Nyereség:
- Képes a mesterséges intelligencia gondolati partnerként való felhasználására a kutatási kérdés élesítésében, hipotézisek és változódefiníciók generálásában, módszer-lehetőségekben
- Képes a mesterséges intelligenciától kvantitatív, minőségi és vegyes tervezési, minta- és érvényességi-megbízhatósági lehetőségek beszerzésére és azok szakterületük és etikai szabályai szerinti értékelésére.
- Képes megérteni, hogy a módszertani döntések és az etikai bizottság (IRB) felelőssége a kutatót illeti, és a mesterséges intelligencia javaslat csak tervezet.
A szakirodalom megismerése után itt az ideje, hogy saját tanulmányt tervezzen. A kutatástervezés az a folyamat, amikor egy kérdésből indulunk ki, és mérhető, megválaszolható vizsgálattá alakítjuk: a kérdés kiélezése, hipotézis felállítása, változók meghatározása, a megfelelő terv és módszer kiválasztása, a minta meghatározása, az érvényesség és a megbízhatóság mérlegelése. Ez a kutatás szellemileg legigényesebb része, és az AI erőteljes gondolattárs lehet itt – lehetőségeket generál, holtfoltokat idéz fel, alternatívákat hasonlít össze. Ennek az egységnek az alapszabálya azonban világos: a módszertani döntések és az etikai felelősség a kutatóé; Az AI csak értékelési lehetőségeket kínál.
Kérdéstől hipotézisig
A jó kutatási kérdés fókuszált, megválaszolható és eredeti. A PICO közös keretrendszer a kísérleti/klinikai vizsgálatokban: populáció, beavatkozás, összehasonlítás, eredmény. A társadalomtudományokban a kérdést általában a változók közötti kapcsolatként teszik fel. A mesterséges intelligencia segít szűkíteni egy tág kérdéskört, és számos alternatív megfogalmazást javasol.
A hipotézis a probléma átalakítása tesztelhető előrejelzéssé; általában irányt foglal magában ("X növeli Y"-t). A változók azok a dolgok, amelyeket mérsz: független változó (amit befolyásolsz), függő változó (a mért eredmény), vezérlőváltozók (amelyeket állandóan tartasz). A mesterséges intelligencia hasznos a hipotézis élesítésében, a változók operatív definíciókká való desztillálásában (mérhető definíciók) és a lehetséges zavaró tényezők felidézésében (a harmadik tényező, amely titokban befolyásolja az eredményt).
Tipp: Mondd meg az MI-nek, hogy „adj érveket is a hipotézis megcáfolására”. Érdemes korán felismerni saját tervezésének gyengeségeit, így most tanulhat, nem pedig a játékvezetői folyamat során.
Tervezés, minta és érvényesség
A kutatási terv az adatok gyűjtésének és felépítésének módja a kérdés megválaszolása érdekében. Három nagy család létezik: kvantitatív (számszerű adatok, statisztikai tesztelés – kísérleti, kvázi-kísérleti, korrelációs, felmérés), kvalitatív (szöveg/megfigyelés, jelentés és tapasztalat – interjú, esettanulmány, fenomenológia, megalapozott elmélet) és vegyes módszer (a kettőt kombinálva). A mesterséges intelligencia összehasonlíthatja az egyes mintákat előnyeivel és hátrányaival, és megvitathatja, melyik felel meg jobban a kérdésének; de a végső döntés a tiéd, a források, a helyszíni hagyományok és a kérdés természete alapján.
A minta az a részhalmaz az univerzumából, amelyet megvizsgál. Kvantitatív módon a minta méretét teljesítményanalízissel számítják ki – a statisztikailag szignifikáns hatás rögzítéséhez szükséges legkisebb minta; A mesterséges intelligencia emlékezteti a képletet és a feltételezéseket, de meg kell erősítenie a számot egy szoftverrel (például a GPowerrel). Az érvényesség (valóban azt méri, amit mér) és a megbízhatóság* (a mérés megismételhető-e) a tervezés minőségbiztosítása; Az AI felsorolja a fenyegetéseket, Ön óvintézkedéseket tesz.
A legkritikusabb pont az etika. Minden olyan vizsgálathoz, amelyben emberek vagy állatok vesznek részt, az etikai bizottság (IRB) jóváhagyása szükséges: tájékozott beleegyezés, titoktartás, rosszindulatúság. A mesterséges intelligencia segíthet az etikai bizottsági kérelem elkészítésében, de soha nem helyettesíti a jóváhagyást és az etikai felelősséget. A mesterséges intelligencia nem mondhatja, hogy „ez a terv etikus”; Erről az Ön intézményének etikai bizottsága dönt.
