การสัมภาษณ์เชิงคุณภาพ: การถอดความ การเขียนโค้ด และการวิเคราะห์ธีม

กำไร:

• ความสามารถในการตรวจสอบการถอดเสียงโดยการฟังการบันทึกและใช้ปัญญาประดิษฐ์เพื่อแนะนำโค้ดและธีม
• ซื่อสัตย์ต่อเสียงของผู้เข้าร่วมโดยเชื่อมต่อแต่ละรหัสและอ้างอิงกับข้อความจริงในข้อความ โดยควรใช้หมายเลขบรรทัด
• ความสามารถในการแยกแยะโค้ดจากธีม และหลีกเลี่ยงความคิดเห็นแบบผิวเผิน และสนับสนุนความลึกของข้อมูลด้วยเครื่องหมายคำพูด

การวิจัยเชิงคุณภาพไม่ได้เกี่ยวกับตัวเลข เป็นแนวทางที่เกี่ยวข้องกับความหมาย ประสบการณ์ และบริบท โดยพยายามทำความเข้าใจอย่างลึกซึ้งว่าผู้คนตีความเหตุการณ์อย่างไร ใช้คำใดอธิบาย และเหตุใดพวกเขาจึงสนใจเหตุการณ์นั้น เครื่องมือที่พบบ่อยที่สุดคือการสัมภาษณ์เชิงลึก ซึ่งเป็นการสนทนาระยะยาวกับบุคคลตามคำถามที่กำหนดไว้ล่วงหน้าแต่มีความยืดหยุ่น หลังจากการสัมภาษณ์จะมีงานสามอย่าง: การถอดเสียง (ถอดเสียงการบันทึกเสียงทุกคำ) การเขียนโค้ด (การติดป้ายกำกับข้อความที่มีความหมายในข้อความ) และการวิเคราะห์ธีม (แยกรูปแบบที่ใหญ่ขึ้นและเกิดซ้ำ — ธีม — ออกจากโค้ด) ในหน่วยนี้ คุณจะได้เรียนรู้วิธีใช้ AI ในงานทั้งสามนี้ แต่คุณจะได้เรียนรู้วิธีการรักษาเสียงของผู้เข้าร่วมและความรับผิดชอบในการตีความ

AI เป็นตัวช่วยที่ทรงพลังมากในการวิเคราะห์เชิงคุณภาพ เนื่องจากงานส่วนใหญ่เกี่ยวข้องกับข้อความ และ AI ก็เป็นข้อความที่รวดเร็ว แต่นั่นเป็นเหตุผลว่าทำไมความเสี่ยงที่ใหญ่ที่สุดอยู่ที่นี่: การอ้างถึงบางสิ่งบางอย่างกับผู้เข้าร่วมที่เขาหรือเธอไม่ได้พูด AI สามารถ "แก้ไข" คำพูด "ตีความ" ความรู้สึก หรือ "สร้าง" ธีมที่ไม่ได้อยู่ในข้อความได้ หัวใจสำคัญของการวิจัยเชิงคุณภาพคือความซื่อสัตย์ต่อคำพูดของผู้เข้าร่วมเอง ดังนั้นกฎทอง: AI จะแนะนำโค้ดและธีม แต่ข้อเสนอแนะแต่ละรายการจะต้องเชื่อมโยงกับข้อความจริงในข้อความ โดยควรมีหมายเลขบรรทัด และคุณต้องยืนยัน

ทีละขั้นตอน: จากการลงทะเบียนไปจนถึงธีม

1. ตรวจสอบหลักฐานการถอดเสียง เครื่องมือถอดเสียงอัตโนมัติทำงานได้รวดเร็วแต่ทำผิดพลาดได้ เนื่องจากอาจสะกดชื่อ คำศัพท์ทางเทคนิค หรือสำนวนภาษาถิ่นผิด จำเป็นอย่างยิ่งที่จะต้องฟังการบันทึกและแก้ไขการถอดเสียง AI สามารถแก้ไขรูปแบบได้แต่ไม่ได้ยินเสียง

