Gevinster:
- Evne til at verificere transskriptionen ved at lytte til optagelsen og bruge kunstig intelligens til at foreslå koder og temaer
- Forbliv tro mod deltagerens stemme ved at forbinde hver kode og citat til selve udsagnet i teksten, gerne med et linjenummer
- Evne til at skelne kode fra tema og undgå overfladiske kommentarer og understøtte dybden af dataene med citater.
Kvalitativ forskning handler ikke om tal; Det er en tilgang, der omhandler mening, oplevelse og kontekst. Den forsøger at forstå i dybden, hvordan folk fortolker en begivenhed, med hvilke ord de beskriver den, og hvorfor de bekymrer sig om den. Det mest almindelige værktøj er dybdeinterviewet - en lang samtale med en person baseret på forudbestemte, men fleksible spørgsmål. Efter interviewet kommer tre opgaver: transskribering (transskribering af lydoptagelsen ordret), kodning (mærkning af meningsfulde passager i teksten) og temaanalyse (udtrække større, tilbagevendende mønstre - temaer - fra koderne). I denne enhed lærer du, hvordan du bruger kunstig intelligens i disse tre job; men du vil lære, hvordan du fastholder deltagerens stemme og ansvarlighed for fortolkningen.
AI er en virkelig kraftfuld hjælp til kvalitativ analyse, fordi det meste af arbejdet handler om tekst, og AI er hurtig til tekst. Men netop derfor ligger den største risiko her: At tilskrive deltageren noget, som han eller hun ikke har sagt. AI kan "rette" et citat, "fortolke" en følelse eller "opfinde" et tema, der ikke er i teksten. Hjertet i kvalitativ forskning er troskab over for deltagerens egne ord. Så den gyldne regel: AI foreslår kode og temaer, men hvert forslag skal være knyttet til selve udsagnet i teksten - gerne med et linjenummer - og du skal bekræfte det.
Trin for trin: fra registrering til tema
1. Bekræft transskriptionen. Automatiserede transskriptionsværktøjer er hurtige, men laver fejl: de kan stave navne, tekniske termer, dialektudtryk forkert. Det er vigtigt at lytte til optagelsen og rette udskriften; AI’en kan redigere formatet, men den kan ikke høre lyden.
2. Lav åben kodning. Læs teksten linje for linje og giv en etiket (kode) til hver meningsfuld brik. AI kan generere kodeforslag fra de første par transskriptioner; Dette giver en startliste.
3. Juster kodelisten med teori. Kombiner, adskil, omdøb de koder, der er foreslået af AI i henhold til dit eget forskningsspørgsmål og -ramme. Dette er menneskets dom.
4. Kod konsekvent. Den samme betydning bør mærkes med den samme kode overalt. AI hjælper med at markere resterende transskriptioner i overensstemmelse med dit godkendte kodesæt.
5. Uddrag temaer. Gruppér koder og navngiv større mønstre (temaer). AI foreslår udkast til tema; Det er op til dig at beslutte, hvilken der virkelig afspejler dine data. Støt hvert tema med direkte citater.
Tip: Tydeliggør forskellen mellem "kode" og "tema" i kvalitativ analyse: en kode er et lille betydningsmærke i teksten ("angst for jobusikkerhed"); Temaet er det store mønster, der samler mange koder ("usikkerhed om fremtiden"). AI kan forveksle de to; Du bevarer sondringen.
tre minisager
Case 1 — Fabriceret citat fanget. En forsker bad AI om citater, der understøtter et tema. AI præsenterede en sætning, der var flydende, men som ikke optrådte i transskriptionen, som "deltageren sagde." Da forskeren bad om et linjenummer, kunne YZ ikke citere kilden; Citatet var opdigtet. Det er blevet en regel: intet forslag uden anførselstegn eller linjenumre accepteres.
Tilfælde 2 — Kodningskonsistens øget. I en undersøgelse af 30 transskriptioner brugte to forskere forskellige koder. De fik AI til at udarbejde en fælles kodebog - navn, beskrivelse og eksempel på hver kode; Konsistensen mellem kodere steg markant, og hvad hver kode betød blev dokumenteret.
Case 3 — Overfladisk tema uddybet. I første runde foreslog AI et overfladisk tema som "deltagere glade/ulykkelige." Da forskeren sagde "det her er for lavt, vis spændingen i dataene", gik AI tilbage til citaterne og skitserede et rigere mønster, såsom "spændingen mellem søgen efter sikkerhed og ønsket om frihed", baseret på teksten; Det bekræftede forskeren med citater.
