Durchgängiger Workflow, Governance und verantwortungsvolle Nutzung — Künstliche Intelligenz in Soziologie und Sozialforschung

Gewinne:

Fähigkeit, Forschung als kohärenten sechsstufigen Arbeitsablauf vom Entwurf bis zur Dokumentation zu planen
Fähigkeit, die sichere Einsatzgrenze künstlicher Intelligenz in jeder Phase zu bestimmen und die vorherige Ausgabe bei Phasenübergängen zu überprüfen
Fähigkeit, ein Protokoll zur verantwortungsvollen Nutzung auf Teamebene zu etablieren und sich anhand von fünf Grundprinzipien selbst zu bewerten

In den vorherigen zehn Einheiten haben wir KI in jeder Phase der Sozialforschung behandelt: Fragen und Literatur, Stichprobenziehung, Umfrage und quantitative Analyse, qualitative Kodierung und Thema, gemischte Methoden, Visualisierung, Ethik, Reproduzierbarkeit und Schreiben. In dieser letzten Einheit bringen wir alles zusammen. Das Ziel besteht darin, individuelle Fähigkeiten in einem End-to-End-Workflow zu verbinden – einem konsistenten, sicheren und ehrlichen Prozess von der Forschungsfrage bis zum veröffentlichten Ergebnis. Wir gehen auch über eine Einzelperson hinaus und sprechen über Governance: die gemeinsamen Regeln dafür, wie ein Team, eine Abteilung oder eine Institution KI in der Sozialforschung verantwortungsvoll einsetzen kann.

Der Wert des End-to-End-Denkens besteht darin, dass die Entscheidung, die Sie in jeder Phase treffen, Auswirkungen auf die nächste hat. Eine verzerrte Stichprobe kann selbst durch eine perfekte Analyse nicht gerettet werden; Eine unbestätigte Quelle widerlegt selbst die beste Schrift. Deshalb ist es notwendig, KI in jeder Phase nach den gleichen Grundsätzen einzusetzen: Sie mit leistungsstarken Ressourcen versorgen, jede Ausgabe überprüfen, das menschliche Urteilsvermögen schützen, im Voraus auf Ethik und Privatsphäre achten und den Prozess transparent dokumentieren. Diese Prinzipien lassen sich in einem Satz zusammenfassen: KI beschleunigt die Forschung, ersetzt aber nicht den Forscher.

Schritt für Schritt: End-to-End-Flow

1. Design (Frage + Ethik + Beispiel). Stellen Sie klare Fragen, überarbeiten Sie die Ethikgenehmigung und die Vertraulichkeitsplanung und bewerten Sie die Repräsentativität der Stichprobe. In dieser Phase hilft KI bei der Eingrenzung von Fragen und der Überprüfung ethischer Risiken.

2. Datenerhebung (Umfrage + Interview). Bereiten Sie einen soliden Umfrage- und Interviewleitfaden vor. KI fängt Fragenfallen; Die Aufgabe der Erhebung der Daten und des Teilnehmerverhältnisses liegt bei Ihnen.

3. Verarbeitung (Bereinigung + Verschlüsselung + Anonymisierung). Daten anonymisieren, bereinigen und verschlüsseln. KI erstellt Blaupausen; Sie genehmigen jede Entscheidung und jedes Codebuch.

4. Analyse (quantitativ + qualitativ + Triangulation). Führen Sie die Statistiken durch das Programm, verknüpfen Sie Themen mit Zitaten und validieren Sie Ergebnisse. KI erklärt die Methode, nicht die Berechnung.

5. Präsentation (Visualisierung + Schreiben). Erstellen Sie ehrliche Grafiken und Originaltexte. Jede Quelle und Nummer ist überprüft; Die Rolle der KI wird erklärt.

6. Dokumentation (Tagebuch + zeitnahe Aufzeichnung + Weitergabe). Dokumentieren Sie Entscheidungen, Eingabeaufforderungen und Konvertierungen und geben Sie nach Möglichkeit anonyme Daten und Codes weiter.

