Guadagni:
- Essere in grado di distinguere dove l’intelligenza artificiale fa risparmiare tempo nella ricerca sociale (sintesi, trascrizione, codifica, bozza) e dove le domande di ricerca, le interpretazioni e le decisioni etiche sono lasciate agli esseri umani, a seconda del livello di rischio.
- Capacità di comprendere il rischio di allucinazioni e fonti fabbricate in campo umano e di applicare una disciplina che verifica in modo indipendente ogni fatto, numero e riferimento.
- Comprendere perché è necessario dichiarare in modo trasparente il contributo dell'intelligenza artificiale, preservandone l'originalità e non lasciando traccia di suggerimenti fin dall'inizio
La sociologia studia come le persone vivono insieme; È la branca della scienza che studia sistematicamente i gruppi, le istituzioni, le disuguaglianze, la cultura e il cambiamento sociale. La giornata di un ricercatore sociale; Consiste nel raccogliere sondaggi, condurre interviste, analizzare la letteratura (tutte le pubblicazioni scientifiche scritte in precedenza su un argomento), analizzare i dati e riportare i risultati. Tutti questi compiti richiedono tempo e, in ognuno di essi, l’intelligenza artificiale (AI), ovvero modelli linguistici di grandi dimensioni che comprendono il testo, lo riassumono, lo codificano e generano bozze, possono essere un serio acceleratore. Questo modulo ti insegnerà come utilizzare l'intelligenza artificiale in ogni fase della ricerca sociale; ma ti insegna perché dovresti mantenere l’interpretazione, il quadro teorico (basato sulla teoria), la responsabilità etica e la scoperta finale nelle tue mani.
Le scienze umane e sociali hanno una caratteristica: qui la “risposta corretta” spesso non è una risposta unica e definitiva; l’interpretazione, il contesto e la catena delle prove sono decisivi. Quindi è qui che l’intelligenza artificiale è più pericolosa. L’intelligenza artificiale può avere allucinazioni, ovvero può fabbricare una fonte, un autore, una data o una scoperta inesistente come un fatto e in un linguaggio estremamente convincente. Nella ricerca sociale, ciò significa che un riferimento falso viene inserito in un articolo, una statistica inventata viene inserita in un rapporto o a un partecipante viene attribuito qualcosa che non ha detto. Questo è il tema principale di questo modulo: l'intelligenza artificiale è un assistente, tu sei l'autore e il ricercatore.
Passo dopo passo: incorporare l’intelligenza artificiale nel processo di ricerca
1. Separare l'attività per livello di rischio. Non tutte le attività comportano lo stesso rischio. Fare in modo che l'intelligenza artificiale riassuma la trascrizione di un'intervista è a basso rischio (poiché puoi leggere e verificare la trascrizione). Chiedere all’IA “cosa dice la letteratura a riguardo” è ad alto rischio (poiché potrebbe costituire una fonte).
2. Assegnare all’IA i lavori in cui è forte. Riassumere testi lunghi, modificare trascrizioni, generare suggerimenti di codice, scrivere bozze di paragrafi, formattare tabelle: questi sono i compiti in cui l'intelligenza artificiale è veloce ed esperta.
3. Tutelare il lavoro umano. Stabilire la domanda di ricerca, scegliere il quadro teorico, valutare la rappresentatività del campione (il gruppo di individui o unità inclusi nella ricerca), interpretare i risultati e prendere la decisione etica: questo è tuo.
4. Verificare ciascun output. Nessun fatto, numero o citazione prodotta dall'IA entra nel rapporto senza che tu ne verifichi la fonte.
5. Tieni traccia. Prendi nota di quale prompt (le istruzioni che hai dato all'IA) hai utilizzato, quale modello hai utilizzato e in quale data. Ciò è necessario per la riproducibilità futura.
Suggerimento: pensa all’intelligenza artificiale come a uno “stagista molto veloce ma a volte inaffidabile”. Leggi sempre la bozza del tirocinante, chiedi la fonte e la firmi. Applicare la stessa disciplina all’intelligenza artificiale.
tre mini custodie
Caso 1: riferimento fabbricato catturato. Uno studente laureato ha chiesto ad AI di “suggerire 5 articoli classici sulla solitudine urbana”. L'intelligenza artificiale ha prodotto 5 articoli con nomi di autori reali che non esistevano: i titoli erano credibili. Lo studente li ha cercati tutti nel database accademico; 4 su 5 non erano affatto presenti. Senza verifica, nella tesi entrerebbero riferimenti falsi.
Caso 2: codifica 3 volte più veloce. Un ricercatore aveva 40 trascrizioni di interviste. Ha dato le prime 5 trascrizioni a YZ e ha chiesto suggerimenti sul codice; ha rielaborato l'elenco di codici risultante secondo il suo quadro teorico ed ha elaborato le restanti 35 trascrizioni con questo insieme coerente di codici. 3 settimane di lavoro ridotte a 1 settimana; le decisioni sono sempre state umane.
Caso 3 — Avvertimento sul campionamento. Un team ha chiesto all’intelligenza artificiale di riassumere 900 risposte a un sondaggio online e ha concluso che “i giovani si fidano dei social media”. Un consulente ha chiesto: chi è il campione? La maggior parte delle risposte provenivano da studenti di una singola università. Il riepilogo dell’IA era tecnicamente corretto, ma il campione non era rappresentativo di tutti i giovani; il risultato è stato riscritto con questo limite.
