Ieguvumi:
- Spēja plānot pētījumu kā sakarīgu sešu posmu darbplūsmu no projektēšanas līdz dokumentācijai
- Spēja noteikt mākslīgā intelekta drošas izmantošanas robežu katrā posmā un pārbaudīt iepriekšējo izvadi posmu pārejās
- Spēja izveidot atbildīgas lietošanas protokolu komandas līmenī un pašvērtēt pēc pieciem pamatprincipiem
Iepriekšējās desmit nodaļās mēs esam aptvēruši AI katrā sociālā pētījuma posmā: jautājumi un literatūra, izlase, aptauja un kvantitatīvā analīze, kvalitatīvā kodēšana un tēma, jauktās metodes, vizualizācija, ētika, reproducējamība un rakstīšana. Mēs to visu apkopojam šajā pēdējā vienībā. Mērķis ir savienot individuālās prasmes pilnīgā darbplūsmā — konsekventā, drošā un godīgā procesā no pētījuma jautājuma līdz publicētam konstatējumam. Mēs arī pārsniegsim indivīdu un runāsim par pārvaldību: kopīgiem noteikumiem, kā komanda, nodaļa vai iestāde var atbildīgi izmantot AI sociālajā pētniecībā.
Pilnīgas domāšanas vērtība ir tāda, ka katrā posmā pieņemtais lēmums ietekmē nākamo. Neobjektīvu paraugu nevar saglabāt pat ar perfektu analīzi; Nepārbaudīts avots atspēko pat labāko rakstu. Tāpēc AI ir jāizmanto katrā posmā ar vieniem un tiem pašiem principiem: barojiet to ar spēcīgiem resursiem, pārbaudiet katru rezultātu, aizsargājiet cilvēka spriedumu, iepriekš rūpējieties par ētiku un privātumu, dokumentējiet procesu pārredzami. Šos principus var apkopot vienā teikumā: AI paātrina izpēti, bet neaizstāj pētnieku.
Soli pa solim: plūsma no gala līdz galam
1. Dizains (jautājums + ētika + paraugs). Izveidojiet skaidrus jautājumus, pārstrādājiet ētikas apstiprinājumu un konfidencialitātes plānošanu un novērtējiet izlases reprezentativitāti. Šajā posmā AI palīdz apšaubīt sašaurināšanos un ētisko risku skrīningu.
2. Datu vākšana (aptauja + intervija). Sagatavojiet stabilu aptauju un interviju ceļvedi. AI uztver jautājumu slazdus; Datu vākšana un dalībnieku attiecības ir jūsu uzdevums.
3. Apstrāde (tīrīšana + kodēšana + anonimizācija). Anonimizēt, notīrīt, kodēt datus. AI ražo rasējumus; Jūs apstiprināt katru lēmumu un kodu grāmatu.
4. Analīze (kvantitatīvā + kvalitatīvā + triangulācija). Palaidiet statistiku, izmantojot programmu, savienojiet tēmas ar citātiem, pārbaudiet rezultātus. AI izskaidro metodi, nevis aprēķinu.
5. Prezentācija (vizualizācija + rakstīšana). Izveidojiet godīgu grafiku un oriģinālu tekstu. Katrs avots un numurs ir pārbaudīts; AI loma ir deklarēta.
6. Dokumentācija (žurnāls + tūlītējs ieraksts + kopīgošana). Dokumentējiet lēmumus, uzvednes un reklāmguvumus un, ja iespējams, kopīgojiet anonīmus datus un kodu.
Padoms. Saglabājiet pie sava galda pilnīgu kontrolsarakstu. Pārejot katrā solī, jautājiet: "Vai esmu apstiprinājis šīs darbības rezultātu, vai esmu paraugs/ētisks/avots drošs, vai esmu atstājis nekādas pēdas?" Atslābums vienā posmā vājina visu ķēdi.
trīs mini futrāļi
1. gadījums — ķēdes vājākais posms. Viena komanda veica izcilu kvalitatīvu analīzi, bet viņu paraugs bija no vienas tiešsaistes grupas. Neatkarīgi no tā, cik labi viņi kodēja, atradums bija iestrēdzis šajā grupā. Nodarbība: kvalitāte no gala līdz galam ir tik laba, cik ir vājākais posms; analīzē nevar labot neobjektivitāti dizainā.
