Guadagni:
- Possibilità di verificare la trascrizione ascoltando la registrazione e di utilizzare l'intelligenza artificiale per suggerire codici e temi
- Rimanere fedele alla voce del partecipante collegando ciascun codice e citazione all'effettiva affermazione nel testo, preferibilmente con un numero di riga
- Capacità di distinguere il codice dal tema evitando commenti superficiali e supportando la profondità dei dati con citazioni.
La ricerca qualitativa non riguarda i numeri; È un approccio che si occupa di significato, esperienza e contesto. Cerca di comprendere in profondità come le persone interpretano un evento, con quali parole lo descrivono e perché ne hanno a cuore. Lo strumento più comune è l’intervista approfondita, una lunga conversazione con una persona basata su domande predeterminate ma flessibili. Dopo l'intervista seguono tre compiti: trascrizione (trascrizione letterale della registrazione audio), codifica (etichettatura di passaggi significativi nel testo) e analisi del tema (estrazione di modelli più ampi e ricorrenti - temi - dai codici). In questa unità imparerai come utilizzare l'intelligenza artificiale in questi tre lavori; ma imparerai come mantenere la voce del partecipante e la responsabilità dell'interpretazione.
L'intelligenza artificiale è un aiuto davvero potente nell'analisi qualitativa, perché la maggior parte del lavoro ha a che fare con il testo e l'intelligenza artificiale è veloce con il testo. Ma proprio qui sta il rischio più grande: attribuire al partecipante qualcosa che non ha detto. L’intelligenza artificiale può “correggere” una citazione, “interpretare” un sentimento o “inventare” un tema che non è presente nel testo. Il cuore della ricerca qualitativa è la fedeltà alle parole del partecipante. Quindi la regola d’oro: l’IA suggerisce codice e temi, ma ogni suggerimento deve essere collegato all’effettiva affermazione nel testo – preferibilmente con un numero di riga – e devi confermarlo.
Passo dopo passo: dalla registrazione al tema
1. Verifica la trascrizione. Gli strumenti di trascrizione automatizzata sono veloci ma commettono errori: possono scrivere male nomi, termini tecnici, espressioni dialettali. È fondamentale ascoltare la registrazione e correggere la trascrizione; L'intelligenza artificiale può modificare il formato, ma non può sentire l'audio.
2. Esegui la codifica aperta. Leggi il testo riga per riga e assegna un'etichetta (codice) a ogni pezzo significativo. L’intelligenza artificiale può generare suggerimenti di codice fin dalle prime trascrizioni; Questo dà una lista di partenza.
3. Allineare l'elenco dei codici con la teoria. Combina, separa, rinomina i codici suggeriti dall'intelligenza artificiale in base alla tua domanda e al tuo quadro di ricerca. Questo è il giudizio dell'uomo.
4. Codificare in modo coerente. Lo stesso significato dovrebbe essere etichettato con lo stesso codice ovunque. L'intelligenza artificiale aiuta a contrassegnare le trascrizioni rimanenti coerenti con il set di codici approvato.
5. Estrai temi. Codici di gruppo e nomi di modelli (temi) più grandi. L'intelligenza artificiale suggerisce una bozza del tema; Sta a te decidere quale riflette veramente i tuoi dati. Supporta ogni tema con citazioni dirette.
Suggerimento: chiarire la differenza tra “codice” e “tema” nell’analisi qualitativa: un codice è una piccola etichetta di significato nel testo (“ansia per la precarietà del lavoro”); Il tema è il grande schema che riunisce tanti codici (“incertezza sul futuro”). L’intelligenza artificiale può confondere i due; Mantieni la distinzione.
tre mini custodie
Caso 1: citazione fabbricata rilevata. Un ricercatore ha chiesto all'IA citazioni che supportino un tema. AI ha presentato una frase fluente ma non appariva nella trascrizione come "ha detto il partecipante". Quando il ricercatore ha chiesto un numero di riga, YZ non ha potuto citare la fonte; La citazione è stata fabbricata. È diventata una regola: non si accettano proposte senza virgolette o numeri di riga.
Caso 2: maggiore coerenza della codifica. In uno studio su 30 trascrizioni, due ricercatori hanno utilizzato codici diversi. Hanno chiesto all'AI di redigere un codice comune: il nome, la descrizione e l'esempio di ciascun codice; La coerenza tra i codificatori è aumentata in modo significativo e il significato di ciascun codice è stato documentato.
Caso 3 — Approfondimento del tema superficiale. Nel primo turno, l’intelligenza artificiale ha suggerito un tema superficiale come “partecipanti felici/infelici”. Quando il ricercatore ha detto "questo è troppo superficiale, mostra la tensione nei dati", AI è tornata alle virgolette e ha abbozzato uno schema più ricco, come "la tensione tra la ricerca di sicurezza e il desiderio di libertà", basato sul testo; Il ricercatore lo ha confermato tra virgolette.
