Zyski:
- Umiejętność planowania badań jako spójnego, sześcioetapowego przepływu pracy od projektu po dokumentację
- Możliwość określenia granicy bezpiecznego wykorzystania sztucznej inteligencji na każdym etapie i weryfikacji dotychczasowego wyniku na przejściach między etapami
- Umiejętność ustalenia protokołu odpowiedzialnego użytkowania na poziomie zespołu i samooceny zgodnie z pięcioma podstawowymi zasadami
W poprzednich dziesięciu rozdziałach omówiliśmy sztuczną inteligencję na każdym etapie badań społecznych: pytania i literatura, pobieranie próbek, ankieta i analiza ilościowa, kodowanie i temat jakościowy, metody mieszane, wizualizacja, etyka, odtwarzalność i pisanie. Łączymy to wszystko w jedną całość. Celem jest połączenie indywidualnych umiejętności w kompleksowy przepływ pracy — spójny, bezpieczny i uczciwy proces od pytania badawczego do opublikowanych wyników. Wyjdziemy także poza jednostkę i porozmawiamy o zarządzaniu: wspólnych zasadach dotyczących tego, jak zespół, wydział lub instytucja może odpowiedzialnie wykorzystywać sztuczną inteligencję w badaniach społecznych.
Wartość kompleksowego myślenia polega na tym, że decyzja podjęta na każdym etapie wpływa na następny. Nawet doskonała analiza nie może uratować stronniczej próbki; Niezweryfikowane źródło obala nawet najlepsze pismo. Dlatego konieczne jest korzystanie ze sztucznej inteligencji na każdym etapie, kierując się tymi samymi zasadami: zasilaj ją potężnymi zasobami, weryfikuj każdy wynik, chroń ludzki osąd, z wyprzedzeniem dbaj o etykę i prywatność, dokumentuj proces w przejrzysty sposób. Zasady te można streścić w jednym zdaniu: AI przyspiesza badania, ale nie zastępuje badacza.
Krok po kroku: przepływ od końca do końca
1. Projekt (pytanie + etyka + próbka). Ustal jasne pytania, przerób zatwierdzenie etyki i plan zachowania poufności oraz oceń reprezentatywność próby. Na tym etapie sztuczna inteligencja pomaga w zawężaniu kwestii i kontroli ryzyka etycznego.
2. Zbieranie danych (ankieta + wywiad). Przygotuj solidny przewodnik po ankietach i rozmowach kwalifikacyjnych. AI wyłapuje pułapki pytań; Zadanie gromadzenia danych i relacji uczestnika należy do Ciebie.
3. Przetwarzanie (czyszczenie + kodowanie + anonimizacja). Anonimizuj, czyść, szyfruj dane. AI tworzy plany; Zatwierdzasz każdą decyzję i zbiór kodów.
4. Analiza (ilościowa + jakościowa + triangulacja). Przeprowadzaj statystyki w programie, łącz motywy z cytatami, sprawdzaj wyniki. AI wyjaśnia metodę, a nie obliczenia.
5. Prezentacja (wizualizacja + pisanie). Twórz uczciwą grafikę i oryginalny tekst. Każde źródło i numer jest weryfikowane; Deklarowana jest rola AI.
6. Dokumentacja (dziennik + nagranie natychmiastowe + udostępnienie). Dokumentuj decyzje, podpowiedzi i konwersje oraz, jeśli to możliwe, udostępniaj anonimowe dane i kod.
Wskazówka: przechowuj kompleksową listę kontrolną przy biurku. Przy każdym przejściu zadaj pytanie: „Czy zweryfikowałem wyniki tego kroku, czy próbka/etyka/źródło jest bezpieczne, czy nie zostawiłem żadnych śladów?” Luz w jednym etapie osłabia cały łańcuch.
trzy mini etui
Przypadek 1 – Najsłabsze ogniwo w łańcuchu. Jeden zespół przeprowadził doskonałą analizę jakościową, ale próbka pochodziła z jednej grupy internetowej. Niezależnie od tego, jak dobrze kodowali, odkrycie utknęło w tej grupie. Lekcja: kompleksowa jakość jest tak dobra, jak najsłabszy etap; W analizie nie można skorygować błędu w projekcie.