2. gadījums — darbojās komandas pārvaldība. Pētniecības centrs visai komandai uzrakstīja kopīgu AI lietošanas protokolu: kurš rīks, kuri dati anonimizēti, ar kuru verifikācijas darbību. Tikko ieradies palīgs jau no pirmās dienas strādāja droši, ievērojot protokolu; Personisko kļūdu skaits ir samazinājies.
3. gadījums — caurspīdīga ķēde ieguva tiesnešu uzticību. Viens raksts pievienoja lēmumu žurnālu, uzvedņu žurnālus un AI paziņojumu. Recenzenti varēja vērot procesu no sākuma līdz beigām un vienojās, uzskatot, ka tas ir "ražojams un godīgs". Caurspīdība bija līme, kas savienoja visus atsevišķos posmus.
Četras kopējamas veidnes
1) Pilnīga kontrolsaraksta izveide:
Mans pētījums iet cauri šādiem posmiem: projektēšana, datu vākšana, apstrāde, analīze, prezentācija, dokumentēšana. Katram posmam izveidojiet kontrolsarakstu: kur es varu droši izmantot AI šajā posmā, kādu rezultātu man vajadzētu pārbaudīt, kāds ētiskais/privātuma risks man jāņem vērā, kas man jādokumentē? Norādiet to tabulā.
2) Komandas AI protokola projekts:
Sagatavojiet AI lietošanas protokolu sociālo pētījumu komandai. Iekļauti: apstiprināti rīki, datu anonimizācijas noteikums, kurā lomaAI ir atļauta/ierobežota/aizliegta, obligātas verifikācijas darbības, AI deklarācijas noteikums, atbildība. Rakstiet vienkāršus, praktiskus vienumus.
3) Fāzes pārejas kontrole:
Es pabeidzu [X fāzi], es pāreju uz [Y fāzi]. Uzskaitiet lietas, kas man jāpārbauda pirms šīs pārejas: vai esmu pārbaudījis iepriekšējā posma izvadi, vai man ir kļūda (nepareizs paraugs, nepārbaudīts avots, neizsekots lēmums), kas pārtrauks nākamo posmu? Vai esmu gatavs pārejai, un, ja nē, ko man vajadzētu labot?
4) Atbildīgas lietošanas pašnovērtējums:
Pārbaudīt pētījumu, ko es pabeidzu par atbildīgu AI izmantošanu. Novērtējiet un norādiet nepilnības pret šiem pieciem principiem: (1) spēcīga avota barošana, (2) katra rezultāta apstiprināšana, (3) cilvēka sprieduma saglabāšana, (4) ētika un konfidencialitāte, (5) pārredzama dokumentācija. Process: [kopsavilkums]
Vāja uzvedne / spēcīga uzvedne
Vāja uzvedne:
Veiciet šo pētījumu no sākuma līdz beigām ar AI un pabeidziet to.
Tādējādi tiek mēģināts pārnest visu atbildību uz modeli. Rezultāts: neobjektīvs paraugs, izdomāts avots, nepārbaudīta statistika un neattaisnojams teksts. Neviens posms no gala līdz galam nav drošs.
Spēcīga uzvedne:
Es vēlos plānot savu pētījumu no gala līdz beigām. Katrā posmā (dizains, dati, apstrāde, analīze, prezentācija, dokumentācija) tas kalpo kā ceļvedis, kur es varu droši izmantot AI, kur ir nepieciešams cilvēka vērtējums un pārbaude un kādi ētiskie un privātuma riski man būtu jāņem vērā. Atcerieties, ka es esmu atbildīgs.
Atšķirība: otrā pieeja pozicionē AI kā pavadoni; Tā jau no paša sākuma pieņem, ka lēmumi un pārbaude pieder cilvēkiem.
Pilnīgas atbildīgas lietošanas politikas
principu
Pieteikums
Kurā vienībā
Barojiet ar spēcīgu avotu
Norādiet savus datus/avotu
1, 2
Vaicājiet paraugu
Pārstāvības un neobjektivitātes audits
3
Veiciet aprēķinus programmā
Liek AI radīt skaitļus
4
saglabāt lojalitāti
Saite citātu ar rindas numuru
5
Turiet pretrunu atklātu
Triangulācija, godīga prezentācija
6, 7
Vispirms ētika un privātums
Anonimizēts, pārbaudīts rīks
8
Dokumentējiet procesu
Dienasgrāmata, tūlītējs ieraksts
9
Saglabājiet oriģinalitāti
Pārbaudiet avotu, savu balsi
10
Biežas kļūdas
- Apsverot posmus atsevišķi un aizmirstot ķēdi. Neobjektivitāte vienā posmā sabojā visu pētījumu.