Tipp: Halten Sie eine umfassende Checkliste an Ihrem Schreibtisch bereit. Fragen Sie bei jedem Schrittübergang: „Habe ich die Ausgabe dieses Schritts validiert, bin ich proben-/ethisch/quellensicher, habe ich keine Spuren hinterlassen?“ Ein Durchhang in einer Phase schwächt die gesamte Kette.

drei Mini-Koffer

Fall 1 – Das schwächste Glied in der Kette. Ein Team führte eine hervorragende qualitative Analyse durch, ihre Stichprobe stammte jedoch aus einer einzigen Online-Gruppe. Egal wie gut sie codierten, der Befund blieb in dieser Gruppe hängen. Lektion: Die End-to-End-Qualität ist nur so gut wie die schwächste Stufe; Verzerrungen im Design können in der Analyse nicht korrigiert werden.

Fall 2 – Team-Governance hat funktioniert. Ein Forschungszentrum hat ein gemeinsames KI-Nutzungsprotokoll für das gesamte Team geschrieben: welches Tool, welche Daten anonymisiert, mit welchem Verifizierungsschritt. Ein neu angekommener Assistent arbeitete vom ersten Tag an sicher, indem er das Protokoll befolgte; Persönliche Fehler sind zurückgegangen.

Fall 3 – Die transparente Kette hat das Vertrauen der Schiedsrichter gewonnen. Einem Artikel waren das Entscheidungsprotokoll, die Eingabeaufforderungsprotokolle und die KI-Erklärung beigefügt. Die Gutachter konnten den Prozess von Anfang bis Ende beobachten und stimmten zu, dass sie ihn „produzierbar und ehrlich“ fanden. Transparenz war der Klebstoff, der alle einzelnen Schritte zusammenhielt.

Vier kopierbare Vorlagen

1) End-to-End-Checklistenerstellung:

Meine Forschung wird die folgenden Phasen durchlaufen: Design, Datenerfassung, Verarbeitung, Analyse, Präsentation, Dokumentation. Erstellen Sie für jede Phase eine Checkliste: Wo kann ich KI in dieser Phase sicher einsetzen, welche Ergebnisse sollte ich überprüfen, welche ethischen/privatrechtlichen Risiken sollte ich berücksichtigen, was sollte ich dokumentieren? Tragen Sie es in eine Tabelle ein.

2) Team-KI-Protokollentwurf:

Entwerfen Sie ein KI-Nutzungsprotokoll für ein Sozialforschungsteam. Dazu gehören: genehmigte Tools, Datenanonymisierungsregel, in der die Rollen-KI zulässig/eingeschränkt/verboten ist, obligatorische Überprüfungsschritte, KI-Deklarationsregel, Rechenschaftspflicht. Schreiben Sie einfache, umsetzbare Elemente.

3) Phasenübergangskontrolle:

Ich habe [Phase X] abgeschlossen und gehe nun zu [Phase Y] über. Listen Sie die Dinge auf, die ich vor diesem Übergang überprüfen muss: Habe ich die Ausgabe der vorherigen Phase überprüft? Habe ich einen Fehler (falsches Beispiel, nicht überprüfte Quelle, nicht nachverfolgte Entscheidung), der die nächste Phase zum Scheitern bringt? Bin ich für den Übergang bereit und wenn nicht, was sollte ich beheben?

4) Selbsteinschätzung der verantwortungsvollen Nutzung:

Prüfen Sie die von mir durchgeführte Forschung zum verantwortungsvollen Umgang mit KI. Bewerten Sie diese fünf Grundsätze und weisen Sie auf Schwachstellen hin: (1) starke Quellenangabe, (2) Validierung aller Ergebnisse, (3) Wahrung des menschlichen Urteilsvermögens, (4) Ethik und Vertraulichkeit, (5) transparente Dokumentation. Prozess: [Zusammenfassung]

Schwache Eingabeaufforderung / Starke Eingabeaufforderung

Schwache Eingabeaufforderung:

Führen Sie diese Recherche von Anfang bis Ende mit KI durch und beenden Sie sie.

