Добици:
- Способност коришћења вештачке интелигенције за генерисање плана анализе, одговарајући избор статистичких тестова и Р/Питхон/СПСС нацрт кода и ручна валидација резултата
- Способност узимања предлога тема и кода у квалитативне податке, повезивање и потврђивање интерпретације вештачке интелигенције на сирове податке
- Способност разумевања ризика приватности дељења необрађених података, опасности од лажне статистике и п-хаковања и повлачења граница одговорне анализе
Када се подаци прикупе, време је да им се да смисао. Анализа података је процес трансформације необрађених бројева или текста у налазе који одговарају на истраживачко питање. У овој фази, АИ убрзава три конкретна задатка: израду нацрта кода (Р, Питхон, СПСС синтакса), помагање у тумачењу статистичких резултата и пружање предлога тема/кода у квалитативним подацима. Али анализа је најосетљивија област тачности и поверљивости у академској заједници. Основно правило ове јединице је двоструко: необрађени подаци остају поверљиви, сваки нумерички резултат се проверава ручно. АИ такође може произвести лажне статистике; Непроверена п-вредност је једнако опасна као и непроверена атрибуција.
Генеришите нацрт кода
АИ је веома моћан у превођењу плана анализе у радни код. Рећи „Спроведите независни узорак т-тестирања између ових варијабли и проверите претпоставке“ даје вам чист Р или Питхон нацрт. Ово је велика погодност, посебно за истраживаче који нису стручњаци за програмирање. Али постоје два правила. Прво: покрените код у свом окружењу са сопственим подацима; Не отпремајте необрађене податке у алатку. Ви описујете структуру својих података АИ (имена променљивих, типови, неколико линија узорака — без ИД-ова), она пише код, а ви га извршавате на локалној машини. Друго: прочитајте и разумејте код; слепо копирање премешта тиху грешку (погрешну променљиву, погрешан тест) у извештај без да је примети.
Одабир статистичког теста је критична одлука: тип података (континуирани/категорички), број група, дистрибутивне претпоставке одлучују о тесту. Као дрво одлучивања, АИ каже „у овом случају, следећи тест може бити прикладан“ и објашњава своје образложење; Ово је поучно. Али ви потврђујете избор тако што ћете проверити претпоставке сопствених података. Погрешан тест даје резултат који изгледа валидан, али је бесмислен.
Опрез: Када се пита за број („који је просек у овом узорку“), АИ може направити број који се чини разумним без вршења стварних прорачуна. Никада немојте да АИ „израчуна” сажетак података и користи резултат; Статистички софтвер ради математику, АИ само производи код и интерпретацију.
Статистичка интерпретација и квалитативно кодирање
Када ваш софтвер произведе излаз (нпр. т(48) = 2,31, п = 0,025), АИ вам помаже да га протумачите једноставним језиком: шта то значи, значај величине ефекта, како ће се извести (у АПА формату). Ви верификујете ову интерпретацију гледајући сопствени излаз; Дајете излаз АИ, он га тумачи, знате да је број заправо дошао из ваше анализе.
У квалитативној анализи, АИ може издвојити могуће кодове (понављајуће јединице значења) и теме из транскрипата интервјуа. Ово је драгоцено као почетна тачка у индуктивном кодирању; АИ може предложити образац који сте пропустили. Али срце квалитативне анализе је дубоко читање истраживача; Сваки код који АИ предлаже повезујете са сировим подацима (стварним цитатом), проверавате његов контекст и филтрирате га сопственим оквиром за тумачење. АИ не „тумачи“ квалитативне податке, већ сугерише обрасце; Ви стварате значење.
п-хаковање (манипулисање подацима на различите начине док се не добију значајни резултати) представља озбиљно етичко кршење. Натерати АИ да каже „пробајте различите тестове док не нађете смислен резултат“ је управо то и забрањено је. Одредите свој план анализе пре него што погледате податке (са претходном регистрацијом ако је могуће) и користите АИ да извршите тај план, а не да „ловите“ резултат.
Репродуцибилност и документација кода
У модерним академским круговима, поновљивост је све важнија: способност другог истраживача да дође до истог закључка са вашим подацима и кодом. АИ је овде двосмерни помоћник. Прво, можете тражити од њега да документује код који производи редовима за коментаре; Код који објашњава шта сваки корак ради олакшава вам да разумете шест месеци касније и да ревизору следи. Друго, АИ гура вашу анализу да буде заснована на скрипти, а не на случајном ручном кликању (нпр. у СПСС менијима); Скрипта је комплетан запис ваше анализе и може се поновити једним кликом. Ово елиминише неизвесност „са којим подешавањем сам добио овај резултат?“
Део поновљивости је држање необрађених и обрађених података одвојено: необрађене податке никада не додирујете руком, све трансформације (чишћење, кодирање, искључивање) радите у коду. На овај начин, када пронађете грешку, можете се вратити на почетак и поново је покренути. АИ може да предложи оквир тока посла који чува ову разлику; Али одлуке попут тога који учесник је искључен и зашто су научне пресуде које морате донети и забележити.
три мини кофера
Случај 1 — Убрзање кода, ручна верификација. Један истраживач није знао како да уради АНОВА поновљених мера у Р. Он је описао структуру података (анонимну) АИ, узео нацрт кода и покренуо га на сопственој машини. Такође је поновио излаз у СПСС; Два резултата су се сложила. Шифра је била тачна, али истраживач се у њега уверио тек када га је проверио другим алатом.