- Atbildības nodošana AI. Lēmums, pārbaude un ētika vienmēr ir cilvēka ziņā.
- Komandā nav vienotu noteikumu. Individuāla lietošana rada nekonsekvenci un risku.
- Dokumentāciju atstājot pēdējam. Izsekošana tiek saglabāta visa procesa laikā; vēlāk nevar atcerēties.
- Kad tu iemācies un atpūties. Atbildīga izmantošana ir disciplīna, kas tiek atkārtoti piemērota katrā projektā.
Rezumējot
AI patiesā vērtība sociālajos pētījumos izpaužas nevis atsevišķos uzdevumos, bet gan konsekventā un atbildīgā darbplūsmā no gala līdz beigām. Lietojiet tos pašus principus katrā posmā, sākot no projektēšanas līdz dokumentācijai: efektīvi iegūstiet avotu, pārbaudiet katru rezultātu, saglabājiet cilvēka spriedumu, piešķiriet prioritāti ētikai un konfidencialitātei, dokumentējiet procesu pārredzami. Kopīgs protokols komandas līmenī padara šos principus par pastāvīgiem. Ķēde ir tik stipra, cik stiprs ir tās vājākais posms; Nevienā posmā neatslābinieties. AI paātrina izpēti, taču tas nekad neaizstāj pētnieka spriedumu, atbildību un godīgumu.
Lietojumprogrammas uzdevums
Izveidojiet sešu soļu ceļvedi savam pētniecības projektam (reālam vai plānotam), izmantojot veidni “kontrolsaraksta izveide no gala līdz galam”. Katrā posmā pierakstiet, kur izmantosit AI, ko pārbaudīsit un kādus ētiskus/privātuma riskus apsvērsit. Pēc tam izmantojiet “atbildīgas lietošanas pašnovērtējuma” veidni, lai novērtētu piecus principus, identificētu savus divus vājākos punktus un to stiprināšanu.
kontrolsaraksts
- [ ] Pētījumu plānoju kā sešu posmu plūsmu no gala līdz galam.
- [ ] Es noteicu AI drošas lietošanas ierobežojumu katrā posmā.
- [ ] Es pārbaudīju iepriekšējo izvadi katrā pārejas posmā.
- [ ] Visā laikā tika ievērota ētika, konfidencialitāte un dokumentācija.
- [ ] Pats esmu novērtējis atbildīgu lietošanu pret pieciem principiem.
Moduļa eksāmens
1. Kurš no šiem ir visprecīzākais mākslīgā intelekta pozicionējums socioloģijā un sociālajos pētījumos?
- A) Mākslīgais intelekts pats var atbildēt uz pētījuma jautājumu, interpretāciju un ētisku lēmumu bez cilvēka piekrišanas.
- B) Mākslīgais intelekts darbojas tikai teksta apkopošanā, tam nav nekāda sakara ar citiem izpētes posmiem
- C) mākslīgais intelekts ir kopsavilkums, atšifrējums, kods un melnraksta palīgs; Atbildība par interpretāciju, ietvaru un ētisku lēmumu gulstas uz pētnieku ✔
- D) Tā kā mākslīgais intelekts vienmēr ir objektīvāks par cilvēkiem, interpretācija ir pilnībā jāatstāj tā ziņā.
Apraksts: Mākslīgais intelekts; ir palīgs, kurš apkopo tekstus, rediģē atšifrējumus, iesaka kodu un raksta melnrakstus. Atbildība par kritisku darbu, piemēram, pētījuma jautājumu, teorētisko ietvaru, parauga spriedumu, interpretāciju un ētisku lēmumu, ir pētniekam; Nepārbaudīta izvade var izraisīt nepatiesu atsauci, safabricētu statistiku vai nepareizu attiecinājumu.
2. Kāpēc ir riskanti, skenējot literatūru, tieši pateikt mākslīgajam intelektam “uzskaitiet 10 svarīgākos rakstus par šo tēmu un bibliogrāfiju”?