Przypadek 2 — Zarządzanie zespołem zadziałało. Centrum badawcze napisało wspólny dla całego zespołu protokół wykorzystania sztucznej inteligencji: jakie narzędzie, jakie dane anonimizowane, jaki etap weryfikacji. Nowo przybyły asystent pracował bezpiecznie od pierwszego dnia, przestrzegając protokołu; Zmniejszyły się błędy osobiste.
Przypadek 3 — Przejrzysty łańcuch zyskał zaufanie sędziów. W jednym artykule załączono dziennik decyzji, dzienniki podpowiedzi i oświadczenie AI. Recenzenci mogli obejrzeć proces od początku do końca i zgodzili się, uznając go za „produktywny i uczciwy”. Przejrzystość była spoiwem, które spajało wszystkie poszczególne etapy.
Cztery szablony do kopiowania
1) Kompleksowe generowanie listy kontrolnej:
Moje badania będą przebiegać w następujących etapach: projektowanie, zbieranie danych, przetwarzanie, analiza, prezentacja, dokumentacja. Przygotuj listę kontrolną dla każdego etapu: gdzie na tym etapie mogę bezpiecznie korzystać ze sztucznej inteligencji, jakie wyniki powinienem zweryfikować, jakie ryzyko etyczne/prywatności powinienem wziąć pod uwagę, co powinienem udokumentować? Podaj to w tabeli.
2) Projekt protokołu Zespołu AI:
Przygotuj protokół wykorzystania sztucznej inteligencji dla zespołu zajmującego się badaniami społecznymi. Uwzględnij: zatwierdzone narzędzia, zasadę anonimizacji danych, w której rola AI jest dozwolona/ograniczona/zabroniona, obowiązkowe etapy weryfikacji, zasada deklaracji AI, odpowiedzialność. Napisz proste, przydatne elementy.
3) Kontrola przejścia fazowego:
Skończyłem [Fazę X], przechodzę do [Fazy Y]. Wymień rzeczy, które muszę sprawdzić przed tym przejściem: czy zweryfikowałem wyniki poprzedniego etapu, czy noszę w sobie błąd (niewłaściwa próbka, niezweryfikowane źródło, nieprześledzona decyzja), który przerwie następny etap? Czy jestem gotowy na przejście, a jeśli nie, co powinienem poprawić?
4) Samoocena odpowiedzialnego użytkowania:
Przeprowadź audyt badań, które prowadzę pod kątem odpowiedzialnego korzystania ze sztucznej inteligencji. Oceń i wskaż słabe punkty w odniesieniu do tych pięciu zasad: (1) mocne zasilanie ze źródła, (2) walidacja każdego wyniku, (3) zachowanie ludzkiego osądu, (4) etyka i poufność, (5) przejrzysta dokumentacja. Proces: [podsumowanie]
Słaba zachęta/silna zachęta
Słaba zachęta:
Wykonaj te badania od początku do końca za pomocą sztucznej inteligencji i zakończ je.
Jest to próba przeniesienia całej odpowiedzialności na model. Wynik: stronnicza próbka, sfabrykowane źródło, niezweryfikowane statystyki i tekst nie do obrony. Żaden etap od początku do końca nie jest bezpieczny.
Potężny monit:
Chcę zaplanować badania od początku do końca. Na każdym etapie (projektowanie, dane, przetwarzanie, analiza, prezentacja, dokumentacja) służy jako plan działania określający, gdzie mogę bezpiecznie korzystać ze sztucznej inteligencji, gdzie wymagana jest ludzka ocena i weryfikacja oraz jakie zagrożenia etyczne i dotyczące prywatności powinienem wziąć pod uwagę. Pamiętaj, że jestem odpowiedzialny.
Różnica: drugie podejście pozycjonuje sztuczną inteligencję jako towarzysza; Od początku przyjmuje, że decyzje i weryfikacja należą do ludzi.
Kompleksowe zasady odpowiedzialnego użytkowania
zasada
Zastosowanie
W której jednostce
Karmij potężnym źródłem
Podaj własne dane/źródło
1, 2
Zapytanie o próbkę
Audyt reprezentacji i stronniczości
3
Wykonaj obliczenia w programie
Sprawienie, że sztuczna inteligencja będzie produkować liczby
4
zachowaj lojalność
Link do cytatu z numerem wiersza
5
Pozostaw sprzeczność otwartą
Triangulacja, uczciwa prezentacja
6, 7
Na pierwszym miejscu etyka i prywatność
Anonimowe, sprawdzone narzędzie
8
Udokumentuj proces
Dziennik, szybkie nagrywanie
9
Zachowaj oryginalność
Sprawdź źródło, własny głos
10
Typowe błędy
- Rozważanie etapów osobno i zapominanie o łańcuchu. Błąd na jednym etapie psuje całe badanie.
