이득:
- 녹음 내용을 듣고 녹취록을 검증하고, 인공지능을 활용하여 코드와 테마를 제안하는 기능
- 각 코드와 인용문을 텍스트의 실제 진술(바람직하게는 줄 번호)에 연결하여 참가자의 목소리에 충실합니다.
- 코드와 테마를 구별하고 피상적인 주석을 피하며 인용문으로 데이터의 깊이를 뒷받침하는 능력.
질적 연구는 숫자에 관한 것이 아닙니다. 의미, 경험, 맥락을 다루는 접근 방식입니다. 사람들이 사건을 어떻게 해석하는지, 어떤 단어로 사건을 설명하는지, 왜 그것에 관심을 갖는지 깊이 이해하려고 노력합니다. 가장 일반적인 도구는 심층 인터뷰입니다. 사전에 결정되었지만 유연한 질문을 바탕으로 한 사람과 긴 대화를 나누는 것입니다. 인터뷰 후에는 전사(오디오 녹음 내용을 그대로 전사), 코딩(텍스트에서 의미 있는 구절에 라벨 지정), 테마 분석(코드에서 더 크고 반복되는 패턴(테마) 추출)이라는 세 가지 작업이 수행됩니다. 이 단원에서는 이 세 가지 직업에서 AI를 사용하는 방법을 배웁니다. 그러나 참가자의 목소리를 유지하고 해석에 대한 책임을 유지하는 방법을 배우게 됩니다.
AI는 질적 분석에 정말 강력한 도움이 됩니다. 대부분의 작업이 텍스트를 다루는데 AI는 텍스트 속도가 빠르기 때문입니다. 그러나 이것이 바로 여기에 가장 큰 위험이 있는 이유입니다. 참가자가 말하지 않은 내용을 참가자에게 귀속시키는 것입니다. AI는 인용문을 '수정'하고, 감정을 '해석'하고, 텍스트에 없는 주제를 '만들어' 낼 수 있습니다. 질적 연구의 핵심은 참가자 자신의 말에 대한 충실성입니다. 따라서 황금률은 다음과 같습니다. AI는 코드와 테마를 제안하지만 각 제안은 텍스트의 실제 설명(줄 번호 포함)에 연결되어야 하며 이를 확인해야 합니다.
단계별: 등록부터 테마까지
1. 성적표를 확인하세요. 자동 전사 도구는 빠르지만 실수를 합니다. 이름, 기술 용어, 방언 표현을 잘못 입력할 수 있습니다. 녹음 내용을 듣고 대본을 수정하는 것이 중요합니다. AI는 형식을 편집할 수 있지만 소리를 들을 수는 없습니다.
2. 오픈코딩을 해보세요. 텍스트를 한 줄씩 읽고 의미 있는 각 부분에 라벨(코드)을 부여하세요. AI는 처음 몇 개의 성적표에서 코드 제안을 생성할 수 있습니다. 이것은 시작 목록을 제공합니다.
3. 코드 목록을 이론과 일치시킵니다. 자신의 연구 질문과 프레임워크에 따라 AI가 제안한 코드를 결합, 분리, 이름 변경하세요. 이것이 사람의 판단입니다.
4. 일관되게 코딩하세요. 동일한 의미는 어디서나 동일한 코드로 표시되어야 합니다. AI는 승인된 코드 세트와 일치하는 나머지 성적표를 표시하는 데 도움이 됩니다.
5. 테마를 추출합니다. 그룹 코드와 더 큰 패턴(테마)의 이름을 지정합니다. AI가 초안 테마를 제안합니다. 어느 것이 귀하의 데이터를 실제로 반영하는지 결정하는 것은 귀하에게 달려 있습니다. 직접적인 인용문으로 각 테마를 지원하세요.
팁: 질적 분석에서 "코드"와 "테마"의 차이점을 명확히 하십시오. 코드는 텍스트에서 의미를 나타내는 작은 태그입니다("직업 불안에 대한 불안"). 테마는 많은 코드("미래에 대한 불확실성")를 하나로 묶은 큰 패턴입니다. AI는 이 둘을 혼동할 수 있습니다. 당신은 구별을 유지합니다.
세 개의 미니 케이스
사례 1 — 조작된 견적이 발견되었습니다. 한 연구원이 AI에게 주제를 뒷받침하는 인용문을 요청했습니다. AI는 "참가자가 말한 대로" 유창하지만 녹취록에는 나오지 않는 문장을 제시했다. 연구원이 줄 번호를 요청했을 때 YZ는 출처를 인용할 수 없었습니다. 견적이 조작되었습니다. 따옴표나 줄 번호가 없는 제안은 받아들이지 않는다는 것이 규칙이 되었습니다.
사례 2 - 코딩 일관성이 향상되었습니다. 30개의 녹취록에 대한 연구에서 두 명의 연구자가 서로 다른 코드를 사용했습니다. 그들은 AI가 공통 코드북 초안(각 코드의 이름, 설명 및 예)을 갖게 했습니다. 코더 간의 일관성이 크게 향상되었으며 각 코드의 의미가 문서화되었습니다.
사례 3 — 피상적인 주제가 심화되었습니다. 1라운드에서는 AI가 '참가자들이 행복하다/불행하다' 등 피상적인 주제를 제안했다. 연구원이 "이건 너무 얕아서 데이터의 긴장감을 보여주세요"라고 말하자 AI는 인용문으로 돌아가 텍스트를 기반으로 "보안 추구와 자유에 대한 열망 사이의 긴장"과 같은 더 풍부한 패턴을 스케치했습니다. 연구원은 인용문을 통해 이를 확인했습니다.
