Ganancias:
- Capacidad para limitar un tema amplio a una pregunta investigable concreta agregando población, contexto y enfoque.
- Capacidad para encontrar la fuente misma a partir de bases de datos y utilizar inteligencia artificial para sintetizar solo los resúmenes reales que recopila.
- Capacidad de verificar cada referencia sugerida por inteligencia artificial con DOI y verificar la existencia y eliminar la fuente falsa.
Toda investigación social comienza con una pregunta. Una buena pregunta de investigación es una declaración de curiosidad con respuesta, limitada y significativa: "¿Por qué algunos jóvenes se alejan de la política?" en lugar de una pregunta vaga como "¿Cuáles son las razones por las que los estudiantes universitarios entre 18 y 25 años no participan en las elecciones locales?" Una pregunta concreta como: Después de la pregunta vienen dos tareas: revisión de la literatura, es decir, recopilar y leer sistemáticamente lo que se ha escrito antes sobre su tema, y establecer un marco conceptual, es decir, determinar con qué teoría (estructura de pensamiento sistemático que explica los eventos sociales) y conceptos le dará sentido a su investigación. En esta unidad, aprenderá a utilizar la IA en estos tres trabajos; pero aprenderá cómo mantenerse a salvo sin caer en la fuente falsa.
Esta es la parte de todo el módulo que requiere mayor atención. Porque la revisión de la literatura es la tarea donde la IA produce más alucinaciones. Si le dice a la IA "nombre las fuentes sobre este tema", puede inventar artículos, autores y años que parecen reales pero que no existen. Entonces, la regla de oro: la IA no descubre la literatura, sino que procesa la literatura que encuentra. Encontrar fuentes es tarea de las bases de datos académicas (colecciones de publicaciones con capacidad de búsqueda como Google Scholar, Web of Science, TR Index, YÖK Thesis, archivos propios de revistas); La IA sintetiza los textos que encuentras.
Paso a paso: de la pregunta al encuadre
1. Limite la pregunta de investigación. Comience con un tema amplio (por ejemplo, “las redes sociales y la soledad”) y limítelo agregando población (quién), contexto (dónde, cuándo) y enfoque (qué es exactamente lo que le interesa). La IA es útil para generar de 5 a 6 preguntas concretas alternativas a partir de un tema; Depende de usted decidir cuál vale la pena investigar.
2. Extraer conceptos clave. Defina cada concepto importante en su pregunta (por ejemplo, “soledad”, “capital social”, “exclusión digital”). La IA es buena para generar nombres alternativos y términos de búsqueda para un concepto; Esto enriquece las búsquedas en su base de datos.
3. Encuentra TÚ la fuente. Busque bases de datos con términos clave y descargue resúmenes y textos completos de artículos relevantes. No le digas a la IA que "busque recursos"; Reúna recursos usted mismo.
4. Sintetizar con IA. Entregue los resúmenes reales que ha recopilado a la IA y extraiga hallazgos, contradicciones y lagunas comunes. Esto acelera la tarea de comparar decenas de resúmenes uno por uno.
5. Establecer el marco conceptual. Con base en los hallazgos, decida qué teoría utilizará para leer su investigación. La IA puede explicar una teoría en un lenguaje sencillo; Depende de usted decidir cuál se ajusta a su pregunta.
Precaución: No utilice ninguna referencia producida por AI sin encontrar y confirmar su DOI (identificador de objeto digital: la identificación permanente otorgada a cada publicación académica) en la base de datos. Sólo porque "parece creíble" no significa que sea real; La IA produce falsificaciones precisamente convincentes.
tres mini casos
Caso 1: Limitación de la pregunta. A un estudiante se le ocurrió un tema enorme como "inmigración e identidad". Pidió a la IA que derivara 6 subpreguntas concretas; Entre ellas, eligió la pregunta "Uso de la lengua nativa y relación de pertenencia entre los jóvenes inmigrantes de segunda generación". El enorme tema se redujo a una pregunta investigable para una tesis de cuatro meses.
Caso 2: DOI falso. Un investigador consultó 12 referencias proporcionadas por YZ en conjunto por DOI. 3 de cada 12 DOI no dieron lugar a ninguna publicación o dieron lugar a un artículo completamente diferente. La IA produjo DOI falsos para revistas reales. La verificación por lotes eliminó estas 3 fuentes falsas.
Caso 3: Descubrimiento de brechas. Un equipo entregó 22 resúmenes de artículos reales a la IA y preguntó "¿qué pregunta no se ha investigado todavía?" YZ señaló que la mayoría de los estudios se centran en las grandes ciudades, mientras que casi nunca se aborda el contexto rural. El equipo hizo de esta brecha el fundamento de su propia pregunta de investigación.
Cuatro plantillas copiables
1) Limitar la pregunta de investigación:
Ubicación: [tema amplio]. Deriveme 6 preguntas de investigación concretas sociológicamente investigables de este tema. Asegúrese de que la población, el contexto y el enfoque estén claros en cada pregunta. Agregue una nota junto a cada pregunta que diga "¿Es apropiado lo cuantitativo, cualitativo o mixto?" Enviar preguntas como sugerencias; Yo tomaré la decisión.
2) Generación de términos de búsqueda (encontraré la fuente):
Generar sinónimos y términos relacionados que pueda utilizar en búsquedas en bases de datos para los siguientes conceptos: [concepto 1], [concepto 2]. Indique equivalentes en turco e inglés. Sugiera una cadena de búsqueda de muestra con operadores booleanos (Y/O). Recomendación de fuente; Simplemente proporcione términos de búsqueda.
3) Síntesis de literatura (solo con los textos que proporcioné):
A continuación pego resúmenes de 10 artículos [M1]-[M10]. Basándose ÚNICAMENTE en estos, surge una tabla de: (1) hallazgos acordados, (2) hallazgos contradictorios, (3) enfoques metodológicos, (4) brechas. En cada línea, indica en qué texto se basa con [M#]. No agregue ningún recurso externo.
4) Verificación de lotes de verificación de origen:
Para cada registro en la lista de referencias a continuación, recopile los campos que necesitan validación en una tabla: autor, año, título, revista, DOI. Si no está seguro de algún área, escriba "DEBE SER VERIFICADO". Si no conoces una referencia en absoluto, no la inventes; Escribe "desconocido". Lista: [aquí]
Aviso débil / Aviso fuerte
Aviso débil:
Enumere los 10 artículos más importantes sobre desigualdad digital con bibliografía.
Esto invita directamente a la IA a hacer las paces. El modelo produce 10 fuentes que no existen pero parecen realistas; No puedes confirmar ninguno de ellos.
Potente mensaje:
Su función: asistente de síntesis. A continuación pego el resumen de los 9 artículos que he recopilado. Su misión es mapear (1) lo que estos 9 estudios tienen en común, (2) dónde se contradicen entre sí, (3) los métodos que utilizaron y (4) las preguntas que siguen sin respuesta. Utilice únicamente estos textos; Vincula cada afirmación a la fuente con [M#]. Resúmenes: [aquí]
La diferencia: la IA ya no "encuentra" recursos, transforma tus recursos reales en un mapa de síntesis legible.
Revisión de la literatura: qué trabajo es de quién
etapa
la IA puede
el hombre debe hacer
Limitar el tema
Generando preguntas alternativas
Selección de la pregunta
Término de búsqueda
Sinónimos, traducción
Estrategia de búsqueda
abastecimiento
— (riesgo de fabricación)
Escaneo de base de datos
resumen de lectura
Resumen rápido
Evaluación de calidad
síntesis
Mapa de hallazgos comunes/conflictivos
Comentario y elección.
verificación de fuente
Editar una lista de verificación
Confirmación de DOI/entidad
Errores comunes
- Pidiendo recursos a la IA. Encontrar literatura es el trabajo de la base de datos; La IA lo compensa.
- No confirmar el DOI. Incluso un DOI que parezca realista puede ser falso; cuestionar a cada uno.
- Adhesión ciega a una única teoría. El hallazgo debe establecer el marco, no su parcialidad.
- Saltando la brecha. Una buena pregunta de investigación cubre un vacío en la literatura; Busque esto conscientemente.
- Copiando la síntesis tal cual. No presente el resumen de la IA como su propio análisis; Vuelve a las fuentes y lee por ti mismo.
En resumen
La columna vertebral de la investigación; Es una pregunta clara, una revisión bibliográfica honesta y un marco conceptual apropiado. La IA es una ayuda poderosa para limitar las preguntas, generar términos de búsqueda, sintetizar los resúmenes reales que recopila y crear listas de verificación. Pero encuentras la fuente, confirmas cada referencia, eliges el marco y haces la interpretación. La mayor trampa en el ámbito humano es una fuente falsa; La regla es clara: la IA no descubre la literatura, sino que procesa lo que encuentra.
Tarea de aplicación
Elija un tema de investigación. Genera 6 preguntas concretas alternativas con IA y elige una. Busque usted mismo en una base de datos y recopile al menos 8 resúmenes de artículos reales. Entregue estos resúmenes a AI con la plantilla de "síntesis de literatura" y cree un mapa de hallazgos comunes, contradicciones y lagunas. Finalmente, si hay alguna referencia que la IA sugiera al inicio del proceso, verificarlas todas con DOI e informar cuántas son falsas.
lista de verificación
- [] Reduje la pregunta de investigación por población, contexto y enfoque.
- [] Yo mismo recopilé los recursos de la base de datos, no los pedí a la IA.
- [] He verificado el DOI/existencia de cada referencia.
- [ ] Hice la síntesis sólo con resúmenes reales y con referencia a la fuente.
- [ ] Elegí el marco conceptual en base a los hallazgos.