คำถามวิจัย การทบทวนวรรณกรรม และกรอบแนวคิด

กำไร:

• ความสามารถในการจำกัดหัวข้อกว้างๆ ให้เป็นคำถามวิจัยที่เป็นรูปธรรมโดยการเพิ่มจำนวนประชากร บริบท และจุดมุ่งเน้น
• ความสามารถในการค้นหาแหล่งที่มาจากฐานข้อมูล และใช้ปัญญาประดิษฐ์เพื่อสังเคราะห์เฉพาะข้อมูลสรุปจริงที่รวบรวมได้
• ความสามารถในการตรวจสอบทุกการอ้างอิงที่แนะนำโดยปัญญาประดิษฐ์ด้วย DOI และการตรวจสอบการมีอยู่และกำจัดแหล่งที่มาปลอม

การวิจัยทางสังคมทุกครั้งเริ่มต้นด้วยคำถาม คำถามวิจัยที่ดีคือข้อความแสดงความอยากรู้อยากเห็นที่ตอบได้ จำกัด และมีความหมาย: "ทำไมคนหนุ่มสาวบางคนจึงหันหลังให้กับการเมือง" แทนที่จะเป็นคำขอที่คลุมเครือ เช่น "อะไรเป็นสาเหตุที่ทำให้นักศึกษามหาวิทยาลัยที่มีอายุระหว่าง 18-25 ปี ไม่เข้าร่วมการเลือกตั้งท้องถิ่น" คำถามที่เป็นรูปธรรมเช่น: หลังจากคำถามก็มีงานสองอย่าง: การทบทวนวรรณกรรม นั่นคือการรวบรวมและอ่านสิ่งที่เขียนไว้ก่อนหน้านี้ในหัวข้อของคุณอย่างเป็นระบบ และการสร้างกรอบแนวคิด นั่นคือการกำหนดทฤษฎีใด (โครงสร้างความคิดที่เป็นระบบที่อธิบายเหตุการณ์ทางสังคม) และแนวคิดที่คุณจะเข้าใจในการวิจัยของคุณ ในหน่วยนี้ คุณจะได้เรียนรู้วิธีใช้ AI ในงานทั้งสามนี้ แต่คุณจะได้เรียนรู้วิธีการอยู่อย่างปลอดภัยโดยไม่ตกหลุมแหล่งปลอม

นี่เป็นส่วนหนึ่งของโมดูลทั้งหมดที่ต้องการความสนใจมากที่สุด เพราะการทบทวนวรรณกรรมเป็นงานที่ AI ก่อให้เกิดภาพหลอนมากที่สุด หากบอก AI ว่า "ตั้งชื่อแหล่งที่มาในหัวข้อนี้" ก็สามารถสร้างบทความ ผู้เขียน และปีที่ดูเหมือนจริงแต่ไม่มีอยู่จริงได้ ดังนั้นกฎทอง: AI จะไม่ค้นพบวรรณกรรม แต่จะประมวลผลวรรณกรรมที่คุณพบ การค้นหาแหล่งที่มาเป็นหน้าที่ของฐานข้อมูลทางวิชาการ (คอลเลกชันสิ่งพิมพ์ที่ค้นหาได้ เช่น Google Scholar, Web of Science, ดัชนี TR, วิทยานิพนธ์ YÖK, คลังวารสารของเอง) AI สังเคราะห์ข้อความที่คุณพบ

ทีละขั้นตอน: จากคำถามสู่เฟรม

1. จำกัดคำถามการวิจัยให้แคบลง เริ่มต้นด้วยหัวข้อกว้างๆ (เช่น “โซเชียลมีเดียและความเหงา”) และจำกัดขอบเขตให้แคบลงโดยเพิ่มจำนวนประชากร (ใคร) บริบท (ที่ไหน เมื่อไหร่) และประเด็นสำคัญ (สิ่งที่คุณอยากรู้จริงๆ) AI มีประโยชน์ในการสร้างคำถามทางเลือกที่เป็นรูปธรรม 5-6 ข้อจากหัวข้อ ขึ้นอยู่กับคุณที่จะตัดสินใจว่าอันไหนคุ้มค่าที่จะตรวจสอบ

