سود:
- توانایی محدود کردن یک موضوع گسترده به یک سوال قابل تحقیق مشخص با افزودن جمعیت، زمینه و تمرکز
- امکان یافتن منبع خود از پایگاههای داده و استفاده از هوش مصنوعی برای ترکیب کردن خلاصههای واقعی که جمعآوری میکند.
- امکان تأیید هر مرجع پیشنهادی توسط هوش مصنوعی با DOI و بررسی وجود و حذف منبع جعلی
هر تحقیق اجتماعی با یک سوال شروع می شود. یک سوال پژوهشی خوب، یک عبارت کنجکاوی پاسخپذیر، محدود و معنادار است: «چرا برخی از جوانان از سیاست دور میشوند؟» به جای درخواست مبهمی مانند "دلایل عدم شرکت دانشجویان بین 18 تا 25 سال در انتخابات محلی چیست؟" یک سؤال مشخص مانند: بعد از سؤال دو کار پیش میآید: بررسی ادبیات - یعنی جمعآوری و خواندن سیستماتیک آنچه قبلاً در مورد موضوع شما نوشته شده است - و ایجاد یک چارچوب مفهومی - یعنی تعیین اینکه با کدام نظریه (ساختار تفکر سیستماتیک که رویدادهای اجتماعی را توضیح میدهد) و مفاهیمی که تحقیق خود را معنا میکنید. در این بخش یاد خواهید گرفت که چگونه از هوش مصنوعی در این سه کار استفاده کنید. اما شما یاد خواهید گرفت که چگونه بدون درگیر شدن با منبع جعلی ایمن بمانید.
این بخشی از کل ماژول است که به بیشترین توجه نیاز دارد. زیرا بررسی ادبیات وظیفه ای است که هوش مصنوعی بیشترین توهم را ایجاد می کند. اگر به هوش مصنوعی بگویید «منابع مربوط به این موضوع را نام ببرید»، میتواند مقالات، نویسندگان و سالهایی را بسازد که واقعی به نظر میرسند اما وجود ندارند. بنابراین قانون طلایی: هوش مصنوعی ادبیات را کشف نمی کند، بلکه ادبیاتی را که شما پیدا می کنید پردازش می کند. یافتن منابع کار پایگاههای اطلاعاتی دانشگاهی است (مجموعههای انتشارات قابل جستجو مانند Google Scholar، Web of Science، TR Index، YÖK Thesis، آرشیو مجلات). هوش مصنوعی متن هایی را که پیدا می کنید ترکیب می کند.
گام به گام: از سوال به فریم
1. سوال تحقیق را محدود کنید. با یک موضوع گسترده شروع کنید (به عنوان مثال، "رسانه های اجتماعی و تنهایی") و با اضافه کردن جمعیت (چه کسی)، زمینه (کجا، چه زمانی) و تمرکز (در مورد چه چیزی دقیقاً کنجکاو هستید) آن را محدود کنید. هوش مصنوعی در ایجاد 5-6 سوال بتن جایگزین از یک موضوع مفید است. این شما هستید که تصمیم می گیرید کدام یک ارزش بررسی را دارد.
2. مفاهیم کلیدی را استخراج کنید. هر یک از مفاهیم مهم را در سؤال خود تعریف کنید (مانند «تنهایی»، «سرمایه اجتماعی»، «حذف دیجیتالی»). هوش مصنوعی در ایجاد نام های جایگزین و عبارات جستجو برای یک مفهوم خوب است. این کار جستجوی پایگاه داده شما را غنی می کند.
3. منبع را برای شما پیدا کنید. جستجو در پایگاه های داده با عبارات کلیدی و دانلود چکیده و متون کامل مقالات مرتبط. به هوش مصنوعی نگویید «منابع را بیابد». خودتان منابع را جمع آوری کنید.
4. با هوش مصنوعی سنتز کنید. خلاصههای واقعی را که جمعآوری کردهاید به هوش مصنوعی بدهید و یافتهها، تضادها و شکافهای مشترک را استخراج کنید. این کار مقایسه ده ها خلاصه را یک به یک سرعت می بخشد.
5. چارچوب مفهومی را ایجاد کنید. بر اساس یافته ها، تصمیم بگیرید که از کدام نظریه برای خواندن تحقیق خود استفاده کنید. هوش مصنوعی می تواند یک نظریه را به زبان ساده توضیح دهد. این شما هستید که تصمیم می گیرید کدام یک با سوال شما مطابقت دارد.
