Ganhos:
- Capacidade de restringir um tópico amplo a uma questão concreta pesquisável, adicionando população, contexto e foco
- Capacidade de encontrar a própria fonte em bancos de dados e usar inteligência artificial para sintetizar apenas os resumos reais coletados
- Capacidade de verificar todas as referências sugeridas pela inteligência artificial com DOI e verificação de existência e eliminar a fonte falsa
Toda pesquisa social começa com uma pergunta. Uma boa questão de investigação é uma declaração de curiosidade responsável, limitada e significativa: “Porque é que alguns jovens se afastam da política?” em vez de um pedido vago como "Quais são as razões para os estudantes universitários com idades entre 18 e 25 anos não participarem nas eleições locais?" Uma pergunta concreta como: Depois da pergunta vêm duas tarefas: revisão da literatura - isto é, coletar e ler sistematicamente o que foi escrito antes sobre o seu assunto - e estabelecer uma estrutura conceitual - isto é, determinar com qual teoria (estrutura de pensamento sistemática que explica eventos sociais) e conceitos você dará sentido à sua pesquisa. Nesta unidade, você aprenderá como usar IA nesses três trabalhos; mas você aprenderá como se manter seguro sem cair na fonte falsa.
Esta é a parte de todo o módulo que requer mais atenção. Porque a revisão da literatura é a tarefa onde a IA produz mais alucinações. Se você disser à IA “nomeie as fontes deste tópico”, ela poderá criar artigos, autores e anos que parecem reais, mas não existem. Portanto, a regra de ouro: a IA não descobre literatura, ela processa a literatura que você encontra. Encontrar fontes é tarefa das bases de dados acadêmicas (coleções de publicações pesquisáveis, como Google Scholar, Web of Science, TR Index, YÖK Thesis, arquivos próprios de periódicos); A IA sintetiza os textos que você encontra.
Passo a passo: da pergunta ao quadro
1. Limite a questão da pesquisa. Comece com um tópico amplo (por exemplo, “mídia social e solidão”) e restrinja-o adicionando população (quem), contexto (onde, quando) e foco (sobre o que exatamente você está curioso). A IA é útil para gerar de 5 a 6 questões alternativas concretas sobre um tópico; Cabe a você decidir qual vale a pena investigar.
2. Extraia conceitos-chave. Defina cada conceito importante da sua pergunta (por exemplo, “solidão”, “capital social”, “exclusão digital”). A IA é boa em gerar nomes alternativos e termos de pesquisa para um conceito; Isso enriquece suas pesquisas no banco de dados.
3. Encontre a fonte para VOCÊ. Pesquise bases de dados com termos-chave e baixe resumos e textos completos de artigos relevantes. Não diga à IA para “encontrar recursos”; Reúna recursos você mesmo.
4. Sintetize com IA. Forneça à IA os resumos reais que você coletou e extraia descobertas, contradições e lacunas comuns. Isso acelera a tarefa de comparar dezenas de resumos, um por um.
5. Estabeleça a estrutura conceitual. Com base nas descobertas, decida qual teoria você usará para ler sua pesquisa. A IA pode explicar uma teoria em linguagem simples; Cabe a você decidir qual se adapta à sua pergunta.
Atenção: Não utilize nenhuma referência produzida pela IA sem encontrar e confirmar seu DOI (identificador de objeto digital — o ID permanente dado a cada publicação acadêmica) no banco de dados. Só porque “parece verossímil” não significa que seja real; A IA produz falsificações precisamente convincentes.
três mini cases
Caso 1 — Estreitando a questão. Um aluno surgiu com um tema enorme como “imigração e identidade”. Ele pediu à IA que derivasse 6 subquestões concretas; Entre elas, escolheu a questão “Uso da língua nativa e relação de pertencimento entre jovens imigrantes de segunda geração”. O enorme tópico se resumia a uma questão pesquisável para uma tese de 4 meses.
Caso 2 — DOI falso. Um pesquisador consultou 12 referências fornecidas por YZ coletivamente pelo DOI. 3 em cada 12 DOIs não levaram a nenhuma publicação ou levaram a um artigo completamente diferente. A IA produziu DOIs falsos para periódicos reais. A verificação em lote eliminou essas três fontes falsas.
Caso 3 — Descoberta de lacunas. Uma equipe forneceu 22 resumos reais de artigos para a IA e perguntou “qual questão ainda não foi pesquisada?” YZ destacou que a maioria dos estudos se concentra nas grandes cidades, enquanto o contexto rural quase nunca é abordado. A equipe fez dessa lacuna a justificativa para sua própria questão de pesquisa.
