سود:
- توانایی تشخیص اینکه هوش مصنوعی کجا در تحقیقات اجتماعی در زمان صرفه جویی می کند (خلاصه، رونوشت، کدگذاری، پیش نویس) و جایی که سوالات تحقیق، تفسیرها و تصمیمات اخلاقی بسته به سطح خطر به انسان واگذار می شود.
- توانایی درک خطر توهمات و منابع ساختگی در زمینه انسانی و اعمال رشته ای که به طور مستقل هر واقعیت، عدد و مرجع را تأیید می کند.
- درک کنید که چرا باید به طور شفاف سهم هوش مصنوعی را بیان کرد، اصالت را حفظ کرد و از همان ابتدا اثری از تذکرات باقی نگذاشت.
جامعه شناسی مطالعه می کند که مردم چگونه با هم زندگی می کنند. این شاخه ای از علم است که به طور سیستماتیک گروه ها، نهادها، نابرابری ها، فرهنگ و تغییرات اجتماعی را مطالعه می کند. روز یک محقق اجتماعی؛ این شامل جمع آوری نظرسنجی، انجام مصاحبه، اسکن ادبیات (همه انتشارات علمی قبلاً نوشته شده در مورد یک موضوع)، تجزیه و تحلیل داده ها و گزارش یافته ها است. همه این کارها زمان میبرند و در همه آنها هوش مصنوعی (AI) - در اینجا، مدلهای زبان بزرگی که متن را میفهمند، خلاصه میکنند، آن را رمزگذاری میکنند و پیشنویسها را تولید میکنند - میتواند یک شتابدهنده جدی باشد. این ماژول به شما یاد می دهد که چگونه از هوش مصنوعی در هر مرحله از تحقیقات اجتماعی استفاده کنید. اما به شما می آموزد که چرا باید تفسیر، چارچوب نظری (مبتنی بر نظریه)، مسئولیت اخلاقی و یافته نهایی را در دستان خود نگه دارید.
علوم انسانی و اجتماعی یک ویژگی دارند: در اینجا «پاسخ صحیح» اغلب یک پاسخ واحد و قطعی نیست; تفسیر، زمینه و زنجیره شواهد تعیین کننده هستند. بنابراین اینجاست که هوش مصنوعی خطرناک ترین است. هوش مصنوعی میتواند توهم ایجاد کند - یعنی میتواند منبع، نویسنده، تاریخ یا یافتهای را که وجود ندارد و به زبانی بسیار قانعکننده به عنوان واقعیت بسازد. در تحقیقات اجتماعی، این به این معنی است که یک مرجع جعلی در یک مقاله میرود، یک آمار ساختگی در یک گزارش لغزش میکند، یا چیزی به یک شرکتکننده نسبت داده میشود که آنها نگفتهاند. این موضوع اصلی این ماژول است: هوش مصنوعی یک دستیار است، شما نویسنده و محقق هستید.
گام به گام: تعبیه هوش مصنوعی در فرآیند تحقیق
1. کار را بر اساس سطح ریسک جدا کنید. هر وظیفه ای ریسک یکسانی را به همراه ندارد. داشتن AI خلاصهای از متن مصاحبه کم خطر است (زیرا میتوانید متن را بخوانید و تأیید کنید). پرسیدن از هوش مصنوعی که «ادبیات در این مورد چه می گویند» ریسک بالایی دارد (چون ممکن است منابع را تشکیل دهد).
2. به هوش مصنوعی کارهایی را بدهید که در آنها قوی است. خلاصه کردن متون طولانی، ویرایش رونوشتها، ایجاد پیشنهادهای کد، نوشتن پاراگرافهای پیشنویس، قالببندی جداول – اینها کارهایی هستند که هوش مصنوعی در آنها سریع و خوب عمل میکند.
3. از کار انسان محافظت کنید. طرح سوال تحقیق، انتخاب چارچوب نظری، ارزیابی نمایندگی نمونه (گروه افراد یا واحدهای موجود در تحقیق)، تفسیر یافتهها و تصمیمگیری اخلاقی - این با شماست.
4. هر خروجی را بررسی کنید. هیچ واقعیت، شماره یا نقل قولی که توسط هوش مصنوعی تولید شده است، بدون تأیید منبع آن گزارش وارد نمی شود.
5. پیگیری کنید. یادداشت کنید از کدام فرمان (دستورالعملی که به هوش مصنوعی داده اید)، از کدام مدل و در چه تاریخی استفاده کرده اید. این برای تکرارپذیری آینده ضروری است.