احتیاط: از هیچ مرجع تولید شده توسط هوش مصنوعی بدون یافتن و تأیید DOI (شناسه شی دیجیتال - شناسه دائمی داده شده به هر نشریه دانشگاهی) در پایگاه داده استفاده نکنید. فقط به این دلیل که "قابل باور به نظر می رسد" به این معنی نیست که واقعی است. هوش مصنوعی تقلبی های دقیق قانع کننده ای تولید می کند.
سه کیف کوچک
مورد 1 - محدود کردن سؤال. یکی از دانشجویان موضوع بزرگی مانند «مهاجرت و هویت» را مطرح کرد. او از هوش مصنوعی خواست 6 سوال فرعی مشخص کند. از میان آنها، او سؤال «کاربرد زبان مادری و رابطه تعلق در بین جوانان مهاجر نسل دوم» را انتخاب کرد. موضوع بزرگ به یک سوال قابل تحقیق برای یک پایان نامه 4 ماهه خلاصه شد.
مورد 2 - DOI جعلی. یک محقق از 12 مرجع ارائه شده توسط YZ به طور جمعی توسط DOI سؤال کرد. 3 از 12 DOI یا به هیچ انتشاری منجر نشدند یا به مقاله کاملاً متفاوتی منتهی شدند. هوش مصنوعی DOI های جعلی را برای مجلات واقعی تولید کرد. بررسی دسته ای این 3 منبع جعلی را از بین برد.
مورد 3 - کشف شکاف. یک تیم 22 خلاصه مقاله واقعی را به هوش مصنوعی داد و پرسید: "کدام سوال هنوز تحقیق نشده است؟" YZ اشاره کرد که بیشتر مطالعات بر روی شهرهای بزرگ متمرکز است، در حالی که بافت روستایی تقریبا هرگز مورد توجه قرار نمی گیرد. تیم این شکاف را دلیلی برای سوال تحقیق خود قرار داد.
چهار قالب قابل کپی
1) محدود کردن سؤال تحقیق:
مکان: [موضوع گسترده]. از این موضوع 6 سوال تحقیقی جامعه شناختی مشخص برای من استخراج کنید. مطمئن شوید که جمعیت، زمینه و تمرکز در هر سوال واضح است. در کنار هر سوال یک یادداشت اضافه کنید که "آیا کمی، کیفی یا ترکیبی مناسب است؟" ارسال سوالات به عنوان پیشنهاد؛ من انتخاب خواهم کرد.
2) تولید عبارت جستجو (من منبع را پیدا خواهم کرد):
مترادف ها و اصطلاحات مرتبط را ایجاد کنید که می توانم در جستجوی پایگاه داده برای مفاهیم زیر استفاده کنم: [مفهوم 1]، [مفهوم 2]. معادل ترکی و انگلیسی بفرمایید. یک رشته جستجوی نمونه با عملگرهای بولی (AND/OR) پیشنهاد کنید. توصیه منبع؛ فقط عبارات جستجو را بدهید.
3) ترکیب ادبیات (فقط با متونی که ارائه کردم):
در زیر خلاصهای از 10 مقاله [M1]-[M10] را درج میکنم. تنها بر اساس این موارد، جدولی از: (1) یافته های مورد توافق، (2) یافته های متضاد، (3) رویکردهای روش شناختی، (4) شکاف ها ظاهر می شود. در هر خط، با [M#] مشخص کنید که بر اساس کدام متن است. هیچ منبع خارجی اضافه نکنید.
4) بررسی دسته ای تأیید منبع:
برای هر رکورد در فهرست مرجع زیر، فیلدهایی را که نیاز به اعتبارسنجی دارند در جدول جمع آوری کنید: نویسنده، سال، عنوان، مجله، DOI. اگر در مورد هر منطقه ای مطمئن نیستید، بنویسید "MUST BE VERIFIED". اگر اصلا مرجعی را نمی شناسید، آن را درست نکنید. "ناشناخته" را بنویسید. فهرست: [اینجا]
اعلان ضعیف / اعلان قوی
اعلان ضعیف:
10 مقاله مهم در مورد نابرابری دیجیتال را با کتابشناسی فهرست کنید.
