Lợi nhuận:
- Khả năng sử dụng trí tuệ nhân tạo làm đối tác tư tưởng trong việc mài giũa câu hỏi nghiên cứu, tạo ra các giả thuyết và định nghĩa biến đổi cũng như các lựa chọn phương pháp
- Khả năng có được các lựa chọn thiết kế định lượng, định tính và hỗn hợp, mẫu và độ tin cậy-tính hợp lệ từ trí tuệ nhân tạo và đánh giá chúng theo lĩnh vực của chúng và các quy tắc đạo đức.
- Khả năng hiểu rằng các quyết định về phương pháp luận và trách nhiệm của ủy ban đạo đức (IRB) thuộc về nhà nghiên cứu và đề xuất trí tuệ nhân tạo chỉ là bản nháp.
Sau khi làm quen với tài liệu, đã đến lúc bạn phải thiết kế nghiên cứu của riêng mình. Thiết kế nghiên cứu là quá trình bắt đầu bằng một câu hỏi và biến nó thành một nghiên cứu có thể đo lường được và có thể trả lời: mài giũa câu hỏi, thiết lập giả thuyết, xác định các biến, chọn thiết kế và phương pháp phù hợp, xác định mẫu, xem xét tính hợp lệ và độ tin cậy. Đây là phần đòi hỏi trí óc cao nhất trong nghiên cứu và AI có thể là đối tác tư duy mạnh mẽ ở đây - tạo ra các lựa chọn, khơi gợi những điểm mù, so sánh các lựa chọn thay thế. Nhưng nguyên tắc cốt lõi của đơn vị này rất rõ ràng: Các quyết định về phương pháp và trách nhiệm đạo đức thuộc về nhà nghiên cứu; AI chỉ cung cấp các lựa chọn để đánh giá.
Từ câu hỏi đến giả thuyết
Một câu hỏi nghiên cứu tốt phải tập trung, có thể trả lời được và độc đáo. Một khuôn khổ chung là PICO trong các nghiên cứu thực nghiệm/lâm sàng: Dân số, Can thiệp, So sánh, Kết quả. Trong khoa học xã hội, câu hỏi thường được đặt ra như mối quan hệ giữa các biến số. AI giúp bạn thu hẹp một câu hỏi rộng và đề xuất một số công thức thay thế.
Giả thuyết là sự chuyển đổi vấn đề thành một dự đoán có thể kiểm chứng được; thường liên quan đến một hướng (“X tăng Y”). Biến số là những thứ bạn đo lường: biến độc lập (mà bạn ảnh hưởng), biến phụ thuộc (kết quả bạn đo lường), biến kiểm soát (mà bạn giữ không đổi). AI rất hữu ích trong việc mài giũa giả thuyết, chắt lọc các biến số thành các định nghĩa hoạt động (các định nghĩa có thể đo lường được) và thu hồi các yếu tố gây nhiễu có thể xảy ra (yếu tố thứ ba bí mật ảnh hưởng đến kết quả).
Gợi ý: Hãy nói với AI “cũng đưa ra lập luận để bác bỏ giả thuyết này”. Sẽ rất có giá trị nếu sớm nhận ra những điểm yếu trong thiết kế của chính bạn để bạn có thể học hỏi ngay bây giờ thay vì trong quá trình trọng tài.
Thiết kế, mẫu và hiệu lực
Thiết kế nghiên cứu là cách thu thập và cấu trúc dữ liệu để trả lời câu hỏi của bạn. Có ba nhóm rộng: định lượng (dữ liệu số, kiểm tra thống kê—thực nghiệm, bán thực nghiệm, tương quan, khảo sát), định tính (văn bản/quan sát, ý nghĩa và kinh nghiệm—phỏng vấn, nghiên cứu trường hợp, hiện tượng học, lý thuyết có căn cứ) và phương pháp hỗn hợp (kết hợp cả hai). AI có thể so sánh từng mẫu với ưu và nhược điểm của nó và thảo luận xem mẫu nào có thể phù hợp với câu hỏi của bạn hơn; nhưng lựa chọn cuối cùng là của bạn, dựa trên nguồn thông tin, truyền thống lĩnh vực và bản chất câu hỏi của bạn.
Mẫu là tập hợp con từ vũ trụ của bạn mà bạn kiểm tra. Về mặt định lượng, cỡ mẫu được tính bằng phân tích công suất—mẫu nhỏ nhất cần thiết để nắm bắt được tác động có ý nghĩa thống kê; AI nhắc công thức và giả định nhưng bạn nên xác nhận con số bằng phần mềm (như GPower). Hiệu lực (bạn có thực sự đo lường những gì bạn đo lường không) và độ tin cậy* (phép đo có thể được lặp lại) là sự đảm bảo chất lượng của thiết kế; AI liệt kê các mối đe dọa, bạn hãy đề phòng.
Điểm quan trọng nhất là đạo đức. Bất kỳ nghiên cứu nào có sự tham gia của người hoặc động vật đều cần có sự chấp thuận của ủy ban đạo đức (IRB): sự đồng ý có hiểu biết, bảo mật, không có ác ý. AI có thể giúp bạn soạn thảo đơn đăng ký ủy ban đạo đức, nhưng nó không bao giờ có thể thay thế cho sự chấp thuận và trách nhiệm đạo đức. AI không thể nói "thiết kế này có đạo đức"; Điều này được quyết định bởi ủy ban đạo đức của tổ chức của bạn.
Cơ sở lý luận và đăng ký trước của các phương pháp hỗn hợp
Một câu hỏi quan trọng khi chọn phương pháp hỗn hợp là tại sao và làm thế nào để kết hợp hai loại dữ liệu. Nói đơn giản “Tôi đã thực hiện