利益:
- 母集団、コンテキスト、焦点を追加することで、幅広いトピックを具体的な調査可能な質問に絞り込む能力
- データベースからソース自体を検索し、人工知能を使用して収集した実際の概要のみを合成する機能
- 人工知能によって提案されたすべての参照をDOIと存在チェックで検証し、偽のソースを排除する機能
すべての社会調査は質問から始まります。優れた研究の質問とは、「なぜ一部の若者は政治から背を向けるのか?」という、回答可能で限定的かつ意味のある好奇心の表明です。 「18歳から25歳までの大学生が地方選挙に参加しない理由は何ですか？」といった漠然とした質問ではなく、次のような具体的な質問: 質問の後には 2 つのタスクが続きます。文献レビュー (つまり、自分のテーマに関して以前に書かれたものを体系的に収集して読むこと) と、概念的な枠組みを確立すること (つまり、どの理論 (社会的出来事を説明する体系的な思考構造) や概念を使用して研究を理解するかを決定すること) です。この単元では、次の 3 つのジョブで AI を使用する方法を学びます。しかし、偽の情報源に騙されずに安全を保つ方法を学びます。
これは、モジュール全体の中で最も注意が必要な部分です。なぜなら、文献レビューはAIが最も幻覚を生み出す作業だからだ。 AI に「このトピックに関する情報源の名前を指定してください」と指示すると、本物のように見えても存在しない記事、著者、年を作成できます。つまり、黄金律は、AI は文献を発見するのではなく、見つけた文献を処理するということです。情報源を見つけるのは学術データベース (Google Scholar、Web of Science、TR Index、YÖK Thesis、ジャーナル自身のアーカイブなどの検索可能な出版物コレクション) の仕事です。見つけたテキストを AI が合成します。
ステップバイステップ: 質問からフレームまで
1. 研究課題を絞り込みます。広いトピック (「ソーシャル メディアと孤独」など) から始めて、人口 (誰が)、コンテキスト (いつ、どこで)、焦点 (正確に何に興味があるのか) を追加してトピックを絞り込みます。 AI は、トピックから 5 ～ 6 つの具体的な代替質問を生成するのに役立ちます。どちらを調査する価値があるかを判断するのはあなた次第です。
2. 主要な概念を抽出します。質問内の重要な概念をそれぞれ定義します (例: 「孤独」、「ソーシャル キャピタル」、「デジタル排除」)。 AI は、概念の代替名や検索語を生成するのが得意です。これにより、データベース検索が強化されます。
3. ソースを見つけてください。キーワードでデータベースを検索し、関連する論文の要約と全文をダウンロードします。 AI に「リソースを見つけろ」とは言わないでください。自分でリソースを集めましょう。
4.AIで合成する。あなたが収集した実際の要約をAIに与え、共通の発見、矛盾、ギャップを抽出します。これにより、数十の概要を 1 つずつ比較する作業が高速化されます。
5. 概念的な枠組みを確立します。調査結果に基づいて、研究を読むためにどの理論を使用するかを決定します。 AI は理論を平易な言葉で説明できます。どちらがあなたの質問に適しているかを判断するのはあなた次第です。
注意: AI によって作成された参考文献は、データベース内の DOI (デジタル オブジェクト識別子 - 各学術出版物に与えられる永続的な ID) を検索して確認することなく使用しないでください。 「信じられそうに見える」からといって、それが本物であるとは限りません。 AI は正確に説得力のある偽物を生成します。
ミニケース3個
ケース 1 — 質問を絞り込む。ある学生は「移民とアイデンティティ」という大きなテーマを考え出しました。彼は AI に 6 つの具体的なサブ質問を導き出すように依頼しました。その中で、彼は「移民二世若者の母語使用と帰属関係」という質問を選んだ。この巨大なトピックは、4 か月の論文で研究可能な質問に要約されました。
ケース 2 — 偽の DOI。研究者は、YZ が提供した 12 件の参考文献を DOI がまとめて照会しました。 12 件の DOI のうち 3 件は、出版に至らなかったか、まったく異なる論文につながりました。 AIは本物のジャーナルの偽のDOIを生成しました。バッチ チェックにより、これら 3 つの偽のソースが取り除かれました。
ケース 3 — ギャップの発見。あるチームはAIに22の実際の記事の要約を与え、「どの質問がまだ調査されていないのか?」と尋ねました。 YZ氏は、ほとんどの研究は大都市に焦点を当てているが、地方の状況はほとんど取り上げられていないと指摘した。チームはこのギャップを独自の研究課題の理論的根拠としました。
コピー可能な 4 つのテンプレート
1) リサーチクエスチョンを絞り込む:
場所: [広範なトピック]。このトピックから、社会学的に調査可能な具体的な 6 つの調査質問を導き出してください。各質問で母集団、背景、焦点が明確であることを確認してください。各質問の横に「定量的、定性的、または混合は適切ですか?」というメモを追加します。質問を提案として送信します。私が選択します。
2) 検索語の生成 (ソースを見つけます):
次の概念のデータベース検索で使用できる同義語と関連用語を生成します: [概念 1]、[概念 2]。対応するトルコ語と英語を教えてください。ブール演算子 (AND/OR) を使用したサンプル検索文字列を提案します。情報源の推奨事項。検索語を入力するだけです。
3) 文献総合 (私が提供したテキストのみ):
以下に[M1]～[M10]の10記事の要約を貼り付けます。これらのみに基づいて、(1) 合意された調査結果、(2) 矛盾する調査結果、(3) 方法論的アプローチ、(4) ギャップの表が作成されます。各行に、どのテキストに基づいているかを [M#] で示します。外部リソースを追加しないでください。
4) ソース検証バッチチェック:
以下の参考文献リストの各レコードについて、検証が必要なフィールド (著者、年、タイトル、雑誌、DOI) をテーブルに収集します。不明な点がある場合は、「必ず確認してください」と記入してください。リファレンスをまったく知らない場合は、でっち上げないでください。 「不明」と記入してください。リスト: [ここ]
弱いプロンプト / 強いプロンプト
弱いプロンプト:
デジタル格差に関する最も重要な論文 10 件を参考文献とともにリストします。
これは直接的にAIの仲直りを招きます。このモデルは、存在しないが現実的に見える 10 個のソースを生成します。どれも確認することはできません。
強力なプロンプト:
あなたの役割: 合成アシスタント。以下に私が集めた9つの記事の要約を貼り付けます。あなたの使命は、(1) これら 9 つの研究の共通点、(2) 相互に矛盾する箇所、(3) 使用された手法、および (4) 未解決の疑問をマッピングすることです。これらのテキストのみを使用してください。各主張を [M#] を使用してソースにリンクします。概要: [こちら]
違い: AI はリソースを「検索」するのではなく、実際のリソースを読み取り可能な合成マップに変換します。
文献レビュー: どの仕事が誰のものか
ステージ
AIはできる
人間はしなければならない
トピックを絞り込む
代替質問の生成
質問の選択
検索語
同義語、翻訳
検索戦略
調達
— (捏造の危険性)
データベーススキャン
読書の要約
簡単な要約
品質評価
合成
共通/矛盾する所見マップ
コメントと選択肢
ソースの検証
チェックリストを編集する
DOI/エンティティの確認
よくある間違い
- AI にリソースを要求します。文献を見つけるのはデータベースの仕事です。 AIがそれを補ってくれます。
- DOIを確認していない。本物のように見える DOI であっても偽物である可能性があります。それぞれに質問します。
- 単一の理論に盲目的に固執すること。発見によって枠組みが決まるはずであり、あなたの偏見ではありません。
- ギャップを飛び越える。優れた研究課題は文献のギャップに適合します。これを意識的に探してください。
- 合成をそのままコピーします。 AI の概要を独自の分析として提示しないでください。ソースに戻って自分で読んでください。
要約すれば
研究のバックボーン。それは明確な質問であり、正直な文献レビューであり、適切な概念的枠組みです。 AI は、質問の絞り込み、検索語の生成、収集した実際の概要の合成、検証リストの作成を強力に支援します。しかし、ソースを見つけ、それぞれの参考文献を確認し、フレームを選択し、解釈を加えます。人間の分野における最大の罠は、偽の情報源です。ルールは明らかです。AI は文献を発見するのではなく、見つけたものを処理します。
アプリケーションタスク
研究テーマを選択します。 AIで6つの選択肢の具体的な質問を生成し、1つを選択します。自分でデータベースを検索し、実際の論文抄録を少なくとも 8 件収集します。 「文献総合」テンプレートを使用してこれらの要約を AI に与え、共通の発見、矛盾、ギャップのマップを作成します。最後に、プロセスの開始時に AI が提案する参照がある場合は、それらをすべて DOI で検証し、そのうちの数が偽物であるかを報告します。
チェックリスト
- [ ] 母集団、コンテキスト、焦点によって研究課題を絞り込みました。
- [ ] リソースは私がデータベースから自分で収集したものであり、AI に要求したものではありません。
- [ ] 各参考文献の DOI/存在を確認しました。
- [ ] 実際の要約とソースを参照してのみ総合してもらいました。
- [ ] 私は発見に基づいて概念的な枠組みを選択しました。