Vegyes módszerek indoklás és előzetes regisztráció
A vegyes módszer kiválasztásakor fontos kérdés, hogy miért és hogyan kombináljuk a két adattípust. Egyszerűen azt mondani, hogy „felmérést és interjút is készítettem” nem kevert módszer; A tervezésnek logikája kell, hogy legyen. A gyakori tervek közé tartoznak a feltáró szekvenciális (először kvantitatív, majd kvalitatív az eredmények elmélyítése érdekében), feltáró szekvenciális (először kvalitatív, majd léptékes fejlesztés és kvantitatív tesztelés) és egyidejű beágyazott tervek. A mesterséges intelligencia összehasonlíthatja ezeket a mintákat a kérdése szerint, és megvitathatja, melyik illik az integrációs logikához; de a választás attól függ, hogy valójában mire van szüksége a kérdésnek.
A módszertani integritás hatékony eszköze az előzetes regisztráció: a hipotézis, a változók és az elemzési terv regisztrálása egy nyílt tárhelyen (például OSF) az adatgyűjtés előtt. Ez megakadályozza az utólagos vadászatot (HARKing – hipotézisek felállítása az eredmény láttán), és növeli a tanulmány hitelességét. A mesterséges intelligencia segíthet az előregisztrációs űrlap vázlatának felépítésében, és abban, hogy észrevegye a terv kétértelműségét; Azonban minden döntés, amelyet rögzít, a tiéd, és a te felelősséged, hogy ragaszkodj hozzá a felvétel után.
három mini tok
1. eset – A kérdés szűkítése. Egy végzős hallgató kérdése az volt: "Hogyan hat a közösségi média a fiatalokra?" Olyan hatalmas volt és mérhetetlen. Az AI-t egy PICO-szerű keretbe helyezte; A kérdés a következő: "Van-e összefüggés a napi Instagram-használati idő és az alvás minősége között a 14-17 éves középiskolás diákoknál?" lett. Mérhető, korlátozott és megválaszolható kérdés; Az AI segített leszűkíteni, a diák döntött.
2. eset – zavaró változóra vonatkozó figyelmeztetés. Egy kutató azt feltételezte, hogy „online tanfolyam → alacsony teljesítmény”. Megkérdezte az AI-t a gyengeségeiről; A mesterséges intelligencia emlékeztetett bennünket, hogy a társadalmi-gazdasági státusz zavaró tényező lehet, amely mind a kurzus típusát, mind a sikerességét befolyásolja. A kutató ezt nem tudta, de kihagyta, hogy vezérlőváltozóként adja hozzá a tervéhez. A mesterséges intelligencia emlékeztetőül szolgált; maga hozta meg a módszertani döntést.
3. eset – Etikai határ. Egy diák felmérést készített egy kényes témáról (szerhasználat), és megkérdezte YZ-t: "Ez a felmérés átmegy az etikai bizottság elé?" – kérdezte. Az AI általános elveket sorolt fel (beleegyezés, anonimitás, elállási jog), de a hallgató ezt nem helyettesítette beleegyezéssel; A valódi etikai bizottság jelentkezett, a testület pedig két cikkben kért korrekciót. Az AI segített a tervezetben, a testület meghozta a döntést.
Másolható sablonok
1) Szűkítve a kérdést:
Az Ön szerepe: módszertani tanácsadó. Széles érdeklődési köröm a következő: "[téma]". Szűkítse ezt 3 fókuszált, mérhető alternatív kutatási kérdésre. Mindegyikhez adja meg a mintát, a kulcsváltozókat és a lehetséges tervezést. Ezek a lehetőségek; én fogom eldönteni.
2) Hipotézis és változó egyértelműsítése:
Kutatási kérdésem: "[kérdés]". Javasoljon (a) tesztelhető hipotézist, (b) független/függő/ellenőrző változókat, (c) operatív (mérhető) definíciót minden változóhoz. Sorolja fel a lehetséges zavaró változókat is. Beszéljétek meg a lehetőségeket, a döntés az enyém.
3) Minta-összehasonlítás:
Hasonlítsa össze a „[kérdés]” mennyiségi, minőségi és vegyes módszerekkel készült terveit egy táblázatban: illeszkedés, erő, határ, szükséges erőforrás. Ne mondd biztosan, hogy „válaszd ezt”; Mondja el az előnyöket és hátrányokat, én választok.