2. ดึงแนวคิดหลักออกมา กำหนดแนวคิดที่สำคัญแต่ละข้อในคำถามของคุณ (เช่น "ความเหงา" "ทุนทางสังคม" "การกีดกันทางดิจิทัล") AI เก่งในการสร้างชื่อทางเลือกและคำค้นหาสำหรับแนวคิด สิ่งนี้จะช่วยเสริมการค้นหาฐานข้อมูลของคุณ

3. ค้นหาแหล่งที่มาของคุณ ค้นหาฐานข้อมูลด้วยคำสำคัญและดาวน์โหลดบทคัดย่อและข้อความฉบับเต็มของบทความที่เกี่ยวข้อง อย่าบอกให้ AI "ค้นหาทรัพยากร"; รวบรวมทรัพยากรด้วยตัวเอง

4. สังเคราะห์ด้วย AI มอบบทสรุปตามจริงที่คุณรวบรวมให้กับ AI และดึงสิ่งที่ค้นพบ ความขัดแย้ง และช่องว่างทั่วไปออกมา ซึ่งจะช่วยเร่งความเร็วในการเปรียบเทียบข้อมูลสรุปหลายสิบรายการทีละรายการ

5. สร้างกรอบแนวคิด จากผลการวิจัย ให้ตัดสินใจว่าจะใช้ทฤษฎีใดในการอ่านงานวิจัยของคุณ AI สามารถอธิบายทฤษฎีด้วยภาษาธรรมดาได้ ขึ้นอยู่กับคุณที่จะตัดสินใจว่าอันไหนเหมาะกับคำถามของคุณ

ข้อควรระวัง: ห้ามใช้ข้อมูลอ้างอิงใดๆ ที่ AI จัดทำขึ้นโดยไม่ค้นหาและยืนยัน DOI (ตัวระบุวัตถุดิจิทัล - รหัสถาวรที่มอบให้กับสิ่งพิมพ์ทางวิชาการแต่ละฉบับ) ในฐานข้อมูล เพียงเพราะมัน "ดูน่าเชื่อ" ไม่ได้หมายความว่ามันเป็นเรื่องจริง AI สร้างของปลอมที่น่าเชื่อได้อย่างแม่นยำ

มินิเคสสามอัน

กรณีที่ 1 — ตีกรอบคำถามให้แคบลง นักเรียนคนหนึ่งเกิดหัวข้อใหญ่ๆ เช่น "การย้ายถิ่นฐานและอัตลักษณ์" เขาขอให้ AI ได้รับคำถามย่อยที่เป็นรูปธรรม 6 ข้อ ในหมู่พวกเขา เขาเลือกคำถาม "การใช้ภาษาพื้นเมืองและความสัมพันธ์ของการเป็นส่วนหนึ่งของเยาวชนผู้อพยพรุ่นที่สอง" หัวข้อใหญ่ๆ กลายเป็นคำถามที่สามารถวิจัยได้ในวิทยานิพนธ์ระยะเวลา 4 เดือน

กรณีที่ 2 — DOI ปลอม นักวิจัยสอบถามข้อมูลอ้างอิง 12 รายการที่ได้รับจาก YZ โดยรวมโดย DOI 3 ใน 12 DOI ไม่ได้นำไปสู่การตีพิมพ์ใดๆ หรือนำไปสู่บทความที่แตกต่างไปจากเดิมอย่างสิ้นเชิง AI ผลิต DOI ปลอมสำหรับวารสารจริง การตรวจสอบเป็นชุดจะกำจัดแหล่งที่มาปลอม 3 แหล่งนี้ออกไป

กรณีที่ 3 — การค้นพบช่องว่าง ทีมหนึ่งแจกสรุปบทความจริง 22 บทความให้ AI แล้วถามว่า “คำถามไหนที่ยังไม่ได้ค้นคว้า?” YZ ชี้ให้เห็นว่าการศึกษาส่วนใหญ่มุ่งเน้นไปที่เมืองใหญ่ ในขณะที่บริบทในชนบทแทบไม่เคยมีการกล่าวถึงเลย ทีมงานทำให้ช่องว่างนี้เป็นเหตุผลสำหรับคำถามการวิจัยของตนเอง

เทมเพลตที่สามารถคัดลอกได้สี่แบบ

1) การจำกัดคำถามการวิจัยให้แคบลง:

ที่อยู่: [หัวข้อกว้างๆ] ถามคำถามการวิจัยเชิงสังคมวิทยาที่เป็นรูปธรรม 6 ข้อจากหัวข้อนี้ให้ฉัน ตรวจสอบให้แน่ใจว่าประชากร บริบท และการมุ่งเน้นมีความชัดเจนในแต่ละคำถาม เพิ่มหมายเหตุข้างคำถามแต่ละข้อว่า "เป็นเชิงปริมาณ คุณภาพ หรือผสมกันเหมาะสมหรือไม่" ส่งคำถามเป็นข้อเสนอแนะ ฉันจะทำการเลือก

2) การสร้างคำค้นหา (ฉันจะค้นหาแหล่งที่มา):

สร้างคำพ้องความหมายและคำที่เกี่ยวข้องที่ฉันสามารถใช้ในการค้นหาฐานข้อมูลสำหรับแนวคิดต่อไปนี้: [แนวคิด 1], [แนวคิด 2] ให้เทียบเท่าภาษาตุรกีและอังกฤษ แนะนำตัวอย่างสตริงการค้นหาด้วยตัวดำเนินการบูลีน (AND/OR) คำแนะนำแหล่งที่มา เพียงระบุคำค้นหา

3) การสังเคราะห์วรรณกรรม (เฉพาะกับข้อความที่ฉันให้ไว้):

ด้านล่างนี้ฉันวางสรุปบทความ 10 บทความ [M1]-[M10] จากข้อมูลเหล่านี้เท่านั้น ตารางจะปรากฏของ: (1) ข้อค้นพบที่ตกลงกัน (2) ข้อค้นพบที่ขัดแย้งกัน (3) แนวทางระเบียบวิธี (4) ช่องว่าง ในแต่ละบรรทัด ให้ระบุว่าข้อความใดเป็นไปตามด้วย [M#] อย่าเพิ่มทรัพยากรภายนอกใดๆ

4) การตรวจสอบยืนยันแหล่งที่มา:

สำหรับแต่ละบันทึกในรายการอ้างอิงด้านล่าง ให้รวบรวมฟิลด์ที่ต้องได้รับการตรวจสอบความถูกต้องในตาราง: ผู้แต่ง ปี ชื่อเรื่อง วารสาร DOI หากคุณไม่แน่ใจในส่วนใด โปรดเขียนว่า "ต้องยืนยัน" หากคุณไม่รู้ข้อมูลอ้างอิงเลย ก็อย่าสร้างมันขึ้นมา เขียนว่า "ไม่ทราบ" รายการ: [ที่นี่]

พรอมต์อ่อน / พรอมต์แรง

พรอมต์ที่อ่อนแอ:

รายชื่อ 10 บทความที่สำคัญที่สุดเกี่ยวกับความไม่เท่าเทียมทางดิจิทัลพร้อมบรรณานุกรม

นี่เป็นการเชิญชวน AI โดยตรงให้มาแต่งหน้า แบบจำลองนี้สร้างแหล่งข้อมูล 10 แหล่งที่ไม่มีอยู่จริงแต่ดูสมจริง คุณไม่สามารถยืนยันรายการใดรายการหนึ่งได้

พรอมต์อันทรงพลัง:

บทบาทของคุณ: ผู้ช่วยสังเคราะห์ ด้านล่างนี้ฉันกำลังวางบทสรุปของ 9 บทความที่ฉันรวบรวมไว้ ภารกิจของคุณคือจัดทำแผนที่ (1) การศึกษาทั้ง 9 เรื่องนี้มีอะไรที่เหมือนกัน (2) จุดที่ขัดแย้งกัน (3) วิธีการที่พวกเขาใช้ และ (4) คำถามที่ยังไม่มีคำตอบ ใช้ข้อความเหล่านี้เท่านั้น เชื่อมโยงการอ้างสิทธิ์แต่ละรายการกับแหล่งที่มาด้วย [M#] เรื่องย่อ: [ที่นี่]

ความแตกต่าง: AI จะไม่ "ค้นหา" ทรัพยากรอีกต่อไป แต่จะแปลงทรัพยากรจริงของคุณให้เป็นแผนที่การสังเคราะห์ที่อ่านได้