- A) AI var veidot avotus, autorus un DOI, kas izskatās reālistiski, bet neeksistē; Jums ir jāatrod avots no datu bāzes ✔
- B) Mākslīgais intelekts darbojas ļoti lēni un tērē laiku, uzskaitot resursus
- C) Mākslīgais intelekts izlaiž garām turku literatūru, jo tas var atrast tikai angļu valodas avotus
- D) Saraksts palielinās, jo mākslīgais intelekts atkārto vienu un to pašu avotu vairākas reizes
Apraksts: Literatūras apskats ir uzdevums, kurā AI rada visvairāk halucināciju; Var izveidot rakstus, autorus un DOI, kas izskatās reālistiski, bet neeksistē. Avotu meklēšana ir datu bāzu darbs; AI vajadzētu sintezēt tikai faktiski atrastos kopsavilkumus.
3. Kuras problēmas kontekstā pašvaldības mājaslapā ievietotās aptaujas rezultāts 78% apmierinātības būtu jāinterpretē visrūpīgāk?
- A) Procentuālais aprēķins ir nepareizs; Apmierinātības rādītājus nekad nevar izteikt kā vienu skaitli
- B) Tā kā aptauja bija pārāk gara, dalībniekiem kļuva garlaicīgi un viņi atbildēja nejauši
- C) Socioloģiski nav iespējams izmērīt apmierinātību, tāpēc rezultāts ir nederīgs
- D) paraugam ir atlases novirze; Tā kā var piedalīties tikai vietnes lietotāji, tad konstatējumu nevar vispārināt uz visu sabiedrību ✔
Paskaidrojums: tīmekļa vietnē ievietotajā aptaujā ir pārāk daudz to, kuri jau izmanto vietni (kuri var piekļūt pakalpojumam un, iespējams, ir apmierinātāki); Tā ir atlases novirze. Atklājumu var vispārināt tikai attiecībā uz “vietņu lietotājiem”, nevis visai sabiedrībai.
4. Kāpēc nav droši ielīmēt 300 rindu datu kopu kā tekstu un likt AI 'aprēķināt vidējo'?
- A) Tā kā mākslīgais intelekts var nolasīt tikai līdz 100 datu rindām, tas izmet vairāk
- B) Valodas modelis nav kalkulators; Veicot aritmētiku tekstā, var rasties nepareizi skaitļi, aprēķins jāveic programmā ✔
- C) Vidējais ir socioloģiski bezjēdzīgs rādītājs, un to vispār nevajadzētu aprēķināt.
- D) Kad dati tiek ielīmēti kā teksts, mākslīgais intelekts tos automātiski izdzēš
Paskaidrojums. Valodas modelis nav kalkulators un, veicot teksta aritmētiku, var nepareizi izveidot vidējo, procentuālo vērtību vai p-vērtību. Faktiskais aprēķins jāveic statistikas programmā vai tabulā; AI jāizmanto tikai metodei un interpretācijai.
5. Kas jādara pirms mākslīgā intelekta piedāvātā citāta pieņemšanas kvalitatīvajā tēmu analīzē?
- A) Ja citāts izskatās raits un iespaidīgs, to var pievienot tieši pārskatam
- B) Ja citāta garums nepārsniedz vienu rindkopu, pārbaude nav nepieciešama
- C) Ar rindas numuru jāapliecina, ka citāts tiešām parādās atšifrējumā ✔
- D) Citāts ir automātiski uzticams, jo mākslīgais intelekts atsaucas uz avotu
Paskaidrojums: Kvalitatīvā pētījuma pamatā ir uzticība paša dalībnieka vārdiem. AI var izveidot citātu, kas ir tekoši, bet vispār nepastāv stenogrammā. Tāpēc katrs citāts ir jāsaista un jāpārbauda faktiskajam apgalvojumam tekstā un vēlams rindas numuram.
6. Ja kādā pētījumā 72% aptaujāto saka "es pārstrādāju", bet intervijās lielākā daļa no viņiem patiešām saka, ka viņi to dara neregulāri, kā šī pretruna būtu jārisina?