Fire kopierbare skabeloner
1) Åben kodningsanbefaling:
Kod følgende interviewudskrift linje for linje. Foreslå et kort kodemærke for hver meningsfuld passage og sæt linjenummeret og det direkte citat ved siden af. Tilføj ikke noget, der ikke er i teksten. Kommenter ikke; tag blot sætningen i teksten. Afskrift: [her]
2) Kodedefinitionsbog (kodebog):
Opret en kodedefinitionsbog ud fra følgende liste over koder: for hver kode (1) navn, (2) beskrivelse af én sætning, (3) uddrag fra teksten (med linjenummer), (4) noter "uden for denne kodes omfang." Flag tvetydige koder. Koder: [her]
3) Temaslutning (baseret på citat):
Vedhæftet er kodelisten jeg godkendte. Foreslå 3-5 temaskitser ved at gruppere disse koder. For hvert tema: vis hvilke koder det indeholder og mindst 2 direkte citater (med linjenummer), der understøtter det. Foreslå ikke et tema uden et citat. Temaer: [her] Koder: [her]
4) Loyalitetskontrol:
Nedenfor er et resumé af temaet og de citater, det er baseret på. Tjek hver sætning: er denne kommentar virkelig, hvad citatet siger, eller er det en ekstra slutning? Markér hver sætning, der ikke understøttes af teksten. Overdrivelse eller forvrængning af deltagerens stemme. Resumé: [her]
Svag prompt / Stærk prompt
Svag prompt:
Læs disse interviews og få hovedtemaerne og gode citater frem for mig.
AI kan producere flydende, men opdigtede citater og overfladiske temaer, som dataene ikke bærer. Deltagerens stemme går tabt, tilskrivningen bliver upålidelig.
Kraftig prompt:
Analyser nedenstående udskrifter, følg KUN teksten. For hvert temaforslag: (1) koderne, der danner temaet, (2) det direkte citat + linjenummer, der understøtter hver kode. Tilskriv ikke nogen udtryk, der ikke er nævnt i teksten, til deltageren; Hvor du ikke er sikker, så skriv "det står ikke klart i teksten". Udskrifter: [her]
Forskellen: den anden tilgang tilskriver hver kommentar til deltagerens faktiske ord, hvilket gør fremstilling umulig.
Kvalitative analysefaser
Scene
Bidrag af AI
mands beslutning
transskription
Formatredigering
Lyt og bekræft lyd
åben kodning
Kodeforslag (med citat)
Teoretisk valg
kodebog
Definitionsudkast
Indstil kodegrænser
Konsekvent kodning
Indstil applikation
Konsistenstjek
Temaanalyse
mønsterskitse
Kommentar og navngivning
Indberetning
Citat redigering
Loyalitet og mening
Almindelige fejl
- Accepter citatet uden linjenummeret. Herfra åbner døren til det opdigtede citat.
- Tillid uden at lytte til udskriften. Automatiske udskrifter tager fejl i navne og termer.
- Blande kode med tema. Den lille etiket og det store mønster er to forskellige ting.
- Vær tilfreds med det overfladiske tema. Kvalitetens magt er dybde; Se efter spænding i dataene.
- "Forskønner" deltagerens stemme. At ændre betydningen og samtidig strømline teksten bryder troskaben.
Sammenfattende
AI i kvalitativ interviewanalyse; Det sparer en masse tid i opgaver såsom redigering af transskriptioner, forslag til kode, oprettelse af kodedefinitionsbøger og temaudkast. Men hjertet i kvalitativ forskning er troskab over for deltagerens egne ord. Hver kode og tema skal være knyttet til en faktisk erklæring i teksten - helst ved linjenummer; Intet citat bør medtages i rapporten uden verifikation, og ingen kommentarer bør medtages i rapporten uden bekræftelse. AI producerer forslag; Ansvaret for mening, dybde og troskab er dit.
Ansøgningsopgave
Tag en kort interviewoptagelse (10-15 minutter, som du selv kan lave) og transskriber den med et automatiseret værktøj. Lyt til optagelsen og ret transskriptionen. Med skabelonen "åbent kodningsforslag" kan du tage linjenummererede koder fra AI, organisere dem i din egen ramme og oprette en kodebog. Derefter, med "temaudtræk", udarbejder du 3 temaer og bekræfter hver med rigtige citater. Med "troskabstjekket" luges alle sætninger ud, som teksten ikke understøtter.
tjekliste
- [ ] Jeg bekræftede udskriften ved at lytte til optagelsen.
- [ ] Jeg koblede hver kode med linjenummer og citat.
- [ ] Jeg har dokumenteret overensstemmelse med kodedefinitionsbogen.
- [ ] Jeg understøttede hvert tema med mindst to direkte citater.
- [ ] Jeg bekræftede hver sætning, der blev tilskrevet deltageren, med teksten.