Случај 2 — Израђена збирна статистика. Студент је налепио табелу са подацима у АИ и рекао „израчунај средње вредности и стандардне девијације“. АИ је вратио бројке које су се чиниле разумним; Када је ученик то проверио у софтверу, видео је да је неколико просека погрешно. АИ заправо није израчунао табелу, већ је погодио. Поука: софтвер врши прорачун, не добијате резултат од АИ.
Случај 3 — Квалитативни предлог кода. Друштвени научник је самокодирао 30 интервјуа, а затим је дао АИ анонимни подскуп и питао „које се додатне теме појављују“. АИ је предложио тему „институционалног поверења“ коју није разматрао посебно. Истраживач се вратио на сирове цитате, открио да је тема заиста подржана и додала је својој анализи. АИ је додала перспективу; Истраживач је донео одлуку и проверу.
Шаблони који се могу копирати
1) Консултације о избору теста:
Принос: [тип зависне променљиве], [број група], [независно/упарено], [шта знам о дистрибуцији]. Моје питање: да ли постоји разлика између група? Наведите статистичке тестове који би могли бити прикладни, са њиховим оправдањима, и запишите претпоставке за сваки. Ја бирам.
2) Нацрт кода (без личне карте):
Користим Р. Мој оквир података има следеће колоне: [називи и типови колона, пример УНИДЕНТИФИКОВАНО 2 реда]. Написати код са интерпретацијом који врши независни узорак т-тест и проверава претпоставке (нормалност, хомогеност варијансе). Покренућу код на својој машини.
3) Излазно тумачење (АПА):
Мој софтвер за статистику је произвео следећи излаз: [пасте оутпут].Како да ово пријавим у АПА 7 формату? Објасните величину ефекта и његово практично значење једноставним језиком. Узми бројеве из мог резултата, не стварај нови.
4) Квалитативни предлог теме (анонимно):
Испод су анонимизирани изводи интервјуа. Индуктивно предложити могући код и тему КАНДИДАТИ; Покажите на ком се цитату заснива сваки кандидат. Ово су предлози; Потврдићу то на основу сирових података. Цитати: [анонимни текст]
Слаби промпт / Јаки промпт
Слабо обавештење:
Анализирајте ове податке и реците ми резултат. [пасте табле]
АИ чини прорачун; Поред тога, необрађени подаци се излазе у отворени алат. Двоструки ризик.
Снажан упит:
Користим Питхон (пандас + сципи). Мој оквир података: [унидентифиедцолумндефинитион]. Желим да упоредим две групе. Напишите ИНТЕРПРЕТОВАНИ код који (1) проверава претпоставке, (2) примењује одговарајући тест, (3) израчунава величину ефекта. Покренућу га са својим подацима и пријавити резултат. Ви НЕ измишљате број; само дајте код и коментаре.
посао
АИ ради
радиш
Избор теста
Опција + оправдање
Провера претпоставке, одлука
Код анализе
нацрт законика
Трчање и читање локално
нумерички прорачун
не би требало
Рачунање са софтвером
Излазни коментар
Једноставним језиком
Потврдите сопственим исписом
Квалитативно кодирање
Кандидат за тему
Валидација са сировим подацима
Уобичајене грешке
- Отпремање необрађених/идентификованих података у отворени алат. Поверљивост учесника је нарушена; најтежа грешка.
- Направити АИ да израчунава бројеве. Производи измишљене статистике; Софтвер врши прорачун.
- Покретање кода без читања. Тиха грешка процури у извештај.
- п-хаковање. Покушај тестова да се пронађу значајни резултати је етички прекршај.
- Остављајући квалитативну интерпретацију АИ. Истраживач конструише значење; АИ само сугерише обрасце.
Савет: Задржите свој план анализе и образложење за сваки тест који користите у писаној форми. Ово истовремено штити од п-хаковања и обезбеђује спреман запис приликом писања одељка метода.
Укратко
АИ у великој мери убрзава анализу података са израдом кода, саветовањем о избору тестова, интерпретацијом резултата и квалитативним предлогом теме. Али анализа је најделикатнија област тачности академије: сирови подаци се чувају у тајности, прорачуни се раде у софтверу, сваки нумерички резултат се проверава ручно, квалитативна интерпретација је везана за сирове податке, а п-хаковање се избегава. Најкраће правило: код и тумачење су од АИ, прорачун и одлука су од вас.
Задатак апликације
Анонимно опишите структуру сопствених (или узорка) података и затражите од вештачке интелигенције одговарајућу препоруку за тестирање и коментарисани код за анализу. Прочитајте код и у једној реченици запишите шта ради сваки ред. Покрените код и добијте излаз, и проверите барем један резултат на други начин (ручно или другим алатом) ако је могуће. Ако радите квалитетно, предложите тему анонимном скупу цитата и упоредите их са сировим подацима.
контролна листа
- [ ] Зар нисам учитао необрађене/идентификоване податке у било који отворени алат?
- [ ] Да ли сам потврдио избор теста провером претпоставки?
- [ ] Да ли сам прочитао и разумео код и покренуо га локално?
- [ ] Да ли сам верификовао сваки софтвер/секундарни број нумеричких резултата?
- [ ] Да ли сам повезао квалитативне теме са сировим цитатима?