ראיון איכותי: תמלול, קידוד וניתוח נושאים

רווחים:

• יכולת לאמת את התמליל על ידי האזנה להקלטה ולהשתמש בבינה מלאכותית כדי להציע קודים ונושאים
• שמירה נאמנה לקולו של המשתתף על ידי חיבור כל קוד וציטוט להצהרה בפועל בטקסט, רצוי עם מספר שורה
• יכולת להבחין בין קוד לנושא ולהימנע מהערות שטחיות ולתמוך בעומק הנתונים באמצעות ציטוטים.

מחקר איכותני אינו עוסק במספרים; זוהי גישה העוסקת במשמעות, חוויה והקשר. הוא מנסה להבין לעומק כיצד אנשים מפרשים אירוע, באילו מילים הם מתארים אותו, ולמה אכפת להם ממנו. הכלי הנפוץ ביותר הוא ראיון העומק - שיחה ארוכה עם אדם המבוססת על שאלות מוגדרות מראש אך גמישות. לאחר הראיון מגיעות שלוש משימות: תמלול (תמלול מילולית של הקלטת האודיו), קידוד (תיוג קטעים משמעותיים בטקסט), וניתוח נושא (חילוץ דפוסים גדולים יותר וחוזרים על עצמם - נושאים - מהקודים). ביחידה זו תלמדו כיצד להשתמש בבינה מלאכותית בשלוש העבודות הללו; אך תלמד כיצד לשמור על קולו של המשתתף ואחריותו על הפרשנות.

בינה מלאכותית היא כלי עזר רב עוצמה בניתוח איכותי, מכיוון שרוב העבודה עוסקת בטקסט, ובינה מלאכותית מהירה בטקסט. אבל בדיוק בגלל זה הסיכון הגדול ביותר טמון כאן: ייחוס למשתתף משהו שהוא או היא לא אמרו. בינה מלאכותית יכולה "לתקן" ציטוט, "לפרש" סנטימנט או "להמציא" נושא שאינו בטקסט. לב המחקר האיכותני הוא נאמנות לדבריו של המשתתף עצמו. אז כלל הזהב: AI מציע קוד ונושאים, אבל כל הצעה חייבת להיות מקושרת להצהרה בפועל בטקסט - רצוי עם מספר שורה - ואתה חייב לאשר אותה.

צעד אחר צעד: מההרשמה לנושא

1. אמת את התמליל. כלי תמלול אוטומטיים הם מהירים אך עושים טעויות: הם עלולים לאיית שמות, מונחים טכניים, ביטויי ניב. חיוני להאזין להקלטה ולתקן את התמליל; ה-AI יכול לערוך את הפורמט, אבל הוא לא יכול לשמוע את הצליל.

2. עשה קידוד פתוח. קרא את הטקסט שורה אחר שורה ותן תווית (קוד) לכל יצירה בעלת משמעות. ה-AI יכול ליצור הצעות קוד מהתמלילים הראשונים; זה נותן רשימה התחלתית.

3. יישר את רשימת הקודים עם התיאוריה. שלב, הפרד, שנה את שמות הקודים המוצעים על ידי AI לפי שאלת המחקר והמסגרת שלך. זה השיפוט של האדם.

4. קוד באופן עקבי. אותה משמעות צריכה להיות מתויגת באותו קוד בכל מקום. בינה מלאכותית עוזרת לסמן את התמלילים הנותרים בהתאם למערכת הקודים המאושרת שלך.

5. חלץ נושאים. קבץ קודים ושם דפוסים גדולים יותר (ערכות נושא). AI מציע טיוטה נושא; זה תלוי בך להחליט איזה מהם באמת משקף את הנתונים שלך. תמכו בכל נושא עם ציטוטים ישירים.

טיפ: הבהירו את ההבדל בין "קוד" ל"נושא" בניתוח איכותי: קוד הוא תג קטן של משמעות בטקסט ("חרדה מחוסר ביטחון בעבודה"); הנושא הוא התבנית הגדולה המאגדת קודים רבים ("אי ודאות לגבי העתיד"). AI יכול לבלבל בין השניים; אתה שומר על ההבחנה.

שלושה מיני תיקים

מקרה 1 - נתפס ציטוט מפוברק. חוקר ביקש מה-AI ציטוטים התומכים בנושא. AI הציג משפט שוטף אך לא הופיע בתמליל כפי ש"אמר המשתתף". כשהחוקר ביקש מספר שורה, YZ לא יכול היה לציין את המקור; הציטוט היה מומצא. זה הפך לכלל: לא מתקבלת הצעה ללא מרכאות או מספרי שורות.

מקרה 2 - עקביות הקידוד גדלה. במחקר של 30 תמלילים, שני חוקרים השתמשו בקודים שונים. הם גרמו ל-AI לנסח ספר קודים משותף - השם, התיאור והדוגמה של כל קוד; העקביות בין הקודנים גדלה באופן משמעותי והמשמעות של כל קוד תועדה.

מקרה 3 - הנושא השטחי העמיק. בסיבוב הראשון, ה-AI הציע נושא שטחי כמו "המשתתפים שמחים/אומללים". כשהחוקר אמר "זה רדוד מדי, הראה את המתח בנתונים", AI חזר לציטוטים ושרטט דפוס עשיר יותר, כמו "המתח בין החיפוש אחר ביטחון לתשוקה לחופש", בהתבסס על הטקסט; החוקר אישר זאת באמצעות ציטוטים.

