Прибыль:
- Способность использовать искусственный интеллект в качестве интеллектуального партнера для уточнения исследовательского вопроса, генерации гипотез и определения переменных, а также вариантов методов.
- Способность получать количественные, качественные и смешанные варианты дизайна, выборки и достоверности от искусственного интеллекта и оценивать их в соответствии с их полем и этическими правилами.
- Способность понимать, что методологические решения и ответственность комитета по этике (IRB) принадлежат исследователю и что предложение по искусственному интеллекту является лишь проектом.
После знакомства с литературой пришло время разработать собственное исследование. Дизайн исследования — это процесс, начиная с вопроса и превращая его в измеримое исследование, на которое можно дать ответ: уточнение вопроса, выдвижение гипотезы, определение переменных, выбор подходящего дизайна и метода, определение выборки, рассмотрение обоснованности и надежности. Это самая трудная с умственной точки зрения часть исследования, и ИИ может быть здесь мощным мыслительным партнером — генерировать варианты, выявлять слепые пятна, сравнивать альтернативы. Но основное правило этого раздела ясно: методологические решения и этическая ответственность принадлежат исследователю; ИИ лишь предоставляет варианты для оценки.
От вопроса к гипотезе
Хороший исследовательский вопрос сфокусирован, на него можно ответить и он оригинален. Общей структурой является PICO в экспериментальных/клинических исследованиях: популяция, вмешательство, сравнение, результат. В социальных науках вопрос обычно ставится как взаимосвязь между переменными. ИИ помогает сузить широкий вопрос и предлагает несколько альтернативных формулировок.
Гипотеза — это преобразование проблемы в проверяемое предсказание; обычно включает в себя направление («X увеличивает Y»). Переменные — это то, что вы измеряете: независимая переменная (на которую вы влияете), зависимая переменная (результат, который вы измеряете), контрольные переменные (которые вы сохраняете постоянными). ИИ полезен для уточнения гипотезы, преобразования переменных в оперативные определения (измеримые определения) и выявления возможных искажающих факторов (третий фактор, который тайно влияет на результат).
Подсказка: скажите ИИ «также приведите аргументы, опровергающие эту гипотезу». Очень важно заранее увидеть слабые места вашего собственного дизайна, чтобы вы могли учиться сейчас, а не во время процесса оценки.
Дизайн, выборка и достоверность
Дизайн исследования — это то, как будут собираться и структурироваться данные, чтобы ответить на ваш вопрос. Существует три обширных семейства: количественные (числовые данные, статистическое тестирование — экспериментальное, квазиэкспериментальное, корреляционное, опрос), качественное (текст/наблюдение, значение и опыт — интервью, тематическое исследование, феноменология, обоснованная теория) и смешанный метод (объединяющий оба метода). ИИ может сравнить каждый шаблон с его плюсами и минусами и обсудить, какой из них лучше подойдет для вашего вопроса; но окончательный выбор за вами, исходя из ваших источников, полевых традиций и характера вашего вопроса.
Выборка — это подмножество вашей вселенной, которую вы исследуете. В количественном отношении размер выборки рассчитывается с помощью анализа мощности — наименьшая выборка, необходимая для выявления статистически значимого эффекта; ИИ напоминает формулу и предположения, но вам следует подтвердить число с помощью программного обеспечения (например, GPower). Валидность (действительно ли вы измеряете то, что измеряете) и надежность* (можно ли повторить измерение) являются гарантиями качества проектирования; ИИ перечисляет угрозы, вы принимаете меры предосторожности.
Самый важный момент – этика. Любое исследование с участием людей или животных требует одобрения комитета по этике (IRB): информированное согласие, конфиденциальность, отсутствие вреда. ИИ может помочь вам составить заявку в комитет по этике, но он никогда не заменит одобрения и этической ответственности. ИИ не может сказать: «Этот дизайн этичен»; Это решает комитет по этике вашего учреждения.
Обоснование смешанных методов и предварительная регистрация
Важный вопрос при выборе смешанного метода — зачем и как комбинировать два типа данных. Просто сказать: «Я провел и опрос, и интервью» — это не смешанный метод; В дизайне должна быть логика. Общие планы включают исследовательский последовательный (сначала количественный, затем качественный для углубления результатов), исследовательский последовательный (сначала качественный, затем масштабное развитие и количественное тестирование) и параллельные вложенные планы. ИИ может сравнить эти шаблоны в соответствии с вашим вопросом и обсудить, какой из них соответствует логике интеграции; но выбор зависит от того, чего на самом деле требует ваш вопрос.
Мощным инструментом методологической целостности является предварительная регистрация: регистрация вашей гипотезы, переменных и плана анализа в открытом хранилище (например, OSF) перед сбором данных. Это предотвращает поиск задним числом (HARKing — выдвижение гипотез после просмотра результата) и повышает доверие к вашему исследованию. ИИ может помочь вам структурировать черновик формы предварительной регистрации и выявить любые неясности в вашем плане; Однако каждое решение, которое вы записываете, является вашим, и вы обязаны придерживаться его после записи.
три мини-кейса
Случай 1 — Сужение вопроса. Вопрос аспиранта звучал так: «Как социальные сети влияют на молодежь?» Оно было таким огромным и неизмеримым. Он поместил ИИ в структуру, подобную PICO; Вопрос: «Есть ли связь между временем ежедневного использования Instagram и качеством сна у старшеклассников 14–17 лет?» стал. Измеримый, ограниченный вопрос, на который можно дать ответ; ИИ помог сузить круг вопросов, решение принял студент.