การทบทวนวรรณกรรม: งานไหนเป็นของใคร

เวที

เอไอสามารถ

ผู้ชายต้องทำ

จำกัดหัวข้อให้แคบลง

การสร้างคำถามทางเลือก

การเลือกคำถาม

คำค้นหา

คำพ้องความหมายการแปล

กลยุทธ์การค้นหา

การจัดหา

— (ความเสี่ยงของการประดิษฐ์)

สแกนฐานข้อมูล

สรุปการอ่าน

สรุปด่วน

การประเมินคุณภาพ

การสังเคราะห์

แผนที่การค้นพบทั่วไป/ขัดแย้งกัน

ความคิดเห็นและทางเลือก

การตรวจสอบแหล่งที่มา

แก้ไขรายการตรวจสอบ

การยืนยัน DOI/นิติบุคคล

ข้อผิดพลาดทั่วไป

• การขอทรัพยากรจาก AI การค้นหาวรรณกรรมเป็นหน้าที่ของฐานข้อมูล AI ทำมันขึ้นมา
• ไม่ยืนยัน DOI แม้แต่ DOI ที่ดูสมจริงก็สามารถเป็นของปลอมได้ ถามแต่ละคน
• การยึดมั่นในทฤษฎีเดียวอย่างตาบอด การค้นพบนี้ควรกำหนดกรอบ ไม่ใช่อคติของคุณ
• กระโดดข้ามช่องว่าง คำถามวิจัยที่ดีเหมาะกับช่องว่างในวรรณกรรม มองหาสิ่งนี้อย่างมีสติ
• คัดลอกการสังเคราะห์ตามที่เป็นอยู่ อย่านำเสนอบทสรุปของ AI เป็นการวิเคราะห์ของคุณเอง กลับไปที่แหล่งที่มาและอ่านด้วยตัวเอง

โดยสรุป

กระดูกสันหลังของการวิจัย เป็นคำถามที่ชัดเจน การทบทวนวรรณกรรมอย่างตรงไปตรงมา และกรอบแนวคิดที่เหมาะสม AI เป็นตัวช่วยที่ทรงพลังในการจำกัดคำถาม สร้างคำค้นหา สังเคราะห์สรุปจริงที่คุณรวบรวม และสร้างรายการตรวจสอบ แต่คุณพบแหล่งที่มา คุณยืนยันการอ้างอิงแต่ละรายการ คุณเลือกเฟรม และทำการตีความ กับดักที่ใหญ่ที่สุดในสนามมนุษย์คือแหล่งปลอม กฎมีความชัดเจน: AI ไม่ได้ค้นพบวรรณกรรม แต่จะประมวลผลสิ่งที่คุณพบ

งานสมัคร

เลือกหัวข้อการวิจัย สร้างคำถามทางเลือกที่เป็นรูปธรรม 6 ข้อด้วย AI และเลือกหนึ่งข้อ ค้นหาฐานข้อมูลด้วยตนเองและรวบรวมบทคัดย่อบทความจริงอย่างน้อย 8 บทความ มอบบทสรุปเหล่านี้ให้กับ AI ด้วยเทมเพลต "การสังเคราะห์วรรณกรรม" และสร้างแผนที่ของข้อค้นพบทั่วไป ข้อขัดแย้ง และช่องว่าง สุดท้ายนี้ หากมีข้อมูลอ้างอิงใดๆ ที่ AI แนะนำในตอนเริ่มต้นกระบวนการ ให้ตรวจสอบทั้งหมดด้วย DOI และรายงานว่ามีข้อมูลปลอมกี่รายการ

รายการตรวจสอบ

• [ ] ฉันจำกัดคำถามการวิจัยให้แคบลงตามประชากร บริบท และความสนใจ
• [ ] ฉันรวบรวมทรัพยากรด้วยตัวเองจากฐานข้อมูล ฉันไม่ได้ขอจาก AI
• [ ] ฉันได้ตรวจสอบ DOI/การดำรงอยู่แต่ละรายการแล้ว
• [ ] ฉันทำการสังเคราะห์เฉพาะกับบทสรุปจริงและอ้างอิงถึงแหล่งที่มาเท่านั้น
• [ ] ฉันเลือกกรอบแนวคิดตามผลการวิจัย