- Przeniesienie odpowiedzialności na sztuczną inteligencję. Decyzja, weryfikacja i etyka zawsze leżą po stronie człowieka.
- W zespole nie ma wspólnych zasad. Indywidualne użycie powoduje niespójność i ryzyko.
- Dokumentację zostawiam na koniec. Ślad jest zachowywany przez cały proces; nie da się później zapamiętać.
- Kiedy już się nauczysz i zrelaksujesz. Odpowiedzialne użytkowanie to dyscyplina, którą należy zastosować w każdym projekcie.
Podsumowując
Prawdziwa wartość sztucznej inteligencji w badaniach społecznych nie polega na pojedynczych zadaniach, ale na spójnym i odpowiedzialnym przepływie pracy od początku do końca. Stosuj te same zasady na każdym etapie, od projektu po dokumentację: efektywnie pozyskuj źródła informacji, weryfikuj każdy wynik, zachowaj ludzki osąd, traktuj priorytetowo etykę i poufność, dokumentuj proces w przejrzysty sposób. Wspólny protokół na poziomie zespołu sprawia, że zasady te są trwałe. Łańcuch jest tak mocny, jak jego najsłabsze ogniwo; Nie relaksuj się na żadnym etapie. Sztuczna inteligencja przyspiesza badania, ale nigdy nie zastępuje osądu, odpowiedzialności i uczciwości badacza.
Zadanie aplikacji
Utwórz sześcioetapowy plan działania dla własnego projektu badawczego (rzeczywistego lub planowanego) za pomocą szablonu „kompleksowego generowania listy kontrolnej”. Na każdym etapie zapisz, gdzie będziesz korzystać ze sztucznej inteligencji, co będziesz weryfikować i jakie zagrożenia etyczne/prywatności weźmiesz pod uwagę. Następnie skorzystaj z szablonu „samooceny odpowiedzialnego użytkowania”, aby ocenić siebie w odniesieniu do pięciu zasad, identyfikując swoje dwa najsłabsze punkty i sposoby ich wzmocnienia.
lista kontrolna
- [ ] Zaplanowałem badanie jako sześcioetapowy przebieg od końca do końca.
- [ ] Na każdym etapie określiłem granicę bezpiecznego stosowania AI.
- [ ] Sprawdziłem poprzednie wyniki na każdym etapie przejścia.
- [ ] W całym procesie przestrzegane są zasady etyki, poufności i dokumentacji.
- [ ] Samodzielnie oceniłem odpowiedzialne użycie w oparciu o pięć zasad.
Egzamin modułowy
1. Które z poniższych jest najtrafniejszym umiejscowieniem sztucznej inteligencji w socjologii i badaniach społecznych?
- A) Sztuczna inteligencja może sama odpowiedzieć na pytanie badawcze, interpretację i decyzję etyczną, bez zgody człowieka.
- B) Sztuczna inteligencja działa tylko w podsumowaniu tekstu, nie ma nic wspólnego z innymi etapami badań
- C) Sztuczna inteligencja to asystent podsumowania, transkrypcji, kodu i wersji roboczej; Odpowiedzialność za interpretację, ramy i decyzję etyczną ponosi badacz ✔
- D) Ponieważ sztuczna inteligencja jest zawsze bardziej bezstronna niż człowiek, interpretację należy pozostawić wyłącznie jej.
Opis: Sztuczna inteligencja; jest asystentem, który podsumowuje teksty, redaguje transkrypcje, sugeruje kod i pisze wersje robocze. Odpowiedzialność za pracę krytyczną, taką jak pytanie badawcze, ramy teoretyczne, ocena próbki, interpretacja i decyzja etyczna, należy do badacza; Niezweryfikowane dane wyjściowe mogą prowadzić do fałszywych odniesień, sfabrykowanych statystyk lub błędnego przypisania.
2. Dlaczego ryzykowne jest bezpośrednie kazanie sztucznej inteligencji „wymień 10 najważniejszych artykułów na ten temat wraz z bibliografią” podczas przeglądania literatury?
