Voitot:
- Kyky käyttää tekoälyä ajatuskumppanina tutkimuskysymyksen terävöittämisessä, hypoteesien ja muuttujien määrittelyssä sekä menetelmävaihtoehdoissa
- Kyky hankkia tekoälyltä kvantitatiivisia, laadullisia ja sekamuotoisia suunnittelu-, näyte- ja validiteetti-luotettavuusvaihtoehtoja ja arvioida niitä oman alansa ja eettisten sääntöjensä mukaan.
- Kyky ymmärtää, että metodologiset päätökset ja eettisen toimikunnan (IRB) vastuu kuuluu tutkijalle ja että tekoälyehdotus on vain luonnos.
Kirjallisuuteen tutustumisen jälkeen on aika suunnitella oma tutkimus. Tutkimussuunnittelu on prosessi, jossa kysymyksestä aloitetaan ja siitä tehdään mitattavissa oleva, vastattava tutkimus: kysymyksen terävöittäminen, hypoteesin laatiminen, muuttujien määrittely, sopivan suunnittelun ja menetelmän valinta, otoksen määrittäminen, validiteetin ja luotettavuuden huomioiminen. Tämä on tutkimuksen henkisesti vaativin osa, ja tekoäly voi olla tässä voimakas ajatuskumppani – vaihtoehtojen luomisessa, kuolleiden kulmien herättämisessä, vaihtoehtojen vertailussa. Mutta tämän yksikön perussääntö on selvä: Metodologiset päätökset ja eettinen vastuu kuuluvat tutkijalle; Tekoäly tarjoaa vain arviointivaihtoehtoja.
Kysymyksestä hypoteesiin
Hyvä tutkimuskysymys on keskittynyt, vastattava ja omaperäinen. Yhteinen viitekehys on PICO kokeellisissa/kliinisissä tutkimuksissa: populaatio, interventio, vertailu, tulos. Yhteiskuntatieteissä kysymys esitetään yleensä muuttujien välisenä suhteena. Tekoäly auttaa sinua rajaamaan laajan kysymyksen ja ehdottaa useita vaihtoehtoisia muotoiluja.
Hypoteesi on ongelman muuntaminen testattavaksi ennusteeksi; yleensä liittyy suunta ("X lisää Y"). Muuttujat ovat asioita, joita mittaat: riippumaton muuttuja (johon vaikutat), riippuvainen muuttuja (mittaamasi tulos), ohjausmuuttujat (jotka pidät vakiona). Tekoäly on hyödyllinen hypoteesin terävöittämisessä, muuttujien tislaamisessa toiminnallisiksi määritelmiksi (mitattavissa olevat määritelmät) ja mahdollisten sekaannusten palauttamiseen (kolmas tekijä, joka vaikuttaa salaa tulokseen).
Vihje: Kerro tekoälylle "anna myös argumentteja tämän hypoteesin kumoamiseksi". On arvokasta nähdä oman suunnittelun heikkoudet ajoissa, jotta voit oppia nyt mieluummin kuin erotuomariprosessin aikana.
Suunnittelu, näyte ja voimassaolo
Tutkimussuunnitelma on se, kuinka tietoja kerätään ja jäsennetään vastaamaan kysymykseesi. On olemassa kolme laajaa perhettä: kvantitatiivinen (numeerinen data, tilastollinen testaus - kokeellinen, näennäinen kokeellinen, korrelaatio, tutkimus), kvalitatiivinen (teksti/havainto, merkitys ja kokemus - haastattelu, tapaustutkimus, fenomenologia, perusteltu teoria) ja sekamenetelmä (yhdistämällä nämä kaksi). Tekoäly voi verrata kutakin mallia sen etuihin ja haitoihin ja keskustella siitä, mikä voisi sopia kysymykseesi paremmin; mutta lopullinen valinta on sinun lähteesi, kenttäperinteesi ja kysymyksesi luonteen perusteella.
Näyte on osajoukko universumistasi, jota tutkit. Kvantitatiivisesti otoskoko lasketaan tehoanalyysillä – pienin näyte, joka tarvitaan tilastollisesti merkitsevän vaikutuksen saamiseen; AI muistuttaa kaavaa ja oletuksia, mutta sinun tulee vahvistaa numero ohjelmistolla (kuten GPower). Validiteetti (mittaatko todella mitä mittaat) ja luotettavuus* (voidaanko mittaus toistaa) ovat suunnittelun laadunvarmistuksia; Tekoäly listaa uhkia, ryhdyt varotoimiin.
