Gevinster:
- Evne til at bruge kunstig intelligens som tankepartner til at skærpe forskningsspørgsmålet, generere hypoteser og variabel definition og metodemuligheder
- Evne til at opnå kvantitative, kvalitative og blandede design-, prøve- og validitets-pålidelighedsmuligheder fra kunstig intelligens og vurdere dem i henhold til deres felt og etiske regler.
- Evne til at forstå, at ansvar for metodiske beslutninger og etisk komité (IRB) tilhører forskeren, og at forslaget om kunstig intelligens kun er et udkast.
Efter at have lært litteraturen at kende, er det tid til at designe dit eget studie. Forskningsdesign er processen med at starte med et spørgsmål og gøre det til et målbart, svarbart studie: skærpe spørgsmålet, etablere en hypotese, definere variabler, vælge det passende design og metode, bestemme stikprøven, overveje validitet og pålidelighed. Dette er den mest mentalt krævende del af forskningen, og AI kan være en stærk tankepartner her - generere muligheder, fremkalde blinde vinkler, sammenligne alternativer. Men kernereglen i denne enhed er klar: Metodiske beslutninger og etisk ansvar tilhører forskeren; AI giver kun muligheder for at evaluere.
Fra spørgsmål til hypotese
Et godt forskningsspørgsmål er fokuseret, besvaret og originalt. En fælles ramme er PICO i eksperimentelle/kliniske studier: Population, Intervention, Comparison, Outcome. I samfundsvidenskab stilles spørgsmålet generelt som en sammenhæng mellem variable. AI hjælper dig med at indsnævre et bredt spørgsmål og foreslår flere alternative formuleringer.
En hypotese er en transformation af problemet til en testbar forudsigelse; involverer normalt en retning ("X øger Y"). Variabler er de ting du måler: uafhængig variabel (som du påvirker), afhængig variabel (resultatet du måler), kontrolvariable (som du holder konstant). AI er nyttig til at skærpe hypotesen, destillere variablerne til operationelle definitioner (målbare definitioner) og genkalde mulige konfoundere (den tredje faktor, der hemmeligt påvirker resultatet).
Tip: Fortæl AI'en "giv også argumenter for at modbevise denne hypotese." Det er værdifuldt at se svaghederne ved dit eget design tidligt, så du kan lære nu i stedet for under dommerprocessen.
Design, prøve og validitet
Forskningsdesignet er, hvordan data vil blive indsamlet og struktureret for at besvare dit spørgsmål. Der er tre brede familier: kvantitative (numeriske data, statistiske test – eksperimentel, kvasi-eksperimentel, korrelationel, undersøgelse), kvalitativ (tekst/observation, mening og erfaring – interview, casestudie, fænomenologi, grounded theory) og blandet metode (kombinerer de to). AI kan sammenligne hvert mønster med dets fordele og ulemper og diskutere, hvilken der passer bedst til dit spørgsmål; men det ultimative valg er dit, baseret på dine kilder, felttradition og karakteren af dit spørgsmål.
Prøven er den delmængde fra dit univers, som du undersøger. I kvantitativ beregnes prøvestørrelsen ved effektanalyse - den mindste prøve, der kræves for at fange en statistisk signifikant effekt; AI minder om formlen og antagelserne, men du bør bekræfte nummeret med en software (som GPower). Validitet (måler du virkelig, hvad du måler) og pålidelighed* (kan målingen gentages) er kvalitetssikringer af design; AI lister trusler, du tager forholdsregler.
Det mest kritiske punkt er etik. Enhver undersøgelse, der involverer mennesker eller dyr, kræver godkendelse af etisk udvalg (IRB): informeret samtykke, fortrolighed, ikke-maleficence. AI kan hjælpe dig med at udarbejde en ansøgning om etisk komité, men det er aldrig en erstatning for godkendelse og etisk ansvar. AI kan ikke sige "dette design er etisk"; Dette besluttes af din institutions etiske udvalg.
Blandede metoder rationale og præregistrering
Et vigtigt spørgsmål, når man vælger en blandet metode, er hvorfor og hvordan man kombinerer de to datatyper. Blot at sige "Jeg gennemførte både en undersøgelse og et interview" er ikke blandet metode; Designet skal have en logik. Almindelige design omfatter eksplorativ sekventiel (først kvantitativ, derefter kvalitativ for at uddybe resultater), eksplorativ sekventiel (først kvalitativ, derefter skalaudvikling og kvantitativ testning) og samtidige indlejrede design. AI kan sammenligne disse mønstre i henhold til dit spørgsmål og diskutere, hvilken der passer til integrationslogikken; men valget afhænger af, hvad dit spørgsmål egentlig kræver.
Et kraftfuldt værktøj til metodisk integritet er præregistrering: registrering af din hypotese, variabler og analyseplan i et åbent depot (såsom OSF) før dataindsamling. Dette forhindrer bagklogskabsjagt (HARKing — opstilling af hypoteser efter at have set resultatet) og øger troværdigheden af din undersøgelse. AI kan hjælpe dig med at strukturere et udkast til forhåndsregistreringsformularen og se eventuelle uklarheder i din plan; Men enhver beslutning, du optager, er din, og det er dit ansvar at holde fast ved den efter optagelsen.
tre minisager
Case 1 — Indsnævring af spørgsmålet. En kandidatstuderendes spørgsmål var "Hvordan påvirker sociale medier unge?" Det var så stort og umådeligt. Han satte AI ind i en PICO-lignende ramme; Spørgsmålet er "Er der en sammenhæng mellem daglig Instagram-brugstid og søvnkvalitet hos 14-17-årige gymnasieelever?" er blevet. Et målbart, begrænset og svarbart spørgsmål; AI hjalp med at indsnævre det, eleven tog beslutningen.