Dadurch wird versucht, die gesamte Verantwortung auf das Modell zu übertragen. Ergebnis: voreingenommene Stichprobe, erfundene Quelle, nicht überprüfte Statistiken und ein nicht zu rechtfertigender Text. Keine End-to-End-Phase ist sicher.

Kraftvolle Aufforderung:

Ich möchte meine Forschung von Ende zu Ende planen. In jeder Phase (Entwurf, Daten, Verarbeitung, Analyse, Präsentation, Dokumentation) dient es als Fahrplan dafür, wo ich KI sicher einsetzen kann, wo menschliches Urteilsvermögen und Überprüfung erforderlich sind und welche ethischen und Datenschutzrisiken ich berücksichtigen sollte. Denken Sie daran, dass ich verantwortlich bin.

Der Unterschied: Der zweite Ansatz positioniert KI als Begleiter; Es akzeptiert von Anfang an, dass Entscheidungen und Überprüfungen Sache des Menschen sind.

Durchgängige Richtlinien zur verantwortungsvollen Nutzung

Prinzip

Bewerbung

In welcher Einheit

Füttern Sie mit einer leistungsstarken Quelle

Geben Sie Ihre eigenen Daten/Quelle an

1, 2

Fragen Sie das Beispiel ab

Repräsentations- und Voreingenommenheitsprüfung

Nehmen Sie die Berechnung in das Programm vor

KI dazu bringen, Zahlen zu produzieren

Treue halten

Verknüpfen Sie das Zitat mit der Zeilennummer

Halten Sie den Widerspruch offen

Triangulation, ehrliche Präsentation

6, 7

Ethik und Datenschutz stehen an erster Stelle

Anonymisierendes, verifiziertes Tool

Dokumentieren Sie den Prozess

Tagebuch, zeitnahe Aufzeichnung

Behalten Sie die Originalität bei

Überprüfen Sie die Quelle, Ihre eigene Stimme

Häufige Fehler

Die Etappen einzeln betrachten und die Kette vergessen. Eine Voreingenommenheit in einer Phase verdirbt die gesamte Studie.
Verantwortung an die KI übertragen. Entscheidung, Überprüfung und Ethik liegen immer beim Menschen.
Im Team gibt es keine gemeinsamen Regeln. Die individuelle Nutzung führt zu Inkonsistenzen und Risiken.
Lassen Sie die Dokumentation zum Schluss. Die Spur bleibt während des gesamten Prozesses erhalten; kann man sich später nicht mehr erinnern.
Sobald Sie lernen und entspannen. Verantwortungsvoller Umgang ist eine Disziplin, die in jedem Projekt neu angewendet wird.

Zusammenfassend

Der wahre Wert von KI in der Sozialforschung liegt nicht in einzelnen Aufgaben, sondern in einem konsistenten und nachvollziehbaren Arbeitsablauf von Ende zu Ende. Wenden Sie in jeder Phase, vom Entwurf bis zur Dokumentation, dieselben Prinzipien an: leistungsstarke Quellen, jede Ausgabe überprüfen, menschliches Urteilsvermögen bewahren, Ethik und Vertraulichkeit priorisieren, den Prozess transparent dokumentieren. Ein gemeinsames Protokoll auf Teamebene macht diese Grundsätze dauerhaft. Die Kette ist nur so stark wie ihr schwächstes Glied; Entspannen Sie sich zu keinem Zeitpunkt. KI beschleunigt die Forschung, ersetzt jedoch niemals das Urteilsvermögen, die Verantwortung und die Integrität des Forschers.

Anwendungsaufgabe

Erstellen Sie eine sechsstufige Roadmap für Ihr eigenes Forschungsprojekt (real oder geplant) mit einer Vorlage zur „End-to-End-Checklisten-Generierung“. Schreiben Sie in jeder Phase auf, wo Sie KI einsetzen, was Sie überprüfen und welche ethischen/privatrechtlichen Risiken Sie berücksichtigen werden. Verwenden Sie dann die Vorlage „Selbstbewertung zum verantwortungsvollen Umgang“, um sich anhand der fünf Prinzipien zu bewerten, Ihre beiden schwächsten Punkte zu identifizieren und zu erfahren, wie Sie sie stärken können.