Quattro modelli copiabili
1) Definizione del ruolo e dei confini (all'inizio di ogni sessione):
Il tuo ruolo: assistente di ricerca sociale. Il tuo compito è riassumere, modificare e proporre codice e schemi. Fabbricazione della sorgente; Scrivi "deve essere verificato" laddove non sei sicuro. Affidati solo ai testi che ti ho dato; non aggiungere statistiche o riferimenti dalla tua memoria. Farò l'interpretazione e la decisione finale.
2) Riepilogo del testo (basso rischio, sicuro):
Riassumi di seguito la trascrizione dell'intervista. Mantieni le parole del partecipante, non aggiungere nuove informazioni. Risultato: (1) 5 temi principali, (2) 3 citazioni dirette notevoli (con numero di riga), (3) punti poco chiari. Testo: [qui]
3) Riflesso di verifica della fonte:
Per ciascuno dei riferimenti che hai appena suggerito: indica autore, anno, rivista/pubblicazione e DOI (identificatore di oggetto digitale). Se non sei sicuro dell'autenticità di un riferimento, scrivi "NON VERIFICATO". Preferirei che tu dicessi "non lo so" piuttosto che inventarlo.
4) Revisione dei pregiudizi:
Esamina questa bozza: [testo]. Segna ogni generalizzazione in esso contenuta e chiedi: "Su quale campione si basa questa affermazione? C'è qualche controprova? Descrive un gruppo sociale come qualcosa di cui non si occupa?" Stila un elenco di pregiudizi e generalizzazioni eccessive.
Prompt debole / Prompt forte
Suggerimento debole:
Riassumere e fare riferimento alla letteratura sul genere e sulla vita lavorativa.
Dalla sua vecchia memoria, l'IA produce un testo non verificabile pieno di fonti che non ha mai letto o che non esistono. È qui che il rischio di riferimenti falsificati è maggiore.
Suggerimento potente:
Il tuo ruolo: assistente di ricerca. SULLA BASE degli abstract dei 6 articoli che incollerò di seguito (tutti scaricati dal database), sintetizzo risultati comuni, risultati contrastanti e lacune su "genere e vita lavorativa". Usa semplicemente questi 6 testi; aggiunta di risorse esterne. Mostra il testo su cui si basa ciascuna affermazione con il tag [M1]-[M6]. Riepilogo: [qui]
La differenza è chiara: l’intelligenza artificiale non lo inventa più, sintetizza i testi reali che gli dai e attribuisce ogni affermazione alla fonte.
Il ruolo dell’intelligenza artificiale: dove è potente, dove sono necessari gli esseri umani
Ricerca
Contributo dell'intelligenza artificiale
responsabilità umana
Livello di rischio
Riepilogo del testo lungo
bozza veloce
controllo di precisione
basso
Modifica della trascrizione
Pulizia, formattazione
conservazione del significato
basso
Codifica qualitativa
Suggerimento di codice
Decisione teorica, coerenza
medio
Sintesi della letteratura
Unisci i testi dati
verifica della fonte
alto
Commento statistico
tratta del conto
Giudizio di metodo e significato
alto
Decisione etica
—
solo umano
critico
Errori comuni
- Utilizzare la risorsa fornita dall'IA senza verificarla. L'errore più comune e più grave; Le false referenze distruggono la tua reputazione accademica.
- Lasciando l'interpretazione all'IA. La domanda "Cosa significa?" è il lavoro del ricercatore, non del modello.
- Fare generalizzazioni senza mettere in discussione il campione. Anche se il riepilogo dell’IA è accurato, i dati potrebbero non essere rappresentativi dell’intera popolazione.
- Tralasciando l'originalità. Presentare il testo generato dall'intelligenza artificiale come una tua frase viola l'integrità accademica; Dichiara il tuo contributo in modo trasparente.
- Non lasciare traccia. Se non annoti quale suggerimento hai utilizzato e quando, nessuno sarà in grado di riprodurre il tuo lavoro.
In sintesi
L'intelligenza artificiale nella ricerca sociale; è un potente assistente che riassume testi, modifica trascrizioni, suggerisce codice e scrive bozze. Ma la domanda di ricerca, il quadro teorico, il giudizio del campione, l’interpretazione, la decisione etica e la scoperta finale appartengono agli esseri umani. Il pericolo più grande per i domini umani è la fonte di allucinazioni e invenzioni; Ecco perché ogni fatto, numero e riferimento non entra da nessuna parte senza essere verificato. Posiziona l'intelligenza artificiale in base al livello di rischio, alimentala con risorse potenti, mantieni l'autenticità e la trasparenza e approva ogni risultato finale con il tuo giudizio.
Compito dell'applicazione
Scegli un argomento dal tuo campo di ricerca. Per prima cosa dì all’IA “suggerisci 5 articoli su questo argomento” (il modo debole) e cerca ciascuna fonte suggerita nel database accademico; Conta quanti sono reali. Quindi, consegna all'IA i 3 riassunti reali che hai scaricato e chiedi la sintesi tramite il "prompt forte". Scrivi una nota di mezza pagina confrontando l'affidabilità dei due approcci.
lista di controllo
- [ ] Ho separato i compiti per livello di rischio (basso/medio/alto/critico).
- [] Ho dato all'IA un suggerimento iniziale che stabiliva il ruolo e i limiti.
- [] Ho verificato ciascuna fonte consigliata confrontandola con un database indipendente.
- [ ] Ho mantenuto nelle mie mani l’interpretazione, il contesto e la decisione etica.
- [ ] Ho notato in modo trasparente il contributo dell'IA e ho lasciato una traccia dei miei suggerimenti.