- A) sztuczna inteligencja może tworzyć źródła, autorów i DOI, które wyglądają realistycznie, ale nie istnieją; Musisz znaleźć źródło z bazy danych ✔
- B) Sztuczna inteligencja działa bardzo wolno i marnuje czas na wyświetlanie zasobów
- C) Sztuczna inteligencja tęskni za literaturą turecką, ponieważ może znaleźć tylko źródła angielskie
- D) Lista wydłuża się, gdy sztuczna inteligencja wielokrotnie powtarza to samo źródło
Opis: Przegląd literatury to zadanie, w którym sztuczna inteligencja wywołuje najwięcej halucynacji; Potrafi tworzyć artykuły, autorów i DOI, które wyglądają realistycznie, ale nie istnieją. Znajdowanie źródeł to zadanie baz danych; Sztuczna inteligencja powinna syntetyzować tylko rzeczywiste podsumowania, które znajdziesz.
3. Pod jakim kątem należy najdokładniej interpretować wynik 78% satysfakcji z ankiety zamieszczonej na stronie internetowej gminy?
- A) Obliczenie procentu jest nieprawidłowe; Wskaźników satysfakcji nigdy nie można wyrazić w postaci pojedynczej liczby
- B) Ponieważ ankieta była zbyt długa, uczestnicy znudzili się i odpowiadali losowo
- C) Zmierzenie satysfakcji jest socjologicznie niemożliwe, więc wynik jest nieważny
- D) Próbka niesie ze sobą błąd selekcji; Ponieważ w badaniu mogą brać udział tylko użytkownicy witryny, ustalenia nie można uogólnić na całe społeczeństwo ✔
Wyjaśnienie: Ankieta zamieszczona na stronie nadreprezentuje tych, którzy już korzystają z witryny (którzy mają dostęp do usługi i prawdopodobnie są bardziej zadowoleni); Jest to błąd selekcji. Ustalenie to można uogólnić jedynie na „użytkowników witryny”, a nie na całe społeczeństwo.
4. Dlaczego wklejenie 300-wierszowego zestawu danych jako tekstu i nakazanie sztucznej inteligencji „obliczył średnią” nie jest bezpieczne?
- A) Ponieważ sztuczna inteligencja może odczytać tylko do 100 linii danych, odrzuca więcej
- B) Model językowy nie jest kalkulatorem; Jeśli wykonywanie arytmetyki w tekście może dać błędne liczby, obliczenia należy wykonać w programie ✔
- C) Średnia jest miarą pozbawioną znaczenia socjologicznego i w ogóle nie powinna być obliczana.
- D) Gdy dane są wklejane jako tekst, sztuczna inteligencja automatycznie je usuwa
Objaśnienie: Model językowy nie jest kalkulatorem i może błędnie generować średnią, wartość procentową lub wartość p podczas wykonywania operacji arytmetycznych w tekście. Rzeczywiste obliczenia należy wykonać w programie statystycznym lub tabeli; Sztuczną inteligencję należy wykorzystywać wyłącznie do celów metodycznych i interpretacji.
5. Co należy zrobić przed przyjęciem cytatu sugerowanego przez sztuczną inteligencję w jakościowej analizie tematu?
- A) Jeśli wycena wygląda płynnie i efektownie, można ją dodać bezpośrednio do raportu
- B) Jeżeli długość cytatu nie przekracza jednego akapitu, weryfikacja nie jest konieczna
- C) Należy potwierdzić numerem wiersza, że cytat rzeczywiście występuje w transkrypcie ✔
- D) Cytat jest automatycznie wiarygodny, ponieważ sztuczna inteligencja powołuje się na źródło
Wyjaśnienie: Istotą badań jakościowych jest wierność własnym słowom uczestnika. Sztuczna inteligencja może ułożyć cytat, który jest płynny, ale w ogóle nie istnieje w transkrypcji. Dlatego każdy cytat powinien być powiązany i zweryfikowany z faktycznym stwierdzeniem w tekście, a najlepiej z numerem wiersza.
6. Jeśli w badaniu 72% powie w ankiecie „Poddaję recyklingowi”, ale w wywiadach większość z nich tak naprawdę twierdzi, że robi to nieregularnie, jak należy rozwiązać tę sprzeczność?