Checkliste

[ ] Ich habe die Recherche als sechsstufigen Ablauf von Ende zu Ende geplant.
[ ] Ich habe in jeder Phase die sichere Nutzungsgrenze von KI ermittelt.
[ ] Ich habe die vorherige Ausgabe bei jedem Phasenübergang überprüft.
[ ] Einhaltung von Ethik, Vertraulichkeit und Dokumentation durchgängig.
[ ] Ich habe den verantwortungsvollen Umgang anhand von fünf Grundsätzen selbst bewertet.

Modulprüfung

1. Welche der folgenden Aussagen ist die zutreffendste Positionierung für künstliche Intelligenz in der Soziologie und Sozialforschung?

A) Künstliche Intelligenz kann die Forschungsfrage, Interpretation und ethische Entscheidung selbstständig und ohne menschliche Zustimmung beantworten.
B) Künstliche Intelligenz funktioniert nur bei der Zusammenfassung von Texten, sie hat nichts mit anderen Forschungsphasen zu tun
C) Künstliche Intelligenz ist ein Zusammenfassungs-, Transkript-, Code- und Entwurfsassistent; Die Verantwortung für Interpretation, Rahmen und ethische Entscheidung liegt beim Forscher ✔
D) Da künstliche Intelligenz immer unparteiischer ist als der Mensch, sollte die Interpretation ganz ihr überlassen werden.

Beschreibung: Künstliche Intelligenz; ist ein Assistent, der Texte zusammenfasst, Transkripte bearbeitet, Code vorschlägt und Entwürfe schreibt. Die Verantwortung für kritische Arbeiten wie Forschungsfrage, theoretischer Rahmen, Stichprobenbeurteilung, Interpretation und ethische Entscheidung liegt beim Forscher; Eine nicht verifizierte Ausgabe kann zu einer falschen Referenz, einer erfundenen Statistik oder einer falschen Zuordnung führen.

2. Warum ist es riskant, der künstlichen Intelligenz beim Durchsuchen der Literatur direkt zu sagen: „Listen Sie die 10 wichtigsten Artikel zu diesem Thema mit Bibliographie auf“?

A) KI kann Quellen, Autoren und DOIs erfinden, die realistisch aussehen, aber nicht existieren; Sie müssen die Quelle aus der Datenbank ermitteln ✔
B) Künstliche Intelligenz arbeitet sehr langsam und verschwendet Zeit beim Auflisten von Ressourcen
C) Künstliche Intelligenz vermisst türkische Literatur, weil sie nur englische Quellen finden kann
D) Die Liste wächst, da künstliche Intelligenz dieselbe Quelle mehrmals wiederholt

Beschreibung: Die Literaturrecherche ist die Aufgabe, bei der KI die meisten Halluzinationen hervorruft; Kann Artikel, Autoren und DOIs erfinden, die realistisch aussehen, aber nicht existieren. Die Suche nach Quellen ist die Aufgabe von Datenbanken; KI sollte nur tatsächliche Zusammenfassungen synthetisieren, die Sie finden.

3. Im Hinblick auf welches Problem sollte das Ergebnis einer Zufriedenheit von 78 % in einer auf der Website einer Gemeinde veröffentlichten Umfrage am sorgfältigsten interpretiert werden?

A) Die Prozentberechnung ist falsch; Zufriedenheitsraten können niemals als einzelne Zahl ausgedrückt werden
B) Da die Umfrage zu lang war, langweilten sich die Teilnehmer und antworteten willkürlich
C) Es ist soziologisch unmöglich, Zufriedenheit zu messen, daher ist das Ergebnis ungültig
D) Die Stichprobe weist einen Selektionsbias auf; Da nur Nutzer der Seite teilnehmen können, lässt sich die Erkenntnis nicht auf die gesamte Gesellschaft übertragen ✔

Erläuterung: In der auf der Website veröffentlichten Umfrage sind diejenigen überrepräsentiert, die die Website bereits nutzen (die auf den Dienst zugreifen können und wahrscheinlich zufriedener sind); Dies ist ein Selektionsbias. Der Befund kann nur auf „Site-Benutzer“ und nicht auf die gesamte Gesellschaft übertragen werden.