2. ทำการเข้ารหัสแบบเปิด อ่านข้อความทีละบรรทัดและติดป้ายกำกับ (รหัส) ให้กับแต่ละส่วนที่มีความหมาย AI สามารถสร้างคำแนะนำโค้ดได้จากการถอดเสียงสองสามครั้งแรก นี่เป็นรายการเริ่มต้น

3. จัดแนวรายการรหัสให้สอดคล้องกับทฤษฎี รวม แยก เปลี่ยนชื่อรหัสที่แนะนำโดย AI ตามคำถามและกรอบการวิจัยของคุณเอง นี่คือการตัดสินของมนุษย์

4. โค้ดอย่างสม่ำเสมอ ความหมายเดียวกันควรมีป้ายกำกับด้วยรหัสเดียวกันทุกที่ AI ช่วยทำเครื่องหมายข้อความถอดเสียงที่เหลือให้สอดคล้องกับชุดรหัสที่ได้รับอนุมัติของคุณ

5. แยกธีม รหัสกลุ่มและตั้งชื่อรูปแบบที่ใหญ่ขึ้น (ธีม) AI แนะนำธีมแบบร่าง ขึ้นอยู่กับคุณที่จะตัดสินใจว่าอันไหนสะท้อนข้อมูลของคุณอย่างแท้จริง สนับสนุนแต่ละธีมด้วยคำพูดโดยตรง

เคล็ดลับ: ชี้แจงความแตกต่างระหว่าง "รหัส" และ "ธีม" ในการวิเคราะห์เชิงคุณภาพ: รหัสคือแท็กเล็กๆ ที่สื่อความหมายในข้อความ (“ความวิตกกังวลเกี่ยวกับความไม่มั่นคงในงาน”); ธีมคือรูปแบบใหญ่ที่รวบรวมโค้ดมากมาย ("ความไม่แน่นอนเกี่ยวกับอนาคต") AI สามารถสร้างความสับสนให้กับทั้งสองได้ คุณรักษาความแตกต่าง

มินิเคสสามอัน

กรณีที่ 1 — จับใบเสนอราคาที่ประดิษฐ์ขึ้น นักวิจัยถาม AI ถึงคำพูดที่รองรับธีม AI นำเสนอประโยคที่คล่องแคล่วแต่ไม่ปรากฏในข้อความตามที่ "ผู้เข้าร่วมพูด" เมื่อผู้วิจัยขอหมายเลขบรรทัด YZ ไม่สามารถอ้างอิงแหล่งที่มาได้ ใบเสนอราคาถูกประดิษฐ์ขึ้น กลายเป็นกฎไปแล้ว: ห้ามยอมรับข้อเสนอที่ไม่มีเครื่องหมายคำพูดหรือหมายเลขบรรทัด

กรณีที่ 2 — ความสอดคล้องของการเข้ารหัสเพิ่มขึ้น ในการศึกษาข้อความถอดเสียง 30 ชิ้น นักวิจัยสองคนใช้รหัสที่แตกต่างกัน พวกเขามีสมุดรหัสทั่วไปให้กับ AI ร่าง ชื่อ คำอธิบาย และตัวอย่างของแต่ละรหัส ความสอดคล้องระหว่างผู้เขียนโค้ดเพิ่มขึ้นอย่างมาก และความหมายของแต่ละโค้ดได้รับการบันทึกไว้

กรณีที่ 3 — ธีมผิวเผินที่ลึกซึ้งยิ่งขึ้น ในรอบแรก AI แนะนำธีมผิวเผิน เช่น “ผู้เข้าร่วมมีความสุข/ไม่มีความสุข” เมื่อผู้วิจัยกล่าวว่า "นี่ตื้นเกินไป แสดงความตึงเครียดในข้อมูล" AI ก็กลับไปที่คำพูดและร่างรูปแบบที่สมบูรณ์ยิ่งขึ้น เช่น "ความตึงเครียดระหว่างการค้นหาความปลอดภัยและความปรารถนาในอิสรภาพ" โดยอิงจากข้อความ ผู้วิจัยยืนยันเรื่องนี้ด้วยคำพูด