복사 가능한 템플릿 4개
1) 오픈코딩 추천사항:
다음 인터뷰 기록을 한 줄씩 코딩하세요. 의미 있는 각 구절에 대해 짧은 코드 태그를 제안하고 그 옆에 줄 번호와 직접 인용문을 입력합니다. 본문에 없는 내용은 추가하지 마세요. 댓글을 달지 마세요. 텍스트의 문구에 태그를 지정하면 됩니다. 대본: [여기]
2) 코드 정의서(코드북):
다음 코드 목록에서 코드 정의 책을 만듭니다. 각 코드에 대해 (1) 이름, (2) 한 문장으로 된 설명, (3) 텍스트에서 발췌(줄 번호 포함), (4) "이 코드의 범위를 벗어남"을 기록합니다. 모호한 코드에 플래그를 지정합니다. 코드: [여기]
3) 주제 추론(인용문 기반):
제가 승인한 코드 목록이 첨부되어 있습니다. 이 코드들을 그룹화하여 3~5개의 테마 스케치를 제안해보세요. 각 테마에 대해 포함된 코드와 이를 지원하는 최소 2개의 직접적인 인용문(줄 번호 포함)을 표시합니다. 인용문 없이 주제를 제안하지 마세요. 테마: [여기] 코드: [여기]
4) 충성도 관리:
다음은 주제와 그 주제가 되는 인용문을 요약한 것입니다. 각 문장을 확인하세요. 이 의견이 실제로 인용문에서 말하는 내용인가요, 아니면 추가 추론인가요? 본문에서 뒷받침되지 않는 문장을 각각 표시하세요. 참가자의 목소리가 과장되거나 왜곡됩니다. 요약: [여기]
약한 프롬프트 / 강한 프롬프트
약한 프롬프트:
이 인터뷰를 읽고 나에게 맞는 주요 주제와 좋은 인용문을 찾아보세요.
AI는 데이터가 전달하지 않는 유창하지만 꾸며낸 인용문과 피상적인 주제를 생성할 수 있습니다. 참가자의 목소리가 손실되고 귀속이 신뢰할 수 없게 됩니다.
강력한 프롬프트:
텍스트만 준수하여 아래의 성적표를 분석하세요. 각 테마 제안에 대해: (1) 테마를 구성하는 코드, (2) 직접 인용 + 각 코드를 지원하는 줄 번호. 텍스트에 언급되지 않은 표현을 참가자의 것으로 간주하지 마십시오. 확실하지 않은 경우에는 "본문에서는 명확하지 않습니다"라고 기재합니다. 성적표: [여기]
차이점: 두 번째 접근 방식은 각 댓글을 참가자의 실제 단어에 귀속시켜 조작을 불가능하게 만듭니다.
정성 분석 단계
무대
AI의 투고
남자의 결정
전사
형식 편집
오디오 듣기 및 확인
오픈코딩
코드 제안(인용문 포함)
이론적 선택
코드북
정의 초안
코드 제한 설정
일관된 코딩
애플리케이션 설정
일관성 확인
테마 분석
패턴 스케치
댓글 및 이름 지정
보고
견적 편집
충성심과 의미
일반적인 실수
- 라인 번호 없이 견적을 수락합니다. 여기에서 꾸며낸 명언의 문이 열립니다.
- 녹취록을 듣지 않고도 신뢰합니다. 자동 녹취록의 이름과 용어가 잘못되었습니다.
- 코드와 테마를 혼합합니다. 작은 라벨과 큰 패턴은 서로 다른 두 가지입니다.
- 피상적인 주제에 만족하세요. 품질의 힘은 깊이입니다. 데이터에서 전압을 찾아보세요.
- 참가자의 목소리를 "아름답게" 만듭니다. 텍스트를 합리화하면서 의미를 변경하면 충실도가 손상됩니다.
요약하면
질적 인터뷰 분석의 AI; 스크립트 편집, 코드 제안, 코드 정의 책 만들기, 테마 초안 작성 등의 작업에서 많은 시간을 절약해 줍니다. 그러나 질적 연구의 핵심은 참가자 자신의 말에 대한 충실성입니다. 각 코드와 주제는 텍스트의 실제 설명과 연결되어야 하며 가급적이면 줄 번호를 사용하여 연결해야 합니다. 검증 없이 보고서에 인용문을 포함해서는 안 되며, 확인 없이 보고서에 코멘트를 포함해서는 안 됩니다. AI는 제안을 생성합니다. 의미, 깊이 및 충실도에 대한 책임은 귀하에게 있습니다.
응용과제
짧은 인터뷰 녹음(직접 제작할 수 있는 10~15분)을 하고 자동화된 도구를 사용하여 녹음하세요. 녹음 내용을 듣고 대본을 수정하세요. "오픈 코딩 제안" 템플릿을 사용하면 AI에서 줄 번호가 지정된 코드를 가져와 자신만의 프레임워크로 구성하고 코드북을 만들 수 있습니다. 그런 다음 "테마 추출"을 통해 3개의 테마를 작성하고 실제 인용문으로 각 테마를 확인합니다. "충실도 검사"를 사용하면 텍스트가 지원하지 않는 문장을 제거할 수 있습니다.
체크리스트
- [ ] 녹취록을 듣고 녹취록을 확인했습니다.
- [ ] 각 코드를 줄번호와 인용문으로 연결했습니다.
- [ ] 나는 코드 정의 책과의 일관성을 문서화했습니다.
- [ ] 각 주제를 최소한 두 개의 직접적인 인용문으로 뒷받침했습니다.
- [ ] 참가자의 각 문장을 텍스트로 확인했습니다.