Kriittisin kohta on etiikka. Kaikki tutkimukset, joihin osallistuu ihmisiä tai eläimiä, vaativat eettisen komitean (IRB) hyväksynnän: tietoon perustuva suostumus, luottamuksellisuus, ilkivaltaisuus. Tekoäly voi auttaa sinua laatimaan eettisen komitean hakemuksen, mutta se ei koskaan korvaa hyväksyntää ja eettistä vastuuta. Tekoäly ei voi sanoa "tämä suunnittelu on eettistä"; Tästä päättää oppilaitoksesi eettinen toimikunta.
Sekamenetelmien perustelut ja ennakkoilmoittautuminen
Tärkeä kysymys sekamenetelmää valittaessa on, miksi ja miten nämä kaksi tietotyyppiä yhdistetään. Pelkkä sanonta "tein sekä kyselyn että haastattelun" ei ole sekoitettu menetelmä; Suunnittelussa tulee olla logiikkaa. Yleisiä suunnitelmia ovat tutkiva peräkkäinen (ensin kvantitatiivinen, sitten laadullinen löydösten syventämiseksi), tutkiva peräkkäinen (ensin kvalitatiivinen, sitten mittakaavakehitys ja kvantitatiivinen testaus) ja samanaikaiset sisäkkäiset mallit. Tekoäly voi verrata näitä malleja kysymyksesi mukaan ja keskustella siitä, mikä sopii integrointilogiikkaan; mutta valinta riippuu siitä, mitä kysymyksesi todella vaatii.
Tehokas työkalu metodologiseen eheyteen on esirekisteröinti: hypoteesin, muuttujien ja analyysisuunnitelman rekisteröinti avoimeen arkistoon (kuten OSF) ennen tiedonkeruuta. Tämä estää jälkikäteen ajamisen (HARKing – hypoteesien laatiminen tuloksen nähtyään) ja lisää tutkimuksesi uskottavuutta. Tekoäly voi auttaa sinua jäsentämään esirekisteröintilomakkeen luonnoksen ja havaita suunnitelmasi epäselvyydet; Jokainen äänittämäsi päätös on kuitenkin sinun, ja sinun vastuullasi on noudattaa sitä tallennuksen jälkeen.
kolme minilaukkua
Tapaus 1 – Kysymyksen kaventaminen. Jatko-opiskelijan kysymys oli "Miten sosiaalinen media vaikuttaa nuoriin?" Se oli niin laaja ja mittaamaton. Hän laittoi tekoälyn PICO-tyyppiseen kehykseen; Kysymys kuuluu "Onko päivittäisen Instagram-käyttöajan ja unen laadun välillä suhdetta 14-17-vuotiailla lukiolaisilla?" on tullut. Mitattavissa oleva, rajoitettu ja vastattava kysymys; Tekoäly auttoi rajaamaan sitä, opiskelija teki päätöksen.
Tapaus 2 – Hämmentävä muuttujavaroitus. Eräs tutkija oletti "verkkokurssi → heikko saavutus". Hän kysyi tekoälyltä sen heikkouksista; Tekoäly muistutti meitä siitä, että sosioekonominen asema voi olla hämmentävä tekijä, joka vaikuttaa sekä kurssityyppiin että menestykseen. Tutkija ei tiennyt tätä, mutta hän jätti sen lisäämättä suunnittelumuuttujaksi. AI toimi muistutuksena; hän teki metodologisen päätöksen itse.
Tapaus 3 – Eettinen raja. Opiskelija suunnitteli kyselyä arkaluontoisesta aiheesta (aineiden käyttö) ja kysyi YZ:ltä: "Läpistääkö tämä kysely eettisen komitean?" hän kysyi. Tekoäly listasi yleiset periaatteet (suostumus, nimettömyys, peruutusoikeus), mutta opiskelija ei korvannut tällä suostumuksella; Varsinainen eettinen toimikunta haki ja hallitus pyysi korjauksia kahteen artiklaan. AI auttoi luonnostelussa, hallitus teki päätöksen.
Kopioitavat mallit
1) Tarkenna kysymystä:
Tehtäväsi: metodologian konsultti. Laaja kiinnostuksen kohteeni on: "[aihe]". Rajaa tämä kolmeen kohdennettuun, mitattavissa olevaan vaihtoehtoiseen tutkimuskysymykseen. Määritä jokaiselle näyte, keskeiset muuttujat ja mahdollinen suunnittelu. Nämä ovat vaihtoehdot; Minä päätän.
2) Hypoteesi ja muuttujan yksiselitteisyys:
Tutkimuskysymykseni: "[kysymys]". Ehdota minulle (a) testattava hypoteesi, (b) riippumattomat/riippuvaiset/kontrollimuuttujat, (c) operatiivinen (mitattavissa oleva) määritelmä jokaiselle muuttujalle. Listaa myös mahdolliset hämmentävät muuttujat. Keskustele vaihtoehdoista, päätös on minun.