เทมเพลตที่สามารถคัดลอกได้สี่แบบ

1) คำแนะนำการเข้ารหัสแบบเปิด:

เขียนสำเนาบทสัมภาษณ์ต่อไปนี้ทีละบรรทัด แนะนำแท็กโค้ดสั้นๆ สำหรับแต่ละข้อความที่มีความหมาย และใส่หมายเลขบรรทัดและเครื่องหมายคำพูดโดยตรงข้างๆ อย่าเพิ่มสิ่งที่ไม่ได้อยู่ในข้อความ อย่าแสดงความคิดเห็น; เพียงแท็กวลีในข้อความ บทถอดเสียง: [ที่นี่]

2) หนังสือนิยามรหัส (codebook):

สร้างสมุดนิยามรหัสจากรายการรหัสต่อไปนี้: สำหรับแต่ละรหัส (1) ชื่อ (2) คำอธิบายหนึ่งประโยค (3) ข้อความที่ตัดตอนมาจากข้อความ (พร้อมหมายเลขบรรทัด) (4) หมายเหตุ "อยู่นอกขอบเขตของรหัสนี้" แจ้งรหัสที่ไม่ชัดเจน รหัส: [ที่นี่]

3) การอนุมานหัวข้อ (ตามคำพูด):

สิ่งที่แนบมาคือรายการรหัสที่ฉันอนุมัติ แนะนำแบบร่างธีม 3-5 แบบโดยจัดกลุ่มโค้ดเหล่านี้ สำหรับแต่ละธีม: แสดงรหัสที่มีและเครื่องหมายคำพูดโดยตรงอย่างน้อย 2 อัน (พร้อมหมายเลขบรรทัด) ที่รองรับ อย่าแนะนำธีมโดยไม่มีเครื่องหมายคำพูด ธีม: [ที่นี่] รหัส: [ที่นี่]

4) การควบคุมความภักดี:

ด้านล่างนี้เป็นบทสรุปของธีมและคำพูดที่ใช้เป็นพื้นฐาน ตรวจสอบแต่ละประโยค: ความคิดเห็นนี้ตรงกับคำพูดนั้นจริงๆ หรือเป็นการอนุมานเพิ่มเติม ทำเครื่องหมายแต่ละประโยคที่ข้อความไม่รองรับ พูดเกินจริงหรือบิดเบือนเสียงของผู้เข้าร่วม เรื่องย่อ: [ที่นี่]

พรอมต์อ่อน / พรอมต์แรง

พรอมต์ที่อ่อนแอ:

อ่านบทสัมภาษณ์เหล่านี้และดึงประเด็นหลักและคำพูดที่ดีสำหรับฉันออกมา

AI สามารถสร้างคำพูดและธีมผิวเผินที่คล่องแคล่วแต่สร้างขึ้นซึ่งไม่มีข้อมูล เสียงของผู้เข้าร่วมหายไป การระบุแหล่งที่มาไม่น่าเชื่อถือ

พรอมต์อันทรงพลัง:

วิเคราะห์ข้อความถอดเสียงด้านล่าง โดยยึดตามข้อความเท่านั้น สำหรับข้อเสนอแนะธีมแต่ละรายการ: (1) รหัสที่สร้างธีม (2) เครื่องหมายคำพูดโดยตรง + หมายเลขบรรทัดที่รองรับแต่ละโค้ด อย่าถือว่าสำนวนใด ๆ ที่ไม่ได้กล่าวถึงในข้อความเป็นของผู้เข้าร่วม หากไม่แน่ใจให้เขียนว่า "ข้อความไม่ชัดเจน" บทถอดเสียง: [ที่นี่]

ความแตกต่าง: แนวทางที่สองถือว่าความคิดเห็นแต่ละข้อมาจากคำพูดที่แท้จริงของผู้เข้าร่วม ทำให้การประดิษฐ์เป็นไปไม่ได้

ขั้นตอนการวิเคราะห์เชิงคุณภาพ

เวที

การมีส่วนร่วมของเอไอ

การตัดสินใจของมนุษย์

การถอดเสียง

การแก้ไขรูปแบบ

ฟังและตรวจสอบเสียง

การเข้ารหัสแบบเปิด

ข้อเสนอแนะรหัส (พร้อมเครื่องหมายคำพูด)