ארבע תבניות הניתנות להעתקה

1) המלצת קידוד פתוחה:

קוד את תמליל הראיון הבא שורה אחר שורה. הצע תגית קוד קצרה לכל קטע בעל משמעות ולצידו את מספר השורה והציטוט הישיר. אל תוסיף שום דבר שאינו בטקסט. אל תגיב; פשוט תייגו את הביטוי בטקסט. תמלול: [כאן]

2) ספר הגדרות קוד (ספר קוד):

צור ספר הגדרות קוד מרשימת הקודים הבאה: עבור כל קוד (1) שם, (2) תיאור של משפט אחד, (3) קטע מהטקסט (עם מספר שורה), (4) שים לב "מחוץ לתחום קוד זה". סמן קודים מעורפלים. קודים: [כאן]

3) הסקת נושא (מבוסס על ציטוט):

מצורפת רשימת הקודים שאישרתי. הצע 3-5 סקיצות נושא על ידי קיבוץ קודים אלה. לכל נושא: הראה אילו קודים הוא מכיל ולפחות 2 מרכאות ישירות (עם מספר שורה) התומכים בו. אל תציע ערכת נושא ללא ציטוט. ערכות נושא: [כאן] קודים: [כאן]

4) בקרת נאמנות:

להלן תקציר הנושא והציטוטים שעליהם הוא מבוסס. בדוק כל משפט: האם ההערה הזו באמת מה שהציטוט אומר, או שזו הסקה נוספת? סמן כל משפט שאינו נתמך בטקסט. הגזמה או עיוות של קולו של המשתתף. תקציר: [כאן]

הנחיה חלשה / הנחיה חזקה

הנחיה חלשה:

קראו את הראיונות האלה והביאו את הנושאים העיקריים ואת הציטוטים הטובים עבורי.

בינה מלאכותית יכולה לייצר ציטוטים שוטפים אך מורכבים ונושאים שטחיים שהנתונים אינם נושאים. קולו של המשתתף אובד, הייחוס הופך לבלתי אמין.

הנחיה עוצמתית:

נתח את התמלילים למטה, תוך הקפדה על הטקסט בלבד. לכל הצעת נושא: (1) הקודים היוצרים את הנושא, (2) הציטוט הישיר + מספר השורה התומך בכל קוד. אין לייחס למשתתף ביטויים שאינם מוזכרים בטקסט; איפה שאתה לא בטוח, כתוב "זה לא ברור בטקסט". תמלול: [כאן]

ההבדל: הגישה השנייה מייחסת כל הערה למילה האמיתית של המשתתף, מה שהופך את ההמצאה לבלתי אפשרית.

שלבי ניתוח איכותני

במה

תרומה של AI

החלטה של אדם

תמלול

עריכת פורמט

האזן ואמת אודיו

קידוד פתוח

הצעת קוד (עם ציטוט)

בחירה תיאורטית

ספר קודים

טיוטת הגדרה

הגדר מגבלות קוד

קידוד עקבי

הגדר יישום

בדיקת עקביות

ניתוח נושא

שרטוט דפוס

הערה ושם

דיווח

עריכת ציטוט

נאמנות ומשמעות

טעויות נפוצות

• קבלת הצעת המחיר ללא מספר השורה. מכאן נפתחת הדלת לציטוט המומצא.
• סומך בלי להקשיב לתמליל. תמלילים אוטומטיים מוטעים בשמות ובמונחים.
• ערבוב קוד עם ערכת נושא. התווית הקטנה והדוגמה הגדולה הם שני דברים שונים.
• היה מרוצה מהנושא השטחי. כוחה של איכות הוא עומק; חפש מתח בנתונים.
• "מייפות" קולו של המשתתף. שינוי המשמעות תוך ייעול הטקסט שובר את הנאמנות.

לסיכום

AI בניתוח ראיונות איכותי; זה חוסך זמן רב במשימות כמו עריכת תמלילים, הצעת קוד, יצירת ספרי הגדרת קוד וניסוח נושא. אבל לב ליבו של המחקר האיכותני הוא נאמנות לדבריו של המשתתף עצמו. כל קוד וכל נושא צריכים להיות מקושרים להצהרה ממשית בטקסט - רצוי לפי מספר שורה; אין לכלול ציטוט בדוח ללא אימות, ואין לכלול הערה בדוח ללא אישור. AI מייצרת הצעות; האחריות למשמעות, לעומק ולנאמנות היא שלך.

משימת יישום

קח הקלטת ראיון קצרה (10-15 דקות שאתה יכול לעשות בעצמך) ותמלל אותה עם כלי אוטומטי. האזינו להקלטה ותקנו את התמליל. עם תבנית "הצעת קידוד פתוחה", קח קודים ממוספרים מ-AI, ארגן אותם במסגרת משלך וצור ספר קודים. לאחר מכן, עם "חילוץ נושאים", נסח 3 נושאים ואשר כל אחד מהם עם ציטוטים אמיתיים. בעזרת "בדיקת הנאמנות" נכש כל המשפטים שהטקסט אינו תומך בהם.

רשימת בדיקה

• [ ] אימתתי את התמליל על ידי האזנה להקלטה.
• [ ] קישרתי כל קוד עם מספר שורה וציטוט.
• [ ] תיעדתי עקביות עם ספר הגדרות הקוד.
• [ ] תמכתי בכל נושא עם לפחות שני ציטוטים ישירים.
• [ ] אישרתי כל משפט שיוחס למשתתף בטקסט.