Μονάδα 2 / 11

Ερευνητικό Ερώτημα, Βιβλιογραφική Ανασκόπηση και Εννοιολογικό Πλαίσιο

Κέρδη:

  • Ικανότητα να περιορίσετε ένα ευρύ θέμα σε ένα συγκεκριμένο ερώτημα που μπορεί να ερευνηθεί προσθέτοντας πληθυσμό, πλαίσιο και εστίαση
  • Δυνατότητα εύρεσης της ίδιας της πηγής από βάσεις δεδομένων και χρήσης τεχνητής νοημοσύνης για τη σύνθεση μόνο των πραγματικών περιλήψεων που συλλέγει
  • Δυνατότητα επαλήθευσης κάθε αναφοράς που προτείνεται από την τεχνητή νοημοσύνη με DOI και έλεγχο ύπαρξης και εξάλειψη της ψεύτικης πηγής

Κάθε κοινωνική έρευνα ξεκινά με μια ερώτηση. Μια καλή ερευνητική ερώτηση είναι μια απαντήσιμη, περιορισμένη και ουσιαστική δήλωση περιέργειας: «Γιατί κάποιοι νέοι απομακρύνονται από την πολιτική;» παρά ένα αόριστο αίτημα του τύπου «Ποιοι είναι οι λόγοι για τους φοιτητές ηλικίας 18-25 ετών να μην συμμετέχουν στις αυτοδιοικητικές εκλογές;». Μια συγκεκριμένη ερώτηση όπως: Μετά την ερώτηση ακολουθούν δύο εργασίες: βιβλιογραφική ανασκόπηση — δηλαδή συστηματική συλλογή και ανάγνωση όσων έχουν γραφτεί προηγουμένως για το θέμα σας — και καθιέρωση ενός εννοιολογικού πλαισίου — δηλαδή, προσδιορισμός με ποια θεωρία (συστηματική δομή σκέψης που εξηγεί κοινωνικά γεγονότα) και έννοιες θα βγάλετε νόημα από την έρευνά σας. Σε αυτήν την ενότητα, θα μάθετε πώς να χρησιμοποιείτε την τεχνητή νοημοσύνη σε αυτές τις τρεις εργασίες. αλλά θα μάθετε πώς να παραμένετε ασφαλείς χωρίς να πέφτετε στην ψεύτικη πηγή.

Αυτό είναι το μέρος ολόκληρης της ενότητας που απαιτεί τη μεγαλύτερη προσοχή. Επειδή η βιβλιογραφική ανασκόπηση είναι η εργασία όπου η τεχνητή νοημοσύνη παράγει τις περισσότερες παραισθήσεις. Εάν πείτε στην τεχνητή νοημοσύνη "ονομάστε τις πηγές για αυτό το θέμα", μπορεί να δημιουργήσει άρθρα, συγγραφείς και χρόνια που φαίνονται αληθινά αλλά δεν υπάρχουν. Ο χρυσός κανόνας λοιπόν: Η τεχνητή νοημοσύνη δεν ανακαλύπτει τη λογοτεχνία, επεξεργάζεται τη λογοτεχνία που βρίσκετε. Η εύρεση πηγών είναι δουλειά των ακαδημαϊκών βάσεων δεδομένων (συλλογές δημοσιεύσεων με δυνατότητα αναζήτησης όπως Google Scholar, Web of Science, TR Index, YÖK Thesis, αρχεία των ίδιων των περιοδικών). Το AI συνθέτει τα κείμενα που βρίσκετε.

Βήμα προς βήμα: από ερώτηση σε πλαίσιο

1. Περιορίστε το ερευνητικό ερώτημα. Ξεκινήστε με ένα ευρύ θέμα (π.χ., «μέσα κοινωνικής δικτύωσης και μοναξιά») και περιορίστε το προσθέτοντας πληθυσμό (ποιος), πλαίσιο (πού, πότε) και εστίαση (τι ακριβώς είστε περίεργοι). Η τεχνητή νοημοσύνη είναι χρήσιμη για τη δημιουργία 5-6 εναλλακτικών συγκεκριμένων ερωτήσεων από ένα θέμα. Εναπόκειται σε εσάς να αποφασίσετε ποια αξίζει να ερευνήσετε.