نکته: هوش مصنوعی را مانند یک کارآموز بسیار سریع اما گاهی غیرقابل اعتماد در نظر بگیرید. شما همیشه پیش نویس کارآموز را می خوانید، منبع را می خواهید و آن را امضا می کنید. همین انضباط را در مورد هوش مصنوعی نیز اعمال کنید.
سه کیف کوچک
مورد 1 - مرجع ساختگی دستگیر شد. یک دانشجوی فارغ التحصیل از هوش مصنوعی خواست «5 مقاله کلاسیک در مورد تنهایی شهری را پیشنهاد کند». هوش مصنوعی 5 مقاله با نام نویسنده واقعی تولید کرد که وجود نداشت - عناوین باورپذیر بودند. دانشجو همه آنها را در پایگاه داده دانشگاهی جستجو کرد. 4 از 5 اصلا آنجا نبودند. بدون تأیید، مراجع جعلی وارد پایان نامه می شوند.
مورد 2 - کدگذاری 3 برابر سریعتر. یک محقق 40 متن مصاحبه داشت. او 5 رونوشت اول را به YZ داد و درخواست کد پیشنهادی کرد. فهرست کدهای حاصل را مطابق چارچوب نظری خود دوباره کار کرد و 35 رونوشت باقی مانده را با این مجموعه کدهای سازگار پردازش کرد. 3 هفته کار به 1 هفته کاهش یافت. همیشه تصمیمات انسانی بود
مورد 3 - هشدار نمونه گیری. یک تیم از هوش مصنوعی 900 پاسخ به یک نظرسنجی آنلاین را خلاصه کرد و به این نتیجه رسید که «جوانان به رسانههای اجتماعی اعتماد دارند». مشاوری پرسید: نمونه کیست؟ بیشتر پاسخ ها از سوی دانشجویان یک دانشگاه بود. خلاصه هوش مصنوعی از نظر فنی درست بود، اما نمونه نماینده همه جوانان نبود. نتیجه با این محدودیت بازنویسی شد.
چهار قالب قابل کپی
1) تعیین نقش و مرز (در ابتدای هر جلسه):
نقش شما: دستیار تحقیقات اجتماعی. وظیفه شما خلاصه کردن، ویرایش و پیشنهاد کد و طرح کلی است. ساخت منبع; هر جا که مطمئن نیستید بنویسید "باید تایید شود". فقط به متن هایی که به شما دادم تکیه کنید. آمار و ارجاعات را از حافظه خود اضافه نکنید. من تفسیر و تصمیم نهایی را خواهم گرفت.
2) خلاصه سازی متن (کم خطر، ایمن):
متن مصاحبه را در زیر خلاصه کنید. سخنان خود شرکت کننده را حفظ کنید، اطلاعات جدیدی اضافه نکنید. خروجی: (1) 5 موضوع اصلی، (2) 3 نقل قول مستقیم قابل توجه (با شماره خط)، (3) نکات نامشخص. متن: [اینجا]
3) رفلکس تأیید منبع:
برای هر یک از مراجعی که اخیراً پیشنهاد کردید: نویسنده، سال، مجله/نشریه و DOI (شناسه شی دیجیتال) را ارائه دهید. اگر از صحت یک مرجع مطمئن نیستید، «تأیید نشده» را بنویسید. ترجیح میدهم بگویید «نمیدانم» تا اینکه آن را جبران کنید.
4) بررسی سوگیری:
این پیش نویس را بررسی کنید: [متن]. هر تعمیم را در آن علامت گذاری کنید و بپرسید: "این ادعا بر چه نمونه ای استوار است؟ آیا شواهد متقابلی وجود دارد؟ آیا یک گروه اجتماعی را به عنوان چیزی توصیف می کند که در مورد آن نیست؟" فهرستی از تعصبات و تعمیم بیش از حد ارائه دهید.
اعلان ضعیف / اعلان قوی
اعلان ضعیف:
خلاصه و مرجع ادبیات جنسیت و زندگی تجاری.
از حافظه قدیمی خود، هوش مصنوعی متنی غیرقابل تأیید تولید می کند که مملو از منابعی است که هرگز آنها را نخوانده یا وجود ندارند. اینجاست که ریسک ارجاعات ساختگی بالاترین.