3) Kuviovertailu:
Vertaile taulukon "[kysymys]" kvantitatiivisia, laadullisia ja sekamenetelmiä: sopivuus, vahvuus, raja, vaadittu resurssi. Älä sano "valitse tämä" varmasti; Kerro hyvät ja huonot puolet, minä teen valinnan.
4) Kelvollisuus/luotettavuusuhkien luettelo:
Listaa seuraavat suunnittelun sisäiseen validiteettiin, ulkoiseen validiteettiin ja luotettavuuteen kohdistuvat uhat ja ehdota jokaiselle mahdollinen vastatoimi. Suunnittelu: [yhteenveto]. Nämä ovat tarkistuslistani; Minä teen päätöksen.
Heikko kehote / Vahva kehote
Heikko kehote:
Anna minulle tutkimussuunnitelma.
Ei aiheita, kysymyksiä, alueita ja rajoituksia; AI luo yhteisen, hyödyttömän mallin.
Tehokas kehotus:
Tehtäväsi: kokenut kasvatustieteiden metodologi. Kysymykseni: "Sekoitusoppimisen vaikutus 7. luokan luonnontieteiden saavutuksiin". Lähes kokeellinen suunnittelu: keskustele sopivasta kontrolliryhmän strategiasta, mittauslaitteiden tyypeistä, mahdollisista sekaannuksista ja sisäisestä kelpoisuusuhkista VAIHTOEHTOINA. Sano, mitä tietoja tarvitaan tehoanalyysiin; Lasken numeron benG*Powerilla. Rastita kohdat, jotka vaativat eettisen hyväksynnän.
Suunnittelupäätös
AI:n rooli
Kenen vastuulla
Rajaa kysymystä
tuottaa vaihtoehtoja
Tutkija valitsee
Hypoteesi/muuttuja
Luonnos + muistutus
Tutkija määrittelee
Kuvion valinta
vertaa
Tutkija päättää
näytekoko
Formula muistuttaa
Vahvistettu ohjelmistolla
Eettinen hyväksyntä
luonnosassistentti
Vain eettinen toimikunta
Yleisiä virheitä
- AI:n tekeminen valitse kuvio. Metodologinen päätös kuuluu tutkijalle; AI ehdottaa, sinä valitset.
- Eettisen lautakunnan ohittaminen. AI ei voi sanoa "eettistä"; Hyväksyntä tulee laitoksen eettiseltä toimikunnalta.
- Mikserit huomioimatta. Jos ohjausmuuttujia ei ole suunniteltu, tulosta ei voida tulkita.
- Tarkan näytteiden määrän saaminen tekoälystä. Tarkista tehoanalyysi sopivalla ohjelmistolla.
- Ei rajata kysymystä. Mittaamattoman laaja kysymys tarkoittaa tutkimusta, jota ei voida suunnitella.
Varoitus: Tekoälyn ehdottama menetelmä ei välttämättä ole standardi omalla alallasi. Vertaa jokaista suositusta alasi metodologiaresursseihin (oppikirja, konsultti, vastaavat julkaisut); Tekoäly puhuu yleisesti, verkkotunnuskäytännöt ovat erityisiä.
Yhteenvetona
Tutkimussuunnittelu on ketju, joka ulottuu kysymyksen teroittamisesta otantamiseen ja etiikkaan. Tekoäly on voimakas ajatuskumppani, joka tuottaa vaihtoehtoja tämän ketjun jokaisessa lenkkeessä ja muistuttaa kuolleista kulmista; selventää hypoteesia, vertaa malleja, luettelee uhkia. Mutta vastuu suunnittelun valinnasta, näytteen vahvistamisesta ja erityisesti eettisestä hyväksynnästä kuuluu tutkijalle ja eettiselle toimikunnalle. Lyhin nyrkkisääntö: valinta on tekoäly, metodologinen ja eettinen päätös on sinun.
Sovellustehtävä
Hanki oma tutkimusideasi. Tekoälyllä rajaa se kolmeen kohdennettuun kysymykseen ja valitse yksi. Luo hypoteeseja, muuttujia ja operatiivisia määritelmiä valitsemaasi kysymykseen ja korjaa ne alasi mukaan. Pyydä kvantitatiivista/laadullista/sekasuunnittelun vertailua ja perustele kappaleessa kumman valitsit ja miksi. Rastita kohdat, jotka vaativat eettisen hyväksynnän.
tarkistuslista
- [ ] Olenko rajannut tutkimuskysymystäni mitattavasti?
- [ ] Olenko selventänyt hypoteeseja ja muuttujia operatiivisilla määritelmillä?
- [ ] Olenko suunnitellut hämmentäviä muuttujia?
- [ ] Valitsinko mallin omista syistäni?
- [ ] Olenko määrittänyt kohdat, jotka edellyttävät eettisen komitean hyväksyntää?