2. Εξαγωγή βασικών εννοιών. Καθορίστε κάθε σημαντική έννοια στην ερώτησή σας (π.χ. «μοναξιά», «κοινωνικό κεφάλαιο», «ψηφιακός αποκλεισμός»). Το AI είναι καλό στη δημιουργία εναλλακτικών ονομάτων και όρων αναζήτησης για μια έννοια. Αυτό εμπλουτίζει τις αναζητήσεις σας στη βάση δεδομένων.

3. Βρείτε ΕΣΑΣ την πηγή. Αναζητήστε βάσεις δεδομένων με βασικούς όρους και κατεβάστε περιλήψεις και πλήρη κείμενα σχετικών άρθρων. Μην πείτε στην τεχνητή νοημοσύνη να "βρίσκει πόρους". Συγκεντρώστε πόρους μόνοι σας.

4. Συνθέστε με AI. Δώστε τις πραγματικές περιλήψεις που έχετε συγκεντρώσει στο AI και εξάγετε κοινά ευρήματα, αντιφάσεις και κενά. Αυτό επιταχύνει το έργο της σύγκρισης δεκάδων περιλήψεων μία προς μία.

5. Καθιερώστε το εννοιολογικό πλαίσιο. Με βάση τα ευρήματα, αποφασίστε ποια θεωρία θα χρησιμοποιήσετε για να διαβάσετε την έρευνά σας. Η τεχνητή νοημοσύνη μπορεί να εξηγήσει μια θεωρία σε απλή γλώσσα. Εναπόκειται σε εσάς να αποφασίσετε ποιο ταιριάζει στην ερώτησή σας.

Προσοχή: Μη χρησιμοποιείτε καμία αναφορά που παράγεται από AI χωρίς να βρείτε και να επιβεβαιώσετε το DOI (αναγνωριστικό ψηφιακού αντικειμένου — το μόνιμο αναγνωριστικό που δίνεται σε κάθε ακαδημαϊκή δημοσίευση) στη βάση δεδομένων. Ακριβώς επειδή "φαίνεται πιστευτό" δεν σημαίνει ότι είναι πραγματικό. Η τεχνητή νοημοσύνη παράγει επακριβώς πειστικά ψεύτικα.

τρεις μίνι θήκες

Περίπτωση 1 — Περιορισμός της ερώτησης. Ένας μαθητής σκέφτηκε ένα τεράστιο θέμα όπως «μετανάστευση και ταυτότητα». Ζήτησε από το AI να αντλήσει 6 συγκεκριμένα υποερωτήματα. Ανάμεσά τους επέλεξε την ερώτηση «Χρήση της μητρικής γλώσσας και η σχέση του ανήκειν μεταξύ των νέων μεταναστών δεύτερης γενιάς». Το τεράστιο θέμα κατέληξε σε μια ερευνητική ερώτηση για μια διατριβή 4 μηνών.

Περίπτωση 2 — Ψεύτικο DOI. Ένας ερευνητής ρώτησε 12 αναφορές που δόθηκαν από την YZ συλλογικά από το DOI. 3 από τα 12 DOI είτε δεν οδήγησαν σε καμία δημοσίευση είτε οδήγησαν σε ένα εντελώς διαφορετικό άρθρο. Το AI παρήγαγε πλαστά DOI για πραγματικά περιοδικά. Ο έλεγχος κατά παρτίδες εξάλειψε αυτές τις 3 ψεύτικες πηγές.

Περίπτωση 3 — Ανακάλυψη κενού. Μια ομάδα έδωσε 22 πραγματικές περιλήψεις άρθρων στο AI και ρώτησε "ποια ερώτηση δεν έχει ερευνηθεί ακόμα;" Ο YZ επεσήμανε ότι οι περισσότερες μελέτες επικεντρώνονται στις μεγάλες πόλεις, ενώ το αγροτικό πλαίσιο δεν εξετάζεται σχεδόν ποτέ. Η ομάδα έκανε αυτό το κενό το σκεπτικό για το δικό της ερευνητικό ερώτημα.

Τέσσερα πρότυπα με δυνατότητα αντιγραφής

1) Περιορίζοντας το ερευνητικό ερώτημα:

Τοποθεσία: [ευρύ θέμα]. Βγάλτε μου 6 συγκεκριμένες κοινωνιολογικά ερευνήσιμες ερευνητικές ερωτήσεις από αυτό το θέμα. Βεβαιωθείτε ότι ο πληθυσμός, το πλαίσιο και η εστίαση είναι ξεκάθαρα σε κάθε ερώτηση. Προσθέστε μια σημείωση δίπλα σε κάθε ερώτηση λέγοντας "Είναι κατάλληλο ποσοτικό, ποιοτικό ή μεικτό;" Υποβάλετε ερωτήσεις ως προτάσεις. Θα κάνω την επιλογή.

2) Αναζήτηση όρου δημιουργία (θα βρω την πηγή):

Δημιουργώ συνώνυμα και σχετικούς όρους που μπορώ να χρησιμοποιήσω σε αναζητήσεις βάσης δεδομένων για τις ακόλουθες έννοιες: [έννοια 1], [έννοια 2]. Δώστε ισοδύναμα τουρκικά και αγγλικά. Προτείνετε ένα δείγμα συμβολοσειράς αναζήτησης με boolean τελεστές (AND/OR). Σύσταση πηγής. Απλώς δώστε όρους αναζήτησης.

3) Σύνθεση λογοτεχνίας (μόνο με τα κείμενα που παρέθεσα):

Παρακάτω επικολλώ περιλήψεις 10 άρθρων [M1]-[M10]. Με βάση αυτά ΜΟΝΟ, προκύπτει ένας πίνακας με: (1) συμφωνημένα ευρήματα, (2) αντικρουόμενα ευρήματα, (3) μεθοδολογικές προσεγγίσεις, (4) κενά. Σε κάθε γραμμή, υποδείξτε σε ποιο κείμενο βασίζεται με [M#]. Μην προσθέτετε εξωτερικούς πόρους.

4) Έλεγχος δέσμης επαλήθευσης πηγής:

Για κάθε εγγραφή στη λίστα αναφοράς παρακάτω, συλλέξτε τα πεδία που χρειάζονται επικύρωση σε έναν πίνακα: συγγραφέας, έτος, τίτλος, περιοδικό, DOI. Εάν δεν είστε σίγουροι για κάποια περιοχή, γράψτε "ΠΡΕΠΕΙ ΝΑ ΕΠΑΛΗΘΕΥΘΕΙ". Εάν δεν γνωρίζετε καθόλου μια αναφορά, μην την επινοήσετε. Γράψτε "άγνωστο". Λίστα: [εδώ]

Αδύναμη προτροπή / Ισχυρή προτροπή

Αδύναμη προτροπή:

Καταγράψτε τα 10 πιο σημαντικά άρθρα για την ψηφιακή ανισότητα με βιβλιογραφία.

Αυτό καλεί άμεσα την τεχνητή νοημοσύνη να αναπληρώσει. Το μοντέλο παράγει 10 πηγές που δεν υπάρχουν αλλά φαίνονται ρεαλιστικές. Δεν μπορείτε να επιβεβαιώσετε κανένα από αυτά.

Ισχυρή προτροπή:

Ο ρόλος σας: βοηθός σύνθεσης. Παρακάτω επικολλώ την περίληψη των 9 άρθρων που έχω συγκεντρώσει. Η αποστολή σας είναι να χαρτογραφήσετε (1) τι κοινό έχουν αυτές τις 9 μελέτες, (2) πού αντιφάσκουν μεταξύ τους, (3) τις μεθόδους που χρησιμοποίησαν και (4) τα ερωτήματα που παραμένουν αναπάντητα. Χρησιμοποιήστε μόνο αυτά τα κείμενα. Συνδέστε κάθε αξίωση με την πηγή με [M#]. Περιλήψεις: [εδώ]

Η διαφορά: Η τεχνητή νοημοσύνη δεν «βρίσκει» πλέον πόρους, μετατρέπει τους πραγματικούς σας πόρους σε έναν αναγνώσιμο χάρτη σύνθεσης.

Ανασκόπηση βιβλιογραφίας: ποια δουλειά είναι ποιανού

Σκηνή

Το AI μπορεί

ο άνθρωπος πρέπει να κάνει

Περιορίστε το θέμα

Δημιουργία εναλλακτικών ερωτήσεων

Επιλογή της ερώτησης

Όρος αναζήτησης

Συνώνυμα, μετάφραση

Στρατηγική αναζήτησης

προμήθεια

— (κίνδυνος κατασκευής)

Σάρωση βάσης δεδομένων

περίληψη ανάγνωσης

Γρήγορη ανακεφαλαίωση

Αξιολόγηση ποιότητας

σύνθεση

Χάρτης κοινών/αντιφατικών ευρημάτων

Σχόλιο και επιλογή

επαλήθευση πηγής

Επεξεργαστείτε μια λίστα ελέγχου

Επιβεβαίωση DOI/οντότητας

Συνήθη λάθη

  • Ζητώντας πόρους από το AI. Η εύρεση βιβλιογραφίας είναι δουλειά της βάσης δεδομένων. Το AI το συνθέτει.
  • Δεν επιβεβαιώνεται το DOI. Ακόμη και ένα DOI με ρεαλιστική εμφάνιση μπορεί να είναι ψεύτικο. ρωτήστε τον καθένα.
  • Τυφλή προσκόλληση σε μια και μόνο θεωρία. Το εύρημα θα πρέπει να καθορίσει το πλαίσιο, όχι την προκατάληψη σας.
  • Πηδώντας το κενό. Ένα καλό ερευνητικό ερώτημα ταιριάζει σε ένα κενό στη βιβλιογραφία. Ψάξτε για αυτό συνειδητά.
  • Αντιγραφή της σύνθεσης ως έχει. Μην παρουσιάζετε τη σύνοψη της τεχνητής νοημοσύνης ως δική σας ανάλυση. Επιστρέψτε στις πηγές και διαβάστε μόνοι σας.

Συνοπτικά

Η ραχοκοκαλιά της έρευνας. Είναι ένα σαφές ερώτημα, μια ειλικρινής βιβλιογραφική ανασκόπηση και ένα κατάλληλο εννοιολογικό πλαίσιο. Το AI είναι ένα ισχυρό βοήθημα για τον περιορισμό ερωτήσεων, τη δημιουργία όρων αναζήτησης, τη σύνθεση των πραγματικών περιλήψεων που συλλέγετε και τη δημιουργία λιστών επαλήθευσης. Βρίσκεις όμως την πηγή, επιβεβαιώνεις κάθε αναφορά, διαλέγεις το πλαίσιο και κάνεις την ερμηνεία. Η μεγαλύτερη παγίδα στον ανθρώπινο τομέα είναι μια ψεύτικη πηγή. Ο κανόνας είναι ξεκάθαρος: η τεχνητή νοημοσύνη δεν ανακαλύπτει τη λογοτεχνία, επεξεργάζεται ό,τι βρίσκεις.

Εργασία εφαρμογής

Επιλέξτε ένα θέμα έρευνας. Δημιουργήστε 6 εναλλακτικές συγκεκριμένες ερωτήσεις με AI και επιλέξτε μία. Αναζητήστε μόνοι σας μια βάση δεδομένων και συγκεντρώστε τουλάχιστον 8 πραγματικές περιλήψεις άρθρων. Δώστε αυτές τις περιλήψεις στην τεχνητή νοημοσύνη με το πρότυπο "σύνθεση λογοτεχνίας" και δημιουργήστε έναν χάρτη με κοινά ευρήματα, αντιφάσεις και κενά. Τέλος, εάν υπάρχουν αναφορές που προτείνει το AI στην αρχή της διαδικασίας, επαληθεύστε τις όλες με DOI και αναφέρετε πόσες είναι ψεύτικες.

λίστα ελέγχου

  • [ ] Περιόρισα το ερευνητικό ερώτημα κατά πληθυσμό, πλαίσιο και εστίαση.
  • [ ] Συνέλεξα μόνος μου τους πόρους από τη βάση δεδομένων, δεν τους ζήτησα από την AI.
  • [ ] Έχω ελέγξει DOI/ύπαρξη κάθε αναφοράς.
  • [ ] Έκανα τη σύνθεση μόνο με πραγματικές περιλήψεις και με αναφορά στην πηγή.
  • [ ] Επέλεξα το εννοιολογικό πλαίσιο με βάση τα ευρήματα.