Случай 2 — Предупреждение о вводящей в заблуждение переменной. Один исследователь предположил, что «онлайн-курс → низкая успеваемость». Он спросил ИИ о его слабостях; ИИ напомнил нам, что социально-экономический статус может быть фактором, влияющим как на тип курса, так и на его успех. Исследователь этого не знал, но не стал добавлять это в качестве управляющей переменной в свой проект. ИИ служил напоминанием; методологическое решение он принял сам.
Случай 3. Этическая граница. Студент разрабатывал опрос по деликатному вопросу (употребление психоактивных веществ) и спросил YZ: «Пройдёт ли этот опрос комитет по этике?» — спросил он. ИИ перечислил общие принципы (согласие, анонимность, право на отзыв), но студент не заменил этим согласие; Настоящий комитет по этике подал заявку, и правление потребовало исправлений в двух статьях. ИИ помог составить проект, совет принял решение.
Копируемые шаблоны
1) Сужение вопроса:
Ваша роль: консультант по методологии. Моя широкая сфера интересов: «[тема]». Сократите это до трех целенаправленных, измеримых альтернативных исследовательских вопросов. Для каждого укажите образец, ключевые переменные и возможный дизайн. Это варианты; Я решу.
2) Гипотеза и переменная неоднозначность:
Мой исследовательский вопрос: «[вопрос]». Предложите мне (а) проверяемую гипотезу, (б) независимые/зависимые/контрольные переменные, (в) операционное (измеримое) определение для каждой переменной. Также перечислите возможные мешающие переменные. Обсуждайте варианты, решение за мной.
3) Сравнение шаблонов:
Сравните количественные, качественные и смешанные методы для «[вопроса]» в таблице: соответствие, сила, граница, требуемый ресурс. Не говорите «выберите это»; Назовите мне плюсы и минусы, я сделаю выбор.
4) Список угроз достоверности/надежности:
Перечислите следующие угрозы внутренней валидности, внешней валидности и надежности дизайна и предложите возможную контрмеру для каждой из них. Дизайн: [подведите итог]. Это будет мой контрольный список; Я принимаю решение.
Слабая подсказка / Сильная подсказка
Слабая подсказка:
Дайте мне дизайн исследования.
Нет тем, вопросов, направлений и ограничений; ИИ создает общий бесполезный шаблон.
Мощная подсказка:
Ваша роль: опытный методист в области педагогических наук. Мой вопрос: «Влияние смешанного обучения на успеваемость по естественным наукам в 7-м классе». Для квазиэкспериментального плана: обсудите соответствующую стратегию контрольной группы, тип измерительных приборов, возможные факторы, мешающие работе, и внутренние угрозы достоверности в качестве ВАРИАНТОВ. Скажите, какая информация необходима для анализа мощности; Я рассчитаю число с помощью BenG*Power. Отметьте пункты, требующие этического одобрения.
Дизайнерское решение
Роль ИИ
Чья ответственность
Сузить вопрос
производит альтернативы
Исследователь выбирает
Гипотеза/переменная
Черновик + напоминание
Исследователь определяет
Выбор рисунка
сравнивает
Исследователь решает
размер выборки
Формула напоминает
Подтверждено программным обеспечением
Этическое одобрение
помощник по призыву
Только комитет по этике
Распространенные ошибки
- Заставляем ИИ выбирать шаблон. Методологическое решение принадлежит исследователю; ИИ предлагает, вы выбираете.
- В обход совета по этике. ИИ не может сказать «этично»; Одобрение исходит от комитета по этике учреждения.
- Игнорирование миксеров. Если переменные управления не запланированы, результат невозможно интерпретировать.
- Получение точного количества образцов от ИИ. Проверьте анализ мощности с помощью соответствующего программного обеспечения.
- Не сужая вопрос. Неизмеримо широкий вопрос означает исследование, которое невозможно спланировать.
Внимание: метод, предложенный ИИ, может не быть стандартным в вашей области. Сравните каждую рекомендацию с методическими ресурсами в вашей области (учебник, консультант, аналогичные публикации); ИИ говорит в общем, соглашения предметной области специфичны.
В итоге
Дизайн исследования — это цепочка, идущая от уточнения вопроса к выборке и этике. ИИ — мощный мыслительный партнер, который создает варианты в каждом звене этой цепочки и напоминает о слепых пятнах; уточняет гипотезу, сравнивает закономерности, перечисляет угрозы. Однако ответственность за выбор дизайна, подтверждение образца и особенно этическое одобрение лежит на исследователе и комитете по этике. Самое короткое эмпирическое правило: выбор за ИИ, методологическое и этическое решение за вами.
Задача приложения
Получите собственную исследовательскую идею. С помощью ИИ сузьте круг до трех конкретных вопросов и выберите один. Создавайте гипотезы, переменные и рабочие определения для выбранного вами вопроса и корректируйте их в соответствии с вашей областью деятельности. Попросите провести количественное/качественное/смешанное сравнение дизайна и в абзаце обоснуйте, какой из них вы выбрали и почему. Отметьте пункты, требующие этического одобрения.
контрольный список
- [ ] Насколько я сузил вопрос исследования?
- [ ] Разъяснил ли я гипотезы и переменные с помощью рабочих определений?
- [ ] Запланировал ли я вмешивающиеся переменные?
- [ ] Выбрал ли я этот узор по своим причинам?
- [ ] Определил ли я моменты, требующие одобрения комитета по этике?