4) Érvényességi/megbízhatósági fenyegetések listája:
Sorolja fel a következő tervezés belső érvényességét, külső érvényességét és megbízhatóságát fenyegető veszélyeket, és javasoljon egy lehetséges ellenintézkedést mindegyikre. Tervezés: [összefoglalni]. Ezek lesznek az én ellenőrző listám; én hozom meg a döntést.
Gyenge felszólítás / Erős felszólítás
Gyenge felszólítás:
Adj egy kutatási tervet.
Nincsenek témák, kérdések, területek és korlátozások; Az AI közös, haszontalan sablont hoz létre.
Erőteljes felszólítás:
Az Ön szerepköre: tapasztalt neveléstudományi módszerész. Kérdésem: "A vegyes tanulás hatása a 7. osztályos természettudományi eredményekre". Kvázi-kísérleti tervezéshez: beszélje meg a megfelelő kontrollcsoport-stratégiát, a mérőeszközök típusát, a lehetséges zavaró tényezőket és a belső érvényességi fenyegetéseket, mint LEHETŐSÉGEKET. Mondja el, milyen információkra van szükség a teljesítményelemzéshez; A számot benG*Power-el fogom kiszámolni. Jelölje be azokat a pontokat, amelyek etikai jóváhagyást igényelnek.
Tervezési döntés
Az AI szerepe
Kinek a felelőssége
Szűkítse a kérdést
alternatívákat gyárt
A kutató választ
Hipotézis/változó
Piszkozat + emlékeztető
A kutató meghatározza
Minta kiválasztása
összehasonlítja
A kutató dönt
minta mérete
A képlet emlékeztet
Szoftverrel megerősítve
Etikai jóváhagyás
tervezet asszisztens
Csak az etikai bizottság
Gyakori hibák
- Az AI elkészítésekor válassza ki a mintát. A módszertani döntés a kutatóé; Az AI azt javasolja, döntsön.
- Az etikai tanács megkerülése. A mesterséges intelligencia nem mondhatja, hogy „etikus”; A jóváhagyás az intézmény etikai bizottságától származik.
- A keverők figyelmen kívül hagyása. Ha a vezérlőváltozók nincsenek megtervezve, az eredmény nem értelmezhető.
- A minták pontos számának lekérése az AI-ból. Ellenőrizze a teljesítményelemzést megfelelő szoftverrel.
- Nem leszűkítve a kérdést. A mérhetetlenül tág kérdés olyan tanulmányt jelent, amelyet nem lehet megtervezni.
Figyelem: Előfordulhat, hogy az AI által javasolt módszer nem szabványos az Ön területén. Hasonlítsa össze az egyes ajánlásokat a szakterületéhez tartozó módszertani forrásokkal (tankönyv, tanácsadó, hasonló kiadványok); Az AI általánosan beszél, a tartománykonvenciók specifikusak.
Összefoglalva
A kutatás tervezése egy lánc, amely a kérdés kiélezésétől a mintavételig és az etikáig tart. A mesterséges intelligencia egy erőteljes gondolattárs, amely e lánc minden láncszemében opciókat kínál, és a vakfoltokra emlékeztet; tisztázza a hipotézist, összehasonlítja a mintákat, felsorolja a fenyegetéseket. De a tervezési kiválasztás, a minta megerősítése és különösen az etikai jóváhagyás felelőssége a kutatót és az etikai bizottságot terheli. A legrövidebb ökölszabály: a választás a mesterséges intelligencia, a módszertani és etikai döntés Öntől származik.
Pályázati feladat
Készítse el saját kutatási ötletét. A mesterséges intelligencia segítségével szűkítse le 3 fókuszált kérdésre, és válasszon egyet. Generáljon hipotéziseket, változókat és műveleti definíciókat a választott kérdéshez, és javítsa ki azokat a szakterületének megfelelően. Kérjen mennyiségi/minőségi/vegyes tervezési összehasonlítást, és egy bekezdésben indokolja meg, hogy melyiket és miért választotta. Jelölje be azokat a pontokat, amelyek etikai jóváhagyást igényelnek.
ellenőrző lista
- [ ] Mérhetően leszűkítettem a kutatási kérdést?
- [ ] Tisztáztam a hipotéziseket és a változókat operatív definíciókkal?
- [ ] Terveztem zavaró változókat?
- [ ] Saját okokból választottam a mintát?
- [ ] Meghatároztam azokat a pontokat, amelyekhez az etikai bizottság jóváhagyása szükséges?