ทางเลือกทางทฤษฎี

หนังสือรหัส

ร่างคำจำกัดความ

กำหนดขีดจำกัดของโค้ด

การเข้ารหัสที่สอดคล้องกัน

ตั้งค่าแอปพลิเคชัน

การตรวจสอบความสม่ำเสมอ

การวิเคราะห์ธีม

ร่างรูปแบบ

แสดงความคิดเห็นและการตั้งชื่อ

การรายงาน

การแก้ไขใบเสนอราคา

ความภักดีและความหมาย

ข้อผิดพลาดทั่วไป

• รับใบเสนอราคาแบบไม่มีเลขบรรทัด ประตูสู่ใบเสนอราคาที่สร้างขึ้นเปิดจากที่นี่
• เชื่อใจโดยไม่ฟังบทบรรยาย การถอดเสียงอัตโนมัติมีความผิดพลาดในชื่อและเงื่อนไข
• การผสมโค้ดกับธีม ป้ายเล็กและลายใหญ่เป็นสองสิ่งที่แตกต่างกัน
• พอใจกับธีมผิวเผิน พลังแห่งคุณภาพคือความลึก มองหาแรงดันไฟฟ้าในข้อมูล
• “สวยงาม” เสียงของผู้เข้าร่วม การเปลี่ยนความหมายในขณะที่ปรับปรุงข้อความทำให้ความเที่ยงตรงลดลง

โดยสรุป

AI ในการวิเคราะห์การสัมภาษณ์เชิงคุณภาพ ช่วยประหยัดเวลาได้มากในงานต่างๆ เช่น การแก้ไขการถอดเสียง การแนะนำโค้ด การสร้างหนังสือคำจำกัดความของโค้ด และการร่างธีม แต่หัวใจสำคัญของการวิจัยเชิงคุณภาพคือความซื่อสัตย์ต่อคำพูดของผู้เข้าร่วมเอง แต่ละรหัสและธีมควรเชื่อมโยงกับข้อความจริงในข้อความ โดยเฉพาะอย่างยิ่งตามหมายเลขบรรทัด ไม่ควรใส่ใบเสนอราคาในรายงานโดยไม่มีการตรวจสอบ และไม่ควรรวมความคิดเห็นไว้ในรายงานโดยไม่มีการยืนยัน AI สร้างข้อเสนอแนะ ความรับผิดชอบสำหรับความหมาย ความลึก และความซื่อสัตย์เป็นของคุณ

งานสมัคร

บันทึกเสียงการสัมภาษณ์สั้นๆ (10-15 นาทีที่คุณสามารถทำเองได้) และถอดเสียงด้วยเครื่องมืออัตโนมัติ ฟังการบันทึกและแก้ไขการถอดเสียง ด้วยเทมเพลต "ข้อเสนอการเข้ารหัสแบบเปิด" นำโค้ดที่มีหมายเลขบรรทัดจาก AI มาจัดระเบียบไว้ในเฟรมเวิร์กของคุณเอง และสร้างสมุดโค้ด จากนั้น เมื่อใช้ "การแยกธีม" ให้ร่าง 3 ธีมและยืนยันแต่ละธีมด้วยคำพูดจริง เมื่อใช้ "การตรวจสอบความถูกต้อง" จะคัดแยกประโยคที่ข้อความไม่สนับสนุนออก

รายการตรวจสอบ

• [ ] ฉันตรวจสอบการถอดเสียงโดยการฟังการบันทึก
• [ ] ฉันเชื่อมโยงแต่ละรหัสด้วยหมายเลขบรรทัดและเครื่องหมายคำพูด
• [ ] ฉันได้จัดทำเอกสารความสอดคล้องกับหนังสือคำจำกัดความของรหัส
• [ ] ฉันสนับสนุนแต่ละธีมด้วยเครื่องหมายคำพูดโดยตรงอย่างน้อยสองคำพูด
• [ ] ฉันยืนยันแต่ละประโยคที่เป็นของผู้เข้าร่วมด้วยข้อความ