این به طور مستقیم هوش مصنوعی را دعوت می کند تا آرایش کند. این مدل 10 منبع تولید می کند که وجود ندارند اما واقع بینانه به نظر می رسند. شما نمی توانید هیچ یک از آنها را تأیید کنید.
اعلان قدرتمند:
نقش شما: دستیار سنتز. در زیر خلاصه 9 مقاله ای که جمع آوری کرده ام را می چسبانم. ماموریت شما این است که (1) وجه اشتراک این 9 مطالعه، (2) محل تضاد آنها، (3) روش هایی که آنها استفاده کرده اند، و (4) سوالاتی که بی پاسخ مانده اند، ترسیم کنید. فقط از این متون استفاده کنید. هر ادعا را با [M#] به منبع پیوند دهید. خلاصه: [اینجا]
تفاوت: هوش مصنوعی دیگر منابع را "پیدا نمی کند"، منابع واقعی شما را به یک نقشه ترکیبی قابل خواندن تبدیل می کند.
بررسی ادبیات: کدام شغل متعلق به چه کسی است
مرحله
هوش مصنوعی می تواند
انسان باید انجام دهد
موضوع را محدود کنید
ایجاد سوالات جایگزین
انتخاب سوال
عبارت جستجو
مترادف، ترجمه
استراتژی جستجو
منبع یابی
- (خطر ساختن)
اسکن پایگاه داده
خلاصه خواندن
جمع بندی سریع
ارزیابی کیفیت
سنتز
نقشه یافته های متداول/متضاد
نظر و انتخاب
تایید منبع
چک لیست را ویرایش کنید
DOI/تأیید نهاد
اشتباهات رایج
- درخواست منابع از هوش مصنوعی یافتن ادبیات کار پایگاه داده است. هوش مصنوعی آن را می سازد.
- عدم تایید DOI حتی یک DOI با ظاهر واقعی می تواند جعلی باشد. هر کدام را سوال کنید
- تبعیت کورکورانه از یک نظریه واحد. این یافته باید چارچوب را تعیین کند، نه تعصب شما.
- پرش از شکاف. یک سوال پژوهشی خوب با شکافی در ادبیات مطابقت دارد. آگاهانه به دنبال این باشید.
- کپی کردن سنتز همانطور که هست. خلاصه هوش مصنوعی را به عنوان تحلیل خودتان ارائه نکنید. به منابع برگردید و خودتان بخوانید.
به طور خلاصه
ستون فقرات تحقیق؛ این یک سوال روشن، یک بررسی ادبیات صادقانه، و یک چارچوب مفهومی مناسب است. هوش مصنوعی کمکی قدرتمند برای محدود کردن سؤالات، تولید عبارتهای جستجو، ترکیب خلاصههای واقعی که جمعآوری میکنید و ایجاد فهرستهای تأیید است. اما شما منبع را پیدا می کنید، هر مرجع را تایید می کنید، چارچوب را انتخاب می کنید و تفسیر را انجام می دهید. بزرگترین تله در زمینه انسانی یک منبع جعلی است. قانون واضح است: هوش مصنوعی ادبیات را کشف نمی کند، آن چیزی را که شما پیدا می کنید پردازش می کند.
وظیفه کاربردی
موضوع تحقیق را انتخاب کنید. 6 سوال بتن جایگزین با هوش مصنوعی ایجاد کنید و یکی را انتخاب کنید. خودتان یک پایگاه داده را جستجو کنید و حداقل 8 چکیده مقاله واقعی را جمع آوری کنید. این خلاصه ها را با الگوی «ترکیب ادبیات» در اختیار هوش مصنوعی قرار دهید و نقشه ای از یافته ها، تضادها و شکاف های رایج ایجاد کنید. در نهایت، اگر هر مرجعی وجود دارد که هوش مصنوعی در ابتدای فرآیند پیشنهاد می کند، همه آنها را با DOI تأیید کنید و گزارش دهید که چه تعداد جعلی هستند.
چک لیست
- [ ] من سوال تحقیق را بر اساس جامعه، زمینه و تمرکز محدود کردم.
- [ ] من منابع را خودم از پایگاه داده جمع آوری کردم، آن را از هوش مصنوعی نخواستم.
- [ ] من DOI/Existence هر مرجع را بررسی کرده ام.
- [ ] من ترکیب را فقط با خلاصه های واقعی و با ذکر منبع انجام دادم.
- [ ] من چارچوب مفهومی را بر اساس یافته ها انتخاب کردم.