- A) Nie należy ukrywać sprzeczności; należy przedstawić jako odkrycie z możliwymi wyjaśnieniami, takimi jak stronniczość związana z atrakcyjnością społeczną ✔
- B) Dane z wywiadu należy odrzucić jako niedokładne i podać jedynie wynik ankiety
- C) Dane z ankiety należy odrzucić, ponieważ są nieprawidłowe, należy zgłosić jedynie wywiad
- D) Obydwa dane powinny zostać usunięte z raportu, gdyż sprzeczność jest żenująca
Wyjaśnienie: Rozbieżność między wynikami ilościowymi i jakościowymi nie jest wadą, ale często jest najcenniejszym ustaleniem. Zaistniała sprzeczność wskazuje na zjawisko takie jak „błąd w zakresie atrakcyjności społecznej” i należy ją przedstawić jako odkrycie, bez ukrywania go.
7. Co należy zrobić, jeśli różnica między dwiema grupami (51% vs 54%) wygląda jak „olbrzymia luka” na wykresie, którego oś Y zaczyna się od 50?
- A) Wykres należy pozostawić bez zmian, ponieważ różnica już wygląda na dużą
- B) Różnicę należy całkowicie ukryć, pokazując jedną średnią zamiast dwóch grup
- C) Różnicę należy jeszcze bardziej podkreślić, dodając do wykresu efekt trójwymiarowy.
- D) Oś Y powinna być inicjowana od zera; oś obcięta wprowadza czytelnika w błąd wyolbrzymiając drobne różnice ✔
Objaśnienie: Oś obcięta (nie zaczynająca się od zera) wprowadza w błąd niewielką różnicę, sprawiając, że wydaje się ogromna. Na uczciwym wykresie słupkowym oś powinna zaczynać się od zera; więc różnica jest widoczna w jego rzeczywistych, niewielkich rozmiarach. Celem wizualizacji nie jest perswazja, ale poprawna komunikacja.
8. Dlaczego zwykłe usunięcie nazwisk z transkrypcji często nie zapewnia wystarczającej anonimizacji?
- A) Zawsze wystarczy usunięcie nazwy; żadne inne informacje nie ujawniają tożsamości
- B) Identyfikatory pośrednie (unikalna rola, lokalizacja, rzadka cecha) mogą zdradzić osobę bez jej imienia i nazwiska ✔
- C) Anonimizacja jest konieczna tylko w przypadku posiadania numeru telefonu
- D) Usuwanie nazw nie ma sensu, ponieważ powoduje to, że tekst staje się nieczytelny
Wyjaśnienie: Samo usunięcie nazwy nie wystarczy; Deskryptory pośrednie, takie jak „jedyna farmaceutka w okolicy X” lub „jedyna inspektorka w gminie”, mogą samodzielnie wydać daną osobę. Właściwa anonimizacja wymaga wyczyszczenia wszystkich identyfikatorów bezpośrednich i pośrednich.
9. Dlaczego w analizie przeprowadzanej za pomocą sztucznej inteligencji ważne jest zapisywanie podpowiedzi, użytego modelu i daty?
- A) Ponieważ jest to jedynie obowiązek prawny, nie ma wartości naukowej
- B) Podpowiedzi są przechowywane ze względów komercyjnych, ponieważ są objęte prawami autorskimi.
- C) Sprawia, że proces jest identyfikowalny i powtarzalny; W przeciwnym razie stwierdzenie „AI tak powiedziała” nie byłoby uzasadnieniem naukowym ✔
- D) Rejestracja to tylko formalność, ponieważ modelka zawsze daje tę samą odpowiedź
Wyjaśnienie: Modele językowe nie dają za każdym razem dokładnie tej samej odpowiedzi; Jeśli monity i informacje o modelu nie zostaną zapisane, proces stanie się czarną skrzynką i nikt inny (nawet Ty) nie będzie mógł odtworzyć pracy. Zapisy te stanowią „zestawienie materiałów” pracy i stanowią podstawę odtwarzalności.
10. Gdzie leży granica pomiędzy zgodnym z prawem wykorzystaniem sztucznej inteligencji w pracach akademickich a naruszeniami uczciwości akademickiej?
- A) Sztuczna inteligencja może pomóc Ci wyrazić własne treści; Jednakże myślenie w swoim imieniu, tworzenie treści i przedstawianie ich jako swojej pracy ✔ jest naruszeniem
- B) Każdy tekst stworzony przez sztuczną inteligencję może być użyty bezpośrednio, pod warunkiem, że jest poprawny gramatycznie
- C) Dopóki sztuczna inteligencja doda zasoby, wydrukowanie do niej całości treści jest bezproblemowe.