اعلان قدرتمند:
نقش شما: دستیار پژوهشی. بر اساس چکیدههای 6 مقالهای که در زیر قرار میدهم (همه از پایگاه داده دانلود شدهاند)، یافتههای رایج، یافتههای متضاد و شکافهای «جنسیت و زندگی کاری» را ترکیب میکنند. فقط از این 6 متن استفاده کنید. افزودن منابع خارجی متنی را که هر ادعا بر آن استوار است با برچسب [M1]-[M6] نشان دهید. خلاصه: [اینجا]
تفاوت واضح است: هوش مصنوعی دیگر آن را نمی سازد، بلکه متون واقعی را که شما به آن می دهید ترکیب می کند و هر ادعا را به منبع نسبت می دهد.
نقش هوش مصنوعی: جایی که قدرتمند است، جایی که به انسان نیاز است
تلاش
سهم هوش مصنوعی
مسئولیت انسانی
سطح ریسک
خلاصه متن طولانی
پیش نویس سریع
بررسی دقت
پایین
ویرایش رونوشت
تمیز کردن، قالب بندی
حفظ معنا
پایین
کدگذاری کیفی
پیشنهاد کد
تصمیم نظری، سازگاری
متوسط
سنتز ادبیات
متن های داده شده را ادغام کنید
تایید منبع
بالا
نظر آماری
پیش نویس حساب
قضاوت روش و معنا
بالا
تصمیم اخلاقی
-
فقط انسان
انتقادی
اشتباهات رایج
- استفاده از منبع ارائه شده توسط هوش مصنوعی بدون تایید آن. رایج ترین و جدی ترین اشتباه؛ مرجع جعلی شهرت علمی شما را از بین می برد.
- تفسیر را به هوش مصنوعی بسپاریم. سوال "این به چه معناست؟" کار محقق است نه مدل.
- تعمیم بدون پرسش از نمونه. حتی اگر خلاصه هوش مصنوعی دقیق باشد، داده ها ممکن است نماینده کل جمعیت نباشد.
- غفلت از اصالت ارائه متن تولید شده توسط هوش مصنوعی به عنوان جمله خودتان، یکپارچگی تحصیلی را نقض می کند. مشارکت خود را شفاف بیان کنید.
- هیچ ردی از خود باقی نگذاشتن. اگر توجه نکنید که از کدام دستور و چه زمانی استفاده کرده اید، هیچ کس نمی تواند کار شما را بازتولید کند.
به طور خلاصه
هوش مصنوعی در تحقیقات اجتماعی؛ یک دستیار قدرتمند است که متون را خلاصه می کند، رونوشت ها را ویرایش می کند، کد پیشنهاد می کند و پیش نویس می نویسد. اما سوال تحقیق، چارچوب نظری، قضاوت نمونه، تفسیر، تصمیم اخلاقی و یافته نهایی متعلق به انسان است. بزرگترین خطر برای قلمروهای انسانی منشأ توهم و ساختگی است. به همین دلیل است که هر واقعیت، عدد و مرجعی بدون تایید در جایی وارد نمی شود. هوش مصنوعی را بر اساس سطح خطر قرار دهید، آن را با منابع قدرتمند تغذیه کنید، اصالت و شفافیت را حفظ کنید و هر محصول تحویلی را با قضاوت خودتان امضا کنید.
وظیفه کاربردی
موضوعی را از حوزه تحقیقاتی خود انتخاب کنید. ابتدا به هوش مصنوعی بگویید "5 مقاله در مورد این موضوع پیشنهاد کنید" (روش ضعیف) و هر منبع پیشنهادی را در پایگاه داده دانشگاهی جستجو کنید. شمارش کنید که چه تعداد واقعی هستند. سپس، 3 خلاصه واقعی را که دانلود کردهاید به هوش مصنوعی بدهید و از طریق «اعلان قوی» درخواست ترکیب کنید. یک یادداشت نیم صفحه ای بنویسید و قابلیت اطمینان این دو رویکرد را مقایسه کنید.
چک لیست
- [ ] من وظایف را بر اساس سطح خطر (کم / متوسط / زیاد / بحرانی) جدا کردم.
- [ ] من به هوش مصنوعی یک دستور شروع دادم که نقش و مرزها را تعیین می کند.
- [ ] من هر منبع توصیه شده را در برابر یک پایگاه داده مستقل تأیید کرده ام.
- [ ] تفسیر، چارچوب و تصمیم اخلاقی را در دستان خودم نگه داشتم.
- [ ] من به طور شفاف به کمک هوش مصنوعی توجه کرده ام و دنباله ای از درخواست های خود را بر جای گذاشته ام.