- A) nedrīkst slēpt pretrunas; jāiesniedz kā konstatējums ar iespējamiem skaidrojumiem, piemēram, sociālās vēlamības aizspriedumiem ✔
- B) Intervijas dati ir jāatmet kā neprecīzi un jāziņo tikai par aptaujas rezultātiem
- C) Aptaujas dati ir jāatmet, jo tie ir nepareizi, jāziņo tikai par interviju
- D) Abi dati ir jāizņem no ziņojuma, jo pretruna ir apkaunojoša
Paskaidrojums: Kvantitatīvo un kvalitatīvo konstatējumu neatbilstība nav trūkums, bet bieži vien ir visvērtīgākais konstatējums. Šeit esošā pretruna norāda uz tādu parādību kā “sociālās vēlmes aizspriedumi”, un tā ir jāuzrāda kā konstatējums, to neslēpjot.
7. Kas jādara, ja atšķirība starp divām grupām (51% pret 54%) izskatās kā "milzu atstarpe" grafikā ar y ass, kas sākas ar 50?
- A) Diagramma ir jāatstāj tāda, kāda tā ir, jo atšķirība jau izskatās liela
- B) Atšķirībai jābūt pilnībā paslēptai, divu grupu vietā uzrādot vienu vidējo
- C) Atšķirību vajadzētu padarīt vēl iespaidīgāku, pievienojot grafikam trīsdimensiju efektu.
- D) Y-ass jāinicializē no nulles; saīsināta ass maldina lasītāju, pārspīlējot nelielas atšķirības ✔
Paskaidrojums: saīsināta ass (kas nesākas no nulles) maldina nelielu atšķirību, liekot tai šķist milzīga. Godīgā joslu diagrammā asij jāsākas ar nulli; tāpēc atšķirība ir redzama tās reālajā, mazajā izmērā. Vizuāla mērķis nav pārliecināšana, bet gan pareiza komunikācija.
8. Kāpēc vienkārši vārdu dzēšana no stenogrammām bieži vien nav pietiekama anonimizācija?
- A) Vienmēr pietiek ar vārda dzēšanu; nekāda cita informācija neatklāj identitāti
- B) Netieši identifikatori (unikāla loma, atrašanās vieta, reta pazīme) var atdot personu bez vārda ✔
- C) Anonimizācija ir nepieciešama tikai tad, ja ir tālruņa numurs
- D) Vārdu dzēšana ir bezjēdzīga, jo tas padara tekstu nelasāmu
Paskaidrojums: ar vārda dzēšanu vien nepietiek; Netiešie deskriptori, piemēram, "vienīgais farmaceits apkaimē X" vai "vienīgā sieviete inspektore pašvaldībā", var atdot personu atsevišķi. Pareizai anonimizācijai ir jādzēš visi tiešie un netiešie identifikatori.
9. Kāpēc ar mākslīgo intelektu veiktajā analīzē ir svarīgi ierakstīt uzvednes, izmantoto modeli un datumu?
- A) Tā kā tas ir tikai juridisks pienākums, tam nav zinātniskas vērtības
- B) Uzvednes tiek glabātas komerciālu iemeslu dēļ, jo uz tām attiecas autortiesības.
- C) padara procesu izsekojamu un reproducējamu; Pretējā gadījumā “AI teica” nebūtu zinātnisks pamatojums ✔
- D) Reģistrācija ir tikai formalitāte, jo modelis vienmēr sniedz vienu un to pašu atbildi
Paskaidrojums: Valodas modeļi nesniedz katru reizi tieši tādu pašu atbildi; Ja uzvednes un modeļa informācija netiek ierakstīta, process kļūst par melno kasti un neviens cits (pat jūs) nevar reproducēt darbu. Šie ieraksti ir darba “materiālu saraksts” un ir reproducējamības pamatā.
10. Kur ir robeža starp likumīgu mākslīgā intelekta izmantošanu akadēmiskajos rakstos un akadēmiskās integritātes pārkāpumiem?
- A) AI var palīdzēt jums izteikt savu saturu; Tomēr tas ir pārkāpums, ja jūs domājat savā vārdā un veidojat saturu un prezentējat to kā savu darbu ✔
- B) Jebkuru mākslīgā intelekta radīto tekstu var izmantot tieši, ja vien gramatika ir pareiza
- C) Kamēr mākslīgais intelekts pievieno resursus, satura pilnīga drukāšana tajā ir bez problēmām.
- D) Mākslīgā intelekta izmantošana ir aizliegta jebkuros apstākļos un to nevar izmantot nevienā posmā.