4. Warum ist es nicht sicher, einen Datensatz mit 300 Zeilen als Text einzufügen und die KI anzuweisen, „den Mittelwert zu berechnen“?

A) Da künstliche Intelligenz nur bis zu 100 Datenzeilen lesen kann, verwirft sie mehr
B) Das Sprachmodell ist kein Taschenrechner; Wenn das Rechnen im Text zu falschen Zahlen führen kann, muss die Berechnung im Programm ✔ durchgeführt werden
C) Der Durchschnitt ist ein soziologisch bedeutungsloses Maß und sollte überhaupt nicht berechnet werden.
D) Wenn Daten als Text eingefügt werden, löscht die KI sie automatisch

Erläuterung: Ein Sprachmodell ist kein Taschenrechner und kann bei der Arithmetik im Text den Mittelwert, den Prozentsatz oder den p-Wert falsch ausgeben. Die eigentliche Berechnung sollte in einem Statistikprogramm oder einer Statistiktabelle erfolgen; KI sollte nur zur Methode und Interpretation verwendet werden.

5. Was ist zu tun, bevor ein von künstlicher Intelligenz vorgeschlagenes Angebot in der qualitativen Themenanalyse angenommen wird?

A) Wenn das Zitat flüssig und eindrucksvoll aussieht, kann es direkt dem Bericht hinzugefügt werden
B) Wenn die Länge des Zitats einen Absatz nicht überschreitet, ist keine Überprüfung erforderlich
C) Mit der Zeilennummer sollte bestätigt werden, dass das Zitat tatsächlich im Transkript erscheint ✔
D) Das Zitat ist automatisch zuverlässig, da künstliche Intelligenz die Quelle zitiert

Erläuterung: Das Herzstück qualitativer Forschung ist die Treue zu den eigenen Worten des Teilnehmers. Die KI kann ein Zitat erfinden, das fließend ist, aber im Transkript überhaupt nicht vorkommt. Daher sollte jedes Zitat mit der tatsächlichen Aussage im Text und vorzugsweise der Zeilennummer verknüpft und überprüft werden.

6. Wenn in einer Studie 72 % in einer Umfrage „Ich recyceln“ sagen, in Interviews die meisten von ihnen aber tatsächlich sagen, dass sie es unregelmäßig tun, wie soll dann mit diesem Widerspruch umgegangen werden?

A) Widersprüche sollten nicht verborgen bleiben; sollte als Befund mit möglichen Erklärungen wie z. B. Social Deirability Bias ✔ dargestellt werden
B) Interviewdaten sollten als ungenau verworfen und nur das Umfrageergebnis gemeldet werden
C) Die Umfragedaten sollten verworfen werden, da sie falsch sind. Es sollte nur über das Interview berichtet werden
D) Beide Daten sollten aus dem Bericht entfernt werden, da der Widerspruch peinlich ist

Erläuterung: Die Diskrepanz zwischen quantitativen und qualitativen Erkenntnissen ist kein Fehler, sondern oft die wertvollste Erkenntnis. Der Widerspruch weist hier auf ein Phänomen wie den „sozialen Erwünschtheitsbias“ hin und sollte als Feststellung dargestellt werden, ohne sie zu verbergen.

7. Was ist zu tun, wenn der Unterschied zwischen zwei Gruppen (51 % vs. 54 %) in einem Diagramm wie eine „riesige Lücke“ aussieht, wobei die Y-Achse bei 50 beginnt?

A) Das Diagramm sollte unverändert bleiben, da der Unterschied bereits groß erscheint
B) Der Unterschied sollte vollständig ausgeblendet werden, indem ein einzelner Durchschnitt anstelle von zwei Gruppen angezeigt wird
C) Der Unterschied soll noch eindrucksvoller werden, indem dem Diagramm ein dreidimensionaler Effekt hinzugefügt wird.
D) Die Y-Achse sollte von Null aus initialisiert werden. Die abgeschnittene Achse führt den Leser in die Irre, indem sie kleine Unterschiede übertreibt ✔

Erläuterung: Eine abgeschnittene Achse (die nicht bei Null beginnt) täuscht einen kleinen Unterschied vor, indem sie ihn riesig erscheinen lässt. In einem ehrlichen Balkendiagramm sollte die Achse bei Null beginnen; Der Unterschied ist also in seiner tatsächlichen, geringen Größe sichtbar. Der Zweck des Bildmaterials ist nicht die Überzeugung, sondern die richtige Kommunikation.