Tilfælde 2 — Forvirrende variabel advarsel. En forsker antog "onlinekursus → lav præstation." Han spurgte AI om dens svagheder; AI mindede os om, at socioøkonomisk status kan være en konfounder, der påvirker både kursustype og succes. Det vidste forskeren ikke, men han sprang over at tilføje det som en kontrolvariabel til sit design. AI tjente som en påmindelse; han tog selv den metodiske beslutning.
Case 3 - Etisk grænse. En studerende var ved at designe en undersøgelse om et følsomt emne (stofbrug) og spurgte YZ: "Vil denne undersøgelse bestå den etiske komité?" spurgte han. AI anførte generelle principper (samtykke, anonymitet, ret til at trække sig tilbage), men den studerende erstattede ikke dette med samtykke; Den reelle etiske komité søgte og bestyrelsen anmodede om rettelser i to artikler. AI hjalp med at udarbejde, bestyrelsen tog beslutningen.
Kopierbare skabeloner
1) Indsnævring af spørgsmålet:
Din rolle: en metodekonsulent. Mit brede interesseområde er: "[emne]". Indsnævre dette til 3 fokuserede, målbare alternative forskningsspørgsmål. Angiv prøven, nøglevariablerne og muligt design for hver. Disse er mulighederne; Jeg vil bestemme.
2) Hypotese og variabel disambiguation:
Mit forskningsspørgsmål: "[spørgsmål]". Foreslå mig (a) en testbar hypotese, (b) uafhængige/afhængige/kontrolvariabler, (c) operationel (målbar) definition for hver variabel. Angiv også mulige forvekslende variable. Diskuter mulighederne, beslutningen er min.
3) Mønstersammenligning:
Sammenlign kvantitative, kvalitative og blandede metoders design for "[spørgsmål]" i en tabel: pasform, styrke, grænse, krævet ressource. Sig ikke "vælg dette" med sikkerhed; Giv mig fordele og ulemper, jeg træffer valget.
4) Trusselsliste over gyldighed/pålidelighed:
Angiv følgende designs trusler mod intern validitet, ekstern validitet og reliabilitet og foreslå en mulig modforanstaltning for hver. Design: [opsummering]. Disse vil være min tjekliste; Jeg træffer beslutningen.
Svag prompt / Stærk prompt
Svag prompt:
Giv mig et forskningsdesign.
Der er ingen emner, spørgsmål, områder og begrænsninger; AI skaber en fælles, ubrugelig skabelon.
Kraftig prompt:
Din rolle: erfaren metodolog i uddannelsesvidenskab. Mit spørgsmål: "Effekten af blended learning på 7. klasses naturvidenskabelige præstationer". For et kvasi-eksperimentelt design: Diskuter passende kontrolgruppestrategi, type måleinstrumenter, mulige konfoundere og interne validitetstrusler som OPTIONS. Sig, hvilke oplysninger der er nødvendige for effektanalyse; Jeg vil beregne tallet med benG*Power. Sæt kryds ved punkter, der kræver etisk godkendelse.
Design beslutning
AI's rolle
Hvis ansvar
Indsnævre spørgsmålet
producerer alternativer
Forskeren vælger
Hypotese/variabel
Kladde + påmindelse
Forsker definerer
Valg af mønster
sammenligner
Forskeren bestemmer
prøvestørrelse
Formel minder
Bekræftet af software
Etisk godkendelse
udkastassistent
Kun etisk udvalg
Almindelige fejl
- At få AI til at vælge mønsteret. Den metodiske beslutning tilhører forskeren; AI foreslår, du vælger.
- Omgåelse af det etiske råd. AI kan ikke sige "etisk"; Godkendelse kommer fra institutionens etiske udvalg.
- Ignorerer blandere. Hvis kontrolvariable ikke er planlagt, kan resultatet ikke fortolkes.
- Få det nøjagtige antal prøver fra AI. Bekræft effektanalyse med passende software.
- Ikke at indsnævre spørgsmålet. Et umådeligt bredt spørgsmål betyder en undersøgelse, der ikke kan designes.
Forsigtig: En metode foreslået af AI er muligvis ikke standard i dit felt. Sammenlign hver anbefaling med metodiske ressourcer inden for dit felt (lærebog, konsulent, lignende publikationer); AI taler generelt, domænekonventioner er specifikke.
Sammenfattende
Forskningsdesign er en kæde, der går fra at skærpe spørgsmålet til stikprøveudtagning og etik. AI er en kraftfuld tankepartner, der producerer muligheder i hvert led i denne kæde og minder om blinde vinkler; afklarer hypotesen, sammenligner mønstre, opstiller trusler. Men ansvaret for designvalg, prøvebekræftelse og især etisk godkendelse ligger hos forskeren og den etiske komité. Den korteste tommelfingerregel: valget er fra AI, den metodiske og etiske beslutning er fra dig.
Ansøgningsopgave
Få din egen forskningsidé. Med AI skal du indsnævre det til 3 fokuserede spørgsmål og vælge et. Generer hypoteser, variable og operationelle definitioner for det spørgsmål, du har valgt, og ret dem i henhold til dit felt. Bed om en kvantitativ/kvalitativ/blandet designsammenligning og begrund hvilken du valgte og hvorfor i et afsnit. Sæt kryds ved punkter, der kræver etisk godkendelse.
tjekliste
- [ ] Har jeg indsnævret mit forskningsspørgsmål målbart?
- [ ] Har jeg afklaret hypoteserne og variablerne med operationelle definitioner?
- [ ] Har jeg planlagt forvekslende variable?
- [ ] Valgte jeg mønsteret af mine egne grunde?
- [ ] Har jeg bestemt de punkter, der kræver godkendelse af etisk udvalg?