Informācijas atklāšana: AI izmantošana, lai precizētu savu uzmetumu un uzlabotu valodu un struktūru, ir likumīga un tiek pasludināta par pārredzamu. Mākslīgā intelekta rakstīts saturs un tā parādīšana kā jūsu darbs pārkāpj oriģinalitāti un gandrīz noteikti rada izdomātus avotus. Rinda: AI palīdz jums izteikt savas domas, tas nedomā jūsu vietā.
11. Ko sociālajā pētniecībā nozīmē princips “Kvalitāte no gala līdz pat vājākajam līmenim”?
- A) Svarīgs ir tikai pēdējais posms – pareizrakstība; kļūdas iepriekšējos posmos tiek labotas ar pareizrakstības palīdzību.
- B) posmi ir neatkarīgi viens no otra; Kļūda vienā neietekmē pārējos
- C) Spēcīgākā fāze saglabā visu ķēdi, tāpēc pietiek ar koncentrēšanos uz vienu fāzi
- D) Vājums vienā posmā (neobjektīvs paraugs, nepārbaudīts avots) nevar tikt labots vēlākos posmos, un tas vājina visu pētījumu ✔
Paskaidrojums: Lēmums katrā posmā ietekmē nākamo: neobjektīvu paraugu nevar saglabāt pat ar perfektu analīzi; Nepārbaudīts avots atspēko pat labāko rakstu. Tāpēc vienādi atbildīgas lietošanas principi būtu jāpiemēro katrā posmā, sākot no projektēšanas līdz dokumentācijai.
12. Ja mākslīgais intelekts apkopo jūsu sniegto atšifrējumu un pievieno rāmi, kas nav tekstā, piemēram, "vecāki cilvēki baidās no tehnoloģijām", kāds ir šis piemērs?
- A) Tas ir precīzs dalībnieka patiesā viedokļa kopsavilkums
- B) Tā ir stereotipa ieviešana datos, ko mākslīgais intelekts pārnes no saviem apmācības datiem ✔
- C) Tas ir statistiskā nozīmīguma testa rezultāts
- D) Tas ir pierādījums tam, ka anonimizācija ir veiksmīgi ieviesta
Paskaidrojums: Šis ir stereotipa (stereotipiska vispārinājuma) piemērs, ko mākslīgais intelekts pārnēsā no tekstiem, uz kuriem tas ir apmācīts. Modelis var pievienot spriedumu, kas faktiski nav ietverts datos. Pētniekam šis papildinājums ir jāizslēdz, sakot "tikai paļaujieties uz teksta apgalvojumiem".
13. Kurš no tālāk norādītajiem ir labi sašaurināts pētījuma jautājums?
- A) Kāpēc sabiedrība ir nonākusi šādā situācijā?
- B) Vai cilvēki ir laimīgi?
- C) Kādi ir iemesli, kāpēc augstskolu studenti vecumā no 18 līdz 25 gadiem nepiedalās pašvaldību vēlēšanās? ✔
- D) Kādas ir attiecības starp sociālajiem medijiem un visu?
Paskaidrojums: labs pētījuma jautājums ir atbildīgs, ierobežots un nozīmīgs; Tās populācija, konteksts un fokuss ir skaidri. Tā vietā, lai būtu plašs lūgums, piemēram, “Kāpēc jaunieši atsakās no politikas?”, ir pētāms jautājums, kas ietver konkrētu vecuma grupu, kontekstu un konkrētu fokusu.
14. Kāpēc tā nav patiesa triangulācija, ja divās dažādās tiešsaistes aptaujās tiek piesaistīti dalībnieki no vienas sociālo mediju grupas un iegūti vienādi rezultāti?
- A) Abi avoti nav neatkarīgi, jo tie nāk no viena un tā paša neobjektīva izlases; tas ir tās pašas novirzes atkārtojums ✔
- B) Vienmēr nav nepieciešams izmantot divas aptaujas, pietiek ar vienu aptauju
- C) Tiešsaistes aptaujas nekad nesniedz derīgus datus
- D) Tas, ka tie dod vienādu rezultātu, pierāda, ka rezultāts ir absolūti pareizs.
Paskaidrojums: Triangulācija ir atraduma savstarpēja pārbaude ar patiesi neatkarīgiem avotiem. Ja divi avoti nāk no vienas un tās pašas neobjektīvas izlases, tiem ir maldinoši “apstiprināt” viens otru; tas ir tā paša aizsprieduma atkārtojums, nevis neatkarīgs apstiprinājums.