이득:
- 인구, 맥락, 초점을 추가하여 광범위한 주제를 구체적이고 조사 가능한 질문으로 좁힐 수 있는 능력
- 데이터베이스에서 소스 자체를 찾고, 인공지능을 활용해 수집한 실제 요약만 합성하는 기능
- 인공지능이 제시하는 모든 참고자료를 DOI와 존재여부 확인을 통해 검증하고 가짜 소스를 제거하는 기능
모든 사회탐구는 질문에서 시작됩니다. 좋은 연구 질문은 대답할 수 있고 제한적이며 의미 있는 호기심의 진술입니다. "왜 일부 젊은이들은 정치에서 등을 돌리는가?" “18~25세 대학생들이 지방선거에 참여하지 않는 이유가 무엇입니까?”와 같은 막연한 요청보다는 다음과 같은 구체적인 질문이 나옵니다. 질문 후에는 두 가지 작업이 나옵니다. 즉, 문헌 검토(즉, 해당 주제에 대해 이전에 쓰여진 내용을 체계적으로 수집하고 읽는 것)와 개념적 틀을 확립하는 것(즉, 어떤 이론(사회적 사건을 설명하는 체계적 사고 구조)과 개념을 사용하여 연구를 이해하는지 결정하는 것입니다. 이 단원에서는 이 세 가지 직업에서 AI를 사용하는 방법을 배웁니다. 하지만 가짜 소스에 속지 않고 안전을 유지하는 방법을 배우게 됩니다.
이는 전체 모듈에서 가장 주의가 필요한 부분입니다. AI가 가장 많은 환각을 만들어내는 작업이 문헌 검토이기 때문입니다. AI에게 "이 주제에 대한 출처의 이름을 지정하세요"라고 말하면 실제처럼 보이지만 존재하지 않는 기사, 저자, 연도를 만들어 낼 수 있습니다. 따라서 황금률은 AI가 문헌을 발견하는 것이 아니라 여러분이 찾은 문헌을 처리한다는 것입니다. 출처를 찾는 것은 학술 데이터베이스(Google Scholar, Web of Science, TR Index, YÖK Thesis, 저널 자체 아카이브와 같은 검색 가능한 출판물 컬렉션)의 임무입니다. AI는 당신이 찾은 텍스트를 합성합니다.
단계별: 질문에서 프레임까지
1. 연구 질문의 범위를 좁힙니다. 광범위한 주제(예: "소셜 미디어와 외로움")로 시작하고 인구(누가), 맥락(어디서, 언제), 초점(정확히 궁금한 사항)을 추가하여 범위를 좁힙니다. AI는 주제에서 5~6개의 구체적인 대안 질문을 생성하는 데 도움이 됩니다. 어느 것이 조사할 가치가 있는지 결정하는 것은 귀하에게 달려 있습니다.
2. 핵심 개념을 추출합니다. 질문에 각 중요한 개념을 정의하세요(예: '외로움', '사회적 자본', '디지털 배제'). AI는 개념에 대한 대체 이름과 검색어를 생성하는 데 능숙합니다. 이를 통해 데이터베이스 검색이 강화됩니다.
3. 출처를 찾으십시오. 핵심 용어로 데이터베이스를 검색하고 관련 기사의 초록과 전문을 다운로드하세요. AI에게 "자원을 찾으세요"라고 지시하지 마세요. 스스로 자원을 모으십시오.
4. AI로 합성한다. 수집한 실제 요약을 AI에 제공하고 공통된 발견 사항, 모순 및 격차를 추출합니다. 이렇게 하면 수십 개의 요약을 하나씩 비교하는 작업 속도가 빨라집니다.
5. 개념적 틀을 확립하십시오. 연구 결과를 바탕으로 연구를 읽는 데 사용할 이론을 결정하십시오. AI는 일반 언어로 이론을 설명할 수 있습니다. 어느 것이 귀하의 질문에 맞는지 결정하는 것은 귀하에게 달려 있습니다.
주의: 데이터베이스에서 DOI(디지털 객체 식별자 - 각 학술 출판물에 부여된 영구 ID)를 찾아 확인하지 않고 AI가 생성한 참조를 사용하지 마십시오. "믿을 수 있을 것 같다"고 해서 그것이 진짜라는 뜻은 아닙니다. AI는 정확하고 설득력 있는 가짜를 만들어냅니다.
세 개의 미니 케이스
사례 1 - 질문 범위를 좁힙니다. 한 학생은 '이민과 정체성'이라는 거대한 주제를 내놓았다. 그는 AI에게 6가지 구체적인 하위 질문을 도출해 달라고 요청했다. 그 중 그는 '이민 2세 청소년의 모국어 사용과 소속관계'라는 질문을 선택했다. 이 거대한 주제는 4개월 간의 논문을 위한 연구 가능한 질문으로 귀결되었습니다.
사례 2 - 가짜 DOI. 한 연구자는 DOI를 통해 YZ가 제공한 12개의 참고문헌을 종합적으로 질의했습니다. DOI 12개 중 3개는 출판으로 이어지지 않았거나 완전히 다른 논문으로 이어졌습니다. AI는 실제 저널에 대한 가짜 DOI를 생성했습니다. 일괄 검사를 통해 이 3개의 가짜 소스를 제거했습니다.
사례 3 — 격차 발견. 한 팀은 AI에 실제 기사 요약 22개를 주고 “아직 연구되지 않은 질문은 무엇인가?”라고 물었다. YZ는 대부분의 연구가 대도시에 초점을 맞추는 반면 농촌 상황은 거의 다루지 않는다고 지적했습니다. 팀은 이러한 격차를 자신들의 연구 질문에 대한 근거로 삼았습니다.
복사 가능한 템플릿 4개
1) 연구 질문의 범위를 좁힙니다.