- D) Stosowanie sztucznej inteligencji jest zabronione w każdych okolicznościach i nie można z niej korzystać na żadnym etapie.
Ujawnianie informacji: korzystanie ze sztucznej inteligencji w celu wyjaśnienia własnego projektu oraz ulepszenia języka i struktury jest uzasadnione i uznane za przejrzyste. Posiadanie treści napisanych przez sztuczną inteligencję i prezentowanie ich jako własnego dzieła narusza oryginalność i prawie na pewno prowadzi do sfabrykowanych źródeł. Linia: Sztuczna inteligencja pomaga Ci wyrażać myśli, nie myśli za Ciebie.
11. Co oznacza w badaniach społecznych zasada „Kompleksowa jakość aż do najsłabszego etapu”?
- A) Ważny jest tylko ostatni etap, czyli ortografia; błędy w poprzednich etapach są korygowane ortograficznie.
- B) Etapy są od siebie niezależne; Błąd w jednym nie ma wpływu na pozostałe
- C) Najsilniejsza faza oszczędza cały łańcuch, więc wystarczy skupić się na jednej fazie
- D) Słabość na jednym etapie (stronnicza próbka, niezweryfikowane źródło) nie może zostać skorygowana na późniejszych etapach i osłabia całe badanie ✔
Wyjaśnienie: Decyzja podjęta na każdym etapie wpływa na następny: stronniczej próbki nie da się uratować nawet dzięki doskonałej analizie; Niezweryfikowane źródło obala nawet najlepsze pismo. Dlatego na każdym etapie, od projektu po dokumentację, należy stosować te same zasady odpowiedzialnego użytkowania.
12. Jeśli sztuczna inteligencja streści podany przez Ciebie zapis i doda ramkę, której nie ma w tekście, np. „starsi ludzie boją się technologii”, czego to może być przykładem?
- A) Jest to dokładne podsumowanie prawdziwej opinii uczestnika
- B) Jest to wprowadzenie stereotypu niesionego przez sztuczną inteligencję z jej własnych danych treningowych do danych ✔
- C) Jest wynikiem testu istotności statystycznej
- D) Jest dowodem na to, że anonimizacja została pomyślnie wdrożona
Wyjaśnienie: To jest przykład stereotypu (stereotypowego uogólnienia), który sztuczna inteligencja przenosi z tekstów, na których się szkoli. Model może dodać ocenę, która w rzeczywistości nie występuje w danych. Badacz powinien wyeliminować ten dodatek, mówiąc: „po prostu polegaj na stwierdzeniach zawartych w tekście”.
13. Które z poniższych pytań jest dobrze zawężonym pytaniem badawczym?
- A) Dlaczego społeczeństwo jest w takiej sytuacji?
- B) Czy ludzie są szczęśliwi?
- C) Jakie są powody, dla których studenci w wieku 18-25 lat nie biorą udziału w wyborach samorządowych? ✔
- D) Jaki jest związek między mediami społecznościowymi a wszystkim innym?
Wyjaśnienie: Dobre pytanie badawcze daje odpowiedź, jest ograniczone i znaczące; Jego populacja, kontekst i przedmiot są jasne. Zamiast ogólnego pytania, takiego jak „Dlaczego młodzi ludzie odwracają się od polityki?”, można zbadać pytanie obejmujące konkretną grupę wiekową, kontekst i konkretny cel.
14. Dlaczego nie jest prawdziwą triangulacją, jeśli dwie różne ankiety internetowe rekrutują uczestników z tej samej grupy w mediach społecznościowych i dają takie same wyniki?
- A) Te dwa źródła nie są niezależne, ponieważ pochodzą z tej samej obciążonej próby; jest to powtórzenie tego samego uprzedzenia ✔
- B) Zawsze nie ma potrzeby stosowania dwóch ankiet, wystarczy jedna ankieta
- C) Ankiety internetowe nigdy nie dostarczają wiarygodnych danych
- D) Fakt, że dają ten sam wynik, dowodzi, że wynik jest całkowicie poprawny.
Wyjaśnienie: Triangulacja polega na sprawdzaniu wyników z naprawdę niezależnymi źródłami. Jeżeli dwa źródła pochodzą z tej samej stronniczej próby, wzajemne „potwierdzanie” wprowadza w błąd; jest to powtórzenie tego samego uprzedzenia, a nie niezależne potwierdzenie.