Quatro modelos copiáveis
1) Estreitando a questão de pesquisa:
Localização: [tópico amplo]. Obtenha seis questões de pesquisa concretas sociologicamente pesquisáveis deste tópico. Certifique-se de que a população, o contexto e o foco estejam claros em cada pergunta. Adicione uma nota ao lado de cada pergunta dizendo "É apropriado quantitativo, qualitativo ou misto?" Envie perguntas como sugestões; Eu farei a escolha.
2) Geração de termos de pesquisa (encontrarei a fonte):
Gerar sinônimos e termos relacionados que eu possa usar em pesquisas em bancos de dados para os seguintes conceitos: [conceito 1], [conceito 2]. Forneça equivalentes em turco e inglês. Sugira um exemplo de string de pesquisa com operadores booleanos (AND/OR). Recomendação de fonte; Basta fornecer os termos de pesquisa.
3) Síntese da literatura (somente com os textos que forneci):
Abaixo colo resumos de 10 artigos [M1]-[M10]. Com base APENAS nestes dados, surge uma tabela de: (1) resultados acordados, (2) resultados contraditórios, (3) abordagens metodológicas, (4) lacunas. Em cada linha, indique em qual texto ela se baseia com [M#]. Não adicione nenhum recurso externo.
4) Verificação de lote de verificação de origem:
Para cada registro da lista de referências abaixo, reúna em uma tabela os campos que necessitam de validação: autor, ano, título, periódico, DOI. Se não tiver certeza sobre alguma área, escreva “DEVE SER VERIFICADA”. Se você não conhece nenhuma referência, não a invente; Escreva "desconhecido".Lista: [aqui]
Alerta fraco / Alerta forte
Alerta fraco:
Liste os 10 artigos mais importantes sobre desigualdade digital com bibliografia.
Isso convida diretamente a IA a fazer as pazes. O modelo produz 10 fontes que não existem, mas parecem realistas; Você não pode confirmar nenhum deles.
Alerta poderoso:
Sua função: assistente de síntese. Abaixo estou colando o resumo dos 9 artigos que coletei. A sua missão é mapear (1) o que estes 9 estudos têm em comum, (2) onde se contradizem, (3) os métodos que utilizaram e (4) as questões que permanecem sem resposta. Use apenas esses textos; Vincule cada afirmação à fonte com [M#]. Resumos: [aqui]
A diferença: a IA não “encontra” mais recursos, ela transforma seus recursos reais em um mapa de síntese legível.
Revisão de literatura: qual trabalho é de quem
Palco
IA pode
o homem deve fazer
Limite o tópico
Gerando perguntas alternativas
Seleção da pergunta
Termo de pesquisa
Sinônimos, tradução
Estratégia de pesquisa
fornecimento
— (risco de fabricação)
Verificação de banco de dados
resumo de leitura
Recapitulação rápida
Avaliação de qualidade
síntese
Mapa de descobertas comuns/conflitantes
Comente e escolha
verificação de origem
Editar uma lista de verificação
Confirmação de DOI/entidade
Erros comuns
- Pedindo recursos da IA. Encontrar literatura é tarefa do banco de dados; A IA inventa isso.
- Não confirmando o DOI. Mesmo um DOI de aparência realista pode ser falso; questione cada um.
- Adesão cega a uma única teoria. A descoberta deve definir o enquadramento, não o seu preconceito.
- Saltando a lacuna. Uma boa questão de investigação preenche uma lacuna na literatura; Procure isso conscientemente.
- Copiando a síntese como está. Não apresente o resumo da IA como sua própria análise; Volte às fontes e leia você mesmo.
Resumindo
A espinha dorsal da pesquisa; É uma pergunta clara, uma revisão honesta da literatura e uma estrutura conceitual apropriada. A IA é uma ajuda poderosa para restringir perguntas, gerar termos de pesquisa, sintetizar os resumos reais que você coleta e construir listas de verificação. Mas você encontra a fonte, confirma cada referência, escolhe o enquadramento e faz a interpretação. A maior armadilha no campo humano é uma fonte falsa; A regra é clara: a IA não descobre a literatura, ela processa o que você encontra.
Tarefa de aplicativo
Escolha um tema de pesquisa. Gere 6 perguntas alternativas concretas com IA e escolha uma. Pesquise você mesmo um banco de dados e colete pelo menos 8 resumos reais de artigos. Dê esses resumos à IA com o modelo de “síntese de literatura” e crie um mapa de descobertas, contradições e lacunas comuns. Por fim, caso haja alguma referência que a IA sugira no início do processo, verifique todas elas com o DOI e informe quantas são falsas.
lista de verificação
- [] Limitei a questão da pesquisa por população, contexto e foco.
- [] Eu mesmo coletei os recursos do banco de dados, não pedi à IA.
- [] Eu verifiquei DOI/existência em cada referência.
- [ ] Fiz a síntese apenas com resumos reais e com referência à fonte.
- [ ] Escolhi a estrutura conceitual com base nas descobertas.