위치: [광범위한 주제]. 이 주제에서 사회학적으로 연구 가능한 구체적인 연구 질문 6개를 도출해 보세요. 각 질문에서 모집단, 맥락, 초점이 명확한지 확인하세요. 각 질문 옆에 "정량적, 정성적 또는 혼합형이 적절합니까?"라는 메모를 추가하십시오. 질문을 제안으로 제출하세요. 나는 선택을 할 것이다.
2) 검색어 생성(출처를 찾아드립니다):
[개념 1], [개념 2] 개념에 대한 데이터베이스 검색에 사용할 수 있는 동의어 및 관련 용어를 생성합니다. 터키어와 영어로 동등한 것을 제공하십시오. 부울 연산자(AND/OR)를 사용하여 샘플 검색 문자열을 제안합니다. 소스 추천; 검색어를 입력하시면 됩니다.
3) 문헌 종합(제가 제공한 텍스트로만):
아래에는 [M1]~[M10] 10개 기사의 요약을 붙여넣었습니다. 이들만을 토대로 (1) 합의된 결과, (2) 상충되는 결과, (3) 방법론적 접근 방식, (4) 격차로 구성된 표가 나타납니다. 각 줄에서 [M#]을 사용하여 어떤 텍스트를 기반으로 하는지 표시하세요. 외부 리소스를 추가하지 마세요.
4) 소스 검증 일괄 확인:
아래 참조 목록의 각 기록에 대해 유효성 검사가 필요한 필드(저자, 연도, 제목, 저널, DOI)를 테이블에 수집합니다. 확실하지 않은 부분이 있으면 "MUST BE VERIFIED"라고 기재하세요. 참고 자료를 전혀 모른다면 꾸며내지 마세요. "알 수 없음"이라고 씁니다.목록: [여기]
약한 프롬프트 / 강한 프롬프트
약한 프롬프트:
참고문헌과 함께 디지털 불평등에 관한 가장 중요한 10개의 기사를 나열하세요.
이는 AI를 직접 구성하도록 초대합니다. 이 모델은 존재하지 않지만 현실적으로 보이는 10개의 소스를 생성합니다. 그 중 어느 것도 확인할 수 없습니다.
강력한 프롬프트:
귀하의 역할: 합성 보조자. 아래에는 제가 수집한 9개 기사의 요약을 붙여넣었습니다. 귀하의 임무는 (1) 이 9개 연구의 공통점, (2) 서로 모순되는 부분, (3) 사용된 방법, (4) 아직 답변되지 않은 질문을 파악하는 것입니다. 다음 텍스트만 사용하세요. [M#]을 사용하여 각 주장을 소스에 연결합니다. 요약: [여기]
차이점: AI는 더 이상 리소스를 "찾지" 않고 실제 리소스를 읽을 수 있는 합성 맵으로 변환합니다.
문헌 검토: 누구의 직업인가
무대
AI는 할 수 있다
사람이 해야 할 일
주제를 좁혀라
대체 질문 생성
질문의 선택
검색어
동의어, 번역
검색 전략
소싱
— (조작 위험)
데이터베이스 스캔
요약 읽기
빠른 요약
품질 평가
합성
공통/상충되는 조사 결과 맵
코멘트와 선택
소스 확인
체크리스트 편집
DOI/엔티티 확인
일반적인 실수
- AI에게 자원을 요청합니다. 문헌을 찾는 것은 데이터베이스의 임무입니다. AI가 해결해 줍니다.
- DOI를 확인하지 않습니다. 현실적으로 보이는 DOI도 가짜일 수 있습니다. 각자에게 질문해 보세요.
- 단일 이론에 대한 맹목적인 고수. 결과는 편견이 아니라 프레임을 설정해야 합니다.
- 격차를 뛰어 넘습니다. 좋은 연구 질문은 문헌의 공백에 맞습니다. 의식적으로 이것을 찾으십시오.
- 합성을 그대로 복사합니다. AI 요약을 자신의 분석으로 제시하지 마십시오. 출처로 돌아가서 직접 읽어보세요.
요약하면
연구의 중추; 이는 명확한 질문이고, 정직한 문헌 검토이며, 적절한 개념적 틀입니다. AI는 질문 범위를 좁히고, 검색어를 생성하고, 수집한 실제 요약을 종합하고, 검증 목록을 작성하는 데 강력한 도움을 줍니다. 그러나 출처를 찾고, 각 참조를 확인하고, 프레임을 선택하고, 해석을 합니다. 인간 분야의 가장 큰 함정은 가짜 소스입니다. 규칙은 분명합니다. AI는 문헌을 발견하는 것이 아니라 사용자가 찾은 것을 처리합니다.
응용과제
연구주제를 선택하세요. AI를 사용하여 6개의 대안적이고 구체적인 질문을 생성하고 하나를 선택하세요. 데이터베이스를 직접 검색하고 최소 8개의 실제 논문 초록을 수집하세요. "문학 종합" 템플릿을 사용하여 이러한 요약을 AI에 제공하고 공통 결과, 모순 및 격차에 대한 지도를 만듭니다. 마지막으로 프로세스 초기에 AI가 제안하는 참고자료가 있다면 모두 DOI로 검증하고 몇 개가 가짜인지 보고한다.
체크리스트
- [ ] 연구 질문을 인구, 맥락, 초점별로 좁혔습니다.
- [ ] 데이터베이스에서 직접 자원을 수집했고 AI에게 요청하지 않았습니다.
- [ ] 각 참고문헌에 DOI/존재 여부를 확인했습니다.
- [ ] 실제 요약과 출처를 참조하여 합성을 진행했습니다.
- [ ] 나는 연구 결과를 바탕으로 개념적 틀을 선택했습니다.