Quattro modelli copiabili
1) Raccomandazione di codifica aperta:
Codificare la seguente trascrizione dell'intervista riga per riga. Suggerisci un breve codice per ogni passaggio significativo e metti accanto il numero di riga e la citazione diretta. Non aggiungere nulla che non sia nel testo. Non commentare; basta taggare la frase nel testo. Trascrizione: [qui]
2) Libro di definizione del codice (codice):
Creare un libro di definizione dei codici dal seguente elenco di codici: per ciascun codice (1) nome, (2) descrizione di una frase, (3) estratto dal testo (con numero di riga), (4) nota "al di fuori dell'ambito di questo codice". Segnala codici ambigui. Codici: [qui]
3) Inferenza sul tema (basata sulla citazione):
In allegato l'elenco dei codici da me approvato. Suggerisci 3-5 schizzi a tema raggruppando questi codici. Per ogni tema: indicare quali codici contiene e almeno 2 virgolette dirette (con numero di riga) che lo supportano. Non suggerire un tema senza una citazione. Temi: [qui] Codici: [qui]
4) Controllo della fedeltà:
Di seguito un riassunto del tema e le citazioni su cui si basa. Controlla ogni frase: questo commento è davvero quello che dice la citazione o è un'inferenza extra? Segna ogni frase che non è supportata dal testo. Esagerazione o distorsione della voce del partecipante. Sommario: [qui]
Prompt debole / Prompt forte
Suggerimento debole:
Leggi queste interviste e fai emergere i temi principali e le buone citazioni per me.
L’intelligenza artificiale può produrre citazioni fluenti ma inventate e temi superficiali che i dati non riportano. La voce del partecipante si perde, l'attribuzione diventa inaffidabile.
Suggerimento potente:
Analizza le trascrizioni riportate di seguito, attenendoti SOLO al testo. Per ogni suggerimento sul tema: (1) i codici che compongono il tema, (2) la citazione diretta + numero di riga a supporto di ciascun codice. Non attribuire al partecipante alcuna espressione non menzionata nel testo; Dove non sei sicuro scrivi "non è chiaro nel testo". Trascrizioni: [qui]
La differenza: il secondo approccio attribuisce ogni commento alla parola effettiva del partecipante, rendendone impossibile la fabbricazione.
Fasi dell'analisi qualitativa
Palcoscenico
Contributo dell'intelligenza artificiale
decisione dell'uomo
trascrizione
Modifica del formato
Ascolta e verifica l'audio
codifica aperta
Suggerimento codice (con citazione)
Scelta teorica
libro dei codici
Bozza di definizione
Imposta i limiti del codice
Codifica coerente
Imposta l'applicazione
Controllo di coerenza
Analisi del tema
schizzo del modello
Commento e denominazione
Segnalazione
Modifica delle citazioni
Lealtà e significato
Errori comuni
- Accettare il preventivo senza il numero di riga. Da qui si apre la porta della citazione inventata.
- Fidarsi senza ascoltare la trascrizione. Le trascrizioni automatizzate contengono nomi e termini errati.
- Combinazione di codice con tema. L'etichetta piccola e il disegno grande sono due cose diverse.
- Accontentati del tema superficiale. Il potere della qualità è la profondità; Cerca la tensione nei dati.
- "Abbellire" la voce del partecipante. Cambiare il significato semplificando il testo rompe la fedeltà.
In sintesi
L'intelligenza artificiale nell'analisi qualitativa delle interviste; Risparmia molto tempo in attività come la modifica delle trascrizioni, il suggerimento del codice, la creazione di libri di definizione del codice e la stesura di temi. Ma il cuore della ricerca qualitativa è la fedeltà alle parole del partecipante. Ogni codice e tema dovrebbe essere collegato a un'affermazione effettiva nel testo, preferibilmente tramite il numero di riga; Nessuna citazione dovrebbe essere inclusa nel rapporto senza verifica, e nessun commento dovrebbe essere incluso nel rapporto senza conferma. L'intelligenza artificiale produce suggerimenti; La responsabilità del significato, della profondità e della fedeltà è tua.
Compito dell'applicazione
Registra una breve intervista (10-15 minuti che puoi realizzare tu stesso) e trascrivila con uno strumento automatizzato. Ascolta la registrazione e correggi la trascrizione. Con il modello "proposta di codifica aperta", prendi i codici numerati in linea dall'intelligenza artificiale, organizzali nella tua struttura e crea un codebook. Poi, con "estrazione temi", abbozza 3 temi e conferma ciascuno con citazioni reali. Con il "controllo di fedeltà" eliminare tutte le frasi che il testo non supporta.
lista di controllo
- [ ] Ho verificato la trascrizione ascoltando la registrazione.
- [ ] Ho collegato ciascun codice con il numero di riga e la citazione.
- [] Ho documentato la coerenza con il libro di definizione del codice.
- [ ] Ho supportato ogni tema con almeno due citazioni dirette.
- [ ] Ho confermato con il testo ogni frase attribuita al partecipante.