8. Warum reicht die bloße Löschung von Namen aus Transkripten oft nicht aus, um die Anonymisierung zu gewährleisten?

A) Das Löschen eines Namens ist immer ausreichend; Keine weiteren Informationen geben Aufschluss über die Identität
B) Indirekte Identifikatoren (eindeutige Rolle, Standort, seltenes Merkmal) können eine Person ohne ihren Namen verraten ✔
C) Eine Anonymisierung ist nur erforderlich, wenn eine Telefonnummer vorhanden ist
D) Das Löschen von Namen ist sinnlos, da der Text dadurch unleserlich wird

Erläuterung: Das bloße Löschen des Namens reicht nicht aus; Indirekte Beschreibungen wie „die einzige Apothekerin im Viertel X“ oder „die einzige weibliche Kommissarin in der Gemeinde“ können die Person schon allein verraten. Für eine ordnungsgemäße Anonymisierung müssen alle direkten und indirekten Identifikatoren gelöscht werden.

9. Warum ist es wichtig, bei einer mit künstlicher Intelligenz durchgeführten Analyse die Eingabeaufforderungen, das verwendete Modell und das Datum zu erfassen?

A) Da es sich nur um eine rechtliche Verpflichtung handelt, hat es keinen wissenschaftlichen Wert
B) Eingabeaufforderungen werden aus kommerziellen Gründen aufbewahrt, da sie urheberrechtlich geschützt sind.
C) Macht den Prozess nachvollziehbar und reproduzierbar; Andernfalls wäre „KI hat es gesagt“ keine wissenschaftliche Rechtfertigung ✔
D) Die Registrierung ist nur eine Formsache, da das Modell immer die gleiche Antwort gibt

Erläuterung: Sprachmodelle geben nicht jedes Mal genau die gleiche Antwort; Wenn Eingabeaufforderungen und Modellinformationen nicht aufgezeichnet werden, wird der Prozess zu einer Black Box und niemand sonst (nicht einmal Sie) kann die Arbeit reproduzieren. Diese Aufzeichnungen sind die „Stückliste“ der Arbeit und die Grundlage für die Reproduzierbarkeit.

10. Wo verläuft die Grenze zwischen dem legitimen Einsatz künstlicher Intelligenz beim wissenschaftlichen Schreiben und Verletzungen der akademischen Integrität?

A) KI kann Ihnen helfen, Ihre eigenen Inhalte auszudrücken; Es stellt jedoch einen Verstoß dar, wenn Sie in Ihrem Namen denken, Inhalte produzieren und diese als Ihre Arbeit präsentieren ✔
B) Jeder durch künstliche Intelligenz erstellte Text kann direkt verwendet werden, sofern die Grammatik korrekt ist
C) Solange künstliche Intelligenz Ressourcen hinzufügt, ist das vollständige Drucken des Inhalts problemlos möglich.
D) Der Einsatz künstlicher Intelligenz ist unter allen Umständen verboten und darf zu keinem Zeitpunkt eingesetzt werden.

Offenlegung: Der Einsatz von KI zur Verdeutlichung des eigenen Entwurfs sowie zur Verbesserung von Sprache und Struktur ist legitim und wird als transparent erklärt. Inhalte, die von künstlicher Intelligenz geschrieben wurden, und sie als eigene Arbeit zu präsentieren, verstößt gegen die Originalität und führt mit ziemlicher Sicherheit zu gefälschten Quellen. Linie: KI hilft dir, deine Gedanken auszudrücken, sie denkt nicht für dich.

11. Was bedeutet der Grundsatz „End-to-End-Qualität kommt bis in die schwächste Phase“ in der Sozialforschung?

A) Nur der letzte Schritt, die Rechtschreibung, ist wichtig; Fehler in früheren Phasen werden durch Rechtschreibung korrigiert.
B) Die Stufen sind unabhängig voneinander; Fehler in einem haben keinen Einfluss auf die anderen
C) Die stärkste Phase rettet die gesamte Kette, daher reicht es aus, sich auf eine einzelne Phase zu konzentrieren
D) Schwächen in einer Phase (verzerrte Stichprobe, nicht verifizierte Quelle) können in späteren Phasen nicht korrigiert werden und schwächen die gesamte Studie ✔

Erläuterung: Die Entscheidung in jeder Phase beeinflusst die nächste: Eine verzerrte Stichprobe kann selbst durch eine perfekte Analyse nicht gerettet werden; Eine unbestätigte Quelle widerlegt selbst die beste Schrift. Daher sollten in jeder Phase, vom Entwurf bis zur Dokumentation, die gleichen Grundsätze des verantwortungsvollen Umgangs angewendet werden.

12. Wenn die künstliche Intelligenz ein von Ihnen gegebenes Transkript zusammenfasst und einen Rahmen hinzufügt, der nicht im Text vorkommt, wie zum Beispiel „Ältere Menschen haben Angst vor Technologie“, wofür ist das ein Beispiel?

A) Es handelt sich um eine genaue Zusammenfassung der wahren Meinung des Teilnehmers
B) Es handelt sich um die Einführung eines von der künstlichen Intelligenz getragenen Stereotyps aus ihren eigenen Trainingsdaten in die Daten ✔
C) Es ist das Ergebnis eines statistischen Signifikanztests
D) Es ist ein Beweis dafür, dass die Anonymisierung erfolgreich umgesetzt wurde

Erläuterung: Dies ist ein Beispiel für ein Stereotyp (stereotype Verallgemeinerung), das die KI aus den Texten übernimmt, auf die sie trainiert wird. Das Modell fügt möglicherweise eine Beurteilung hinzu, die in den Daten tatsächlich nicht vorhanden ist. Der Forscher sollte diesen Zusatz ausmerzen, indem er sagt: „Verlassen Sie sich einfach auf die Aussagen im Text.“

13. Welche der folgenden Fragen ist eine gut eingegrenzte Forschungsfrage?

A) Warum befindet sich die Gesellschaft in dieser Situation?
B) Sind die Menschen glücklich?
C) Aus welchen Gründen nehmen Universitätsstudenten im Alter zwischen 18 und 25 Jahren nicht an Kommunalwahlen teil? ✔
D) Welche Beziehung besteht zwischen sozialen Medien und allem?

Erläuterung: Eine gute Forschungsfrage ist beantwortbar, begrenzt und aussagekräftig; Die Bevölkerung, der Kontext und der Fokus sind klar. Anstelle einer allgemeinen Frage wie „Warum wenden sich junge Menschen von der Politik ab?“ ist eine Frage recherchierbar, die eine bestimmte Altersgruppe, einen bestimmten Kontext und einen konkreten Schwerpunkt einbezieht.

14. Warum handelt es sich nicht um echte Triangulation, wenn zwei verschiedene Online-Umfragen Teilnehmer aus derselben Social-Media-Gruppe rekrutieren und zu denselben Ergebnissen führen?

A) Die beiden Quellen sind nicht unabhängig, da sie aus derselben voreingenommenen Stichprobe stammen. Dies ist eine Wiederholung derselben Voreingenommenheit ✔
B) Es ist immer unnötig, zwei Umfragen zu verwenden, eine Umfrage reicht aus
C) Online-Umfragen liefern niemals valide Daten
D) Die Tatsache, dass sie das gleiche Ergebnis liefern, beweist, dass das Ergebnis absolut korrekt ist.

Erläuterung: Bei der Triangulation wird ein Befund mit wirklich unabhängigen Quellen verglichen. Wenn zwei Quellen aus derselben verzerrten Stichprobe stammen, ist es irreführend, wenn sie sich gegenseitig „bestätigen“. Dies ist eine Wiederholung derselben Voreingenommenheit und keine unabhängige Bestätigung.