشرح الأحداث الاجتماعية) والمفاهيم التي ستفهم بها بحثك. في هذه الوحدة، ستتعلم كيفية استخدام الذكاء الاصطناعي في هذه الوظائف الثلاث؛ لكنك ستتعلم كيفية البقاء آمنًا دون الوقوع في حب المصدر المزيف.

هذا هو الجزء من الوحدة بأكملها الذي يتطلب أكبر قدر من الاهتمام. لأن مراجعة الأدبيات هي المهمة التي ينتج فيها الذكاء الاصطناعي معظم الهلوسة. إذا قلت للذكاء الاصطناعي "قم بتسمية المصادر حول هذا الموضوع"، فيمكنه تأليف مقالات ومؤلفين وسنوات تبدو حقيقية ولكنها غير موجودة. لذا فإن القاعدة الذهبية: الذكاء الاصطناعي لا يكتشف الأدب، بل يعالج الأدب الذي تجده. إن البحث عن المصادر هو مهمة قواعد البيانات الأكاديمية (مجموعات المنشورات القابلة للبحث مثل Google Scholar، وWeb of Science، وTR Index، وYÖK Thesis، والأرشيفات الخاصة بالمجلات)؛ يقوم الذكاء الاصطناعي بتجميع النصوص التي تجدها.

خطوة بخطوة: من السؤال إلى الإطار

1. تضييق نطاق سؤال البحث. ابدأ بموضوع واسع (على سبيل المثال، "وسائل التواصل الاجتماعي والشعور بالوحدة") وقم بتضييق نطاقه عن طريق إضافة السكان (من)، والسياق (أين ومتى)، والتركيز (ما الذي يثير فضولك بالضبط). الذكاء الاصطناعي مفيد في توليد 5-6 أسئلة ملموسة بديلة من الموضوع؛ الأمر متروك لك لتقرر أيهما يستحق التحقيق.

2. استخراج المفاهيم الأساسية. حدد كل مفهوم مهم في سؤالك (على سبيل المثال، "الوحدة"، "رأس المال الاجتماعي"، "الاستبعاد الرقمي"). الذكاء الاصطناعي جيد في إنشاء أسماء بديلة ومصطلحات البحث عن المفهوم؛ وهذا يثري عمليات البحث في قاعدة البيانات الخاصة بك.

3. ابحث عن المصدر. ابحث في قواعد البيانات باستخدام المصطلحات الأساسية وقم بتنزيل الملخصات والنصوص الكاملة للمقالات ذات الصلة. لا تطلب من الذكاء الاصطناعي "العثور على الموارد"؛ جمع الموارد بنفسك.

4. التوليف باستخدام الذكاء الاصطناعي. قم بإعطاء الملخصات الفعلية التي قمت بجمعها إلى الذكاء الاصطناعي واستخرج النتائج والتناقضات والثغرات الشائعة. يؤدي هذا إلى تسريع مهمة مقارنة عشرات الملخصات واحدًا تلو الآخر.

5. إنشاء الإطار المفاهيمي. بناءً على النتائج، حدد النظرية التي ستستخدمها لقراءة بحثك. يمكن للذكاء الاصطناعي أن يشرح النظرية بلغة واضحة؛ الأمر متروك لك لتقرر أيهما يناسب سؤالك.

تحذير: لا تستخدم أي مرجع ينتجه الذكاء الاصطناعي دون العثور على DOI (معرف الكائن الرقمي - المعرف الدائم الممنوح لكل منشور أكاديمي) في قاعدة البيانات وتأكيده. فقط لأنه "يبدو قابلاً للتصديق" لا يعني أنه حقيقي؛ ينتج الذكاء الاصطناعي منتجات مزيفة مقنعة بدقة.

ثلاث حالات صغيرة

الحالة 1 - تضييق السؤال. جاء أحد الطلاب بموضوع ضخم مثل "الهجرة والهوية". وطلب من الذكاء الاصطناعي استخلاص 6 أسئلة فرعية ملموسة؛ واختار من بينها سؤال "استخدام اللغة الأم وعلاقة الانتماء بين الشباب المهاجرين من الجيل الثاني". تم تلخيص الموضوع الضخم في سؤال قابل للبحث لأطروحة مدتها 4 أشهر.

الحالة 2 - DOI المزيف. استفسر أحد الباحثين عن 12 مرجعًا قدمها YZ بشكل جماعي بواسطة DOI. 3 من أصل 12 من معرفات DOI إما لم تؤد إلى أي منشور أو أدت إلى مقال مختلف تمامًا. أنتج الذكاء الاصطناعي معرفات معرفية مزيفة للمجلات الحقيقية. أدى فحص الدُفعات إلى التخلص من هذه المصادر الثلاثة المزيفة.

الحالة 3 - اكتشاف الفجوة. قدم أحد الفرق 22 ملخصًا حقيقيًا للمقالات إلى الذكاء الاصطناعي وسأل "ما هو السؤال الذي لم يتم البحث فيه بعد؟" وأشار ي.ز إلى أن معظم الدراسات تركز على المدن الكبرى، في حين لم تتم معالجة السياق الريفي على الإطلاق تقريبًا. جعل الفريق من هذه الفجوة الأساس المنطقي لسؤالهم البحثي.

أربعة قوالب قابلة للنسخ

1) تضييق سؤال البحث:

الموقع: [موضوع واسع]. اشتق لي 6 أسئلة بحثية ملموسة قابلة للبحث اجتماعيًا من هذا الموضوع. تأكد من أن المجتمع والسياق والتركيز واضحان في كل سؤال. أضف ملاحظة بجوار كل سؤال تقول "هل الكمية أو النوعية أو المختلطة مناسبة؟" إرسال الأسئلة كاقتراحات. سأقوم بالاختيار

2) إنشاء مصطلح البحث (سأجد المصدر):

قم بإنشاء المرادفات والمصطلحات ذات الصلة التي يمكنني استخدامها في عمليات البحث في قاعدة البيانات للمفاهيم التالية: [المفهوم 1]، [المفهوم 2]. إعطاء معادلات التركية والإنجليزية. اقترح نموذجًا لسلسلة بحث باستخدام عوامل تشغيل منطقية (AND/OR). توصية المصدر؛ مجرد إعطاء مصطلحات البحث.

3) تركيب الأدب (فقط مع النصوص التي قدمتها):

ألصق أدناه ملخصات لـ 10 مقالات [M1]-[M10]. وبناءً على هذه فقط، يظهر جدول: (1) النتائج المتفق عليها، (2) النتائج المتضاربة، (3) المقاربات المنهجية، (4) الفجوات. في كل سطر، قم بالإشارة إلى النص الذي يستند إليه باستخدام [M#]. لا تقم بإضافة أي موارد خارجية.

4) فحص دفعة التحقق من المصدر:

لكل سجل في قائمة المراجع أدناه، قم بجمع الحقول التي تحتاج إلى التحقق من الصحة في جدول: المؤلف، السنة، العنوان، المجلة، DOI. إذا لم تكن متأكدًا من أي منطقة، فاكتب "يجب التحقق منها". إذا كنت لا تعرف مرجعًا على الإطلاق، فلا تختلقه؛ اكتب "غير معروف". القائمة: [هنا]

موجه ضعيف / موجه قوي

حث ضعيف:

قم بإدراج أهم 10 مقالات حول عدم المساواة الرقمية مع قائمة المراجع.

وهذا يدعو الذكاء الاصطناعي مباشرة للتعويض. ينتج النموذج 10 مصادر غير موجودة ولكنها تبدو واقعية؛ لا يمكنك تأكيد أي منهم.

مطالبة قوية:

دورك: مساعد التوليف. أدناه ألصق ملخصًا للمقالات التسعة التي جمعتها. مهمتك هي رسم خريطة (1) ما هو مشترك بين هذه الدراسات التسعة، (2) أين تتعارض مع بعضها البعض، (3) الأساليب التي استخدمتها، و (4) الأسئلة التي لا تزال دون إجابة. استخدم هذه النصوص فقط؛ اربط كل مطالبة بالمصدر بـ [M#]. الملخصات: [هنا]

الفرق: لم يعد الذكاء الاصطناعي "يجد" الموارد، بل يحول مواردك الفعلية إلى خريطة تركيبية قابلة للقراءة.

مراجعة الأدبيات: ما هي الوظيفة التي

المرحلة

يمكن لمنظمة العفو الدولية

يجب على الإنسان أن يفعل

تضييق الموضوع

توليد أسئلة بديلة

اختيار السؤال

مصطلح البحث

المرادفات، الترجمة

استراتيجية البحث

مصادر

- (خطر التصنيع)

مسح قاعدة البيانات

ملخص القراءة

خلاصة سريعة

تقييم الجودة

التوليف

خريطة النتائج المشتركة/المتضاربة

التعليق والاختيار

التحقق من المصدر

تحرير قائمة مرجعية

تأكيد DOI/الكيان

الأخطاء الشائعة

• طلب الموارد من الذكاء الاصطناعي. العثور على الأدبيات هو مهمة قاعدة البيانات؛ منظمة العفو الدولية تصنعها.
• عدم تأكيد DOI. حتى DOI الذي يبدو واقعيًا يمكن أن يكون مزيفًا؛ سؤال كل واحد.
• التمسك الأعمى بنظرية واحدة. يجب أن تحدد النتيجة الإطار، وليس تحيزك.
• القفز على الفجوة. سؤال بحثي جيد يناسب فجوة في الأدبيات؛ ابحث عن هذا بوعي.
• نسخ التوليف كما هو. لا تقدم ملخص الذكاء الاصطناعي كتحليل خاص بك؛ ارجع إلى المصادر واقرأ بنفسك.

في ملخص

العمود الفقري للبحث؛ إنه سؤال واضح، ومراجعة أدبية صادقة، وإطار مفاهيمي مناسب. يعد الذكاء الاصطناعي وسيلة مساعدة قوية في تضييق نطاق الأسئلة، وتوليد مصطلحات البحث، وتجميع الملخصات الفعلية التي تجمعها، وإنشاء قوائم التحقق. لكنك تجد المصدر، وتؤكد كل مرجع، وتختار الإطار، وتقوم بالتفسير. أكبر فخ في المجال البشري هو المصدر الوهمي؛ القاعدة واضحة: الذكاء الاصطناعي لا يكتشف الأدبيات، بل يعالج ما تجده.

مهمة التطبيق

اختر موضوع البحث. أنشئ 6 أسئلة ملموسة بديلة باستخدام الذكاء الاصطناعي واختر واحدًا منها. ابحث في قاعدة البيانات بنفسك واجمع ما لا يقل عن 8 ملخصات مقالات فعلية. قم بتقديم هذه الملخصات إلى الذكاء الاصطناعي باستخدام قالب "توليف الأدبيات" وقم بإنشاء خريطة للنتائج والتناقضات والفجوات المشتركة. أخيرًا، إذا كانت هناك أي مراجع يقترحها الذكاء الاصطناعي في بداية العملية، فتحقق منها جميعًا باستخدام DOI وأبلغ عن عدد المراجع المزيفة.

قائمة مرجعية

• [ ] قمت بتضييق نطاق سؤال البحث حسب السكان والسياق والتركيز.
• [ ] لقد قمت بجمع الموارد بنفسي من قاعدة البيانات، ولم أطلبها من الذكاء الاصطناعي.
• [ ] لقد قمت بفحص DOI/الوجود لكل مرجع.
• [ ] لقد قمت بالتوليف فقط باستخدام الملخصات الفعلية وبالإشارة إلى المصدر.
• [ ] لقد اخترت الإطار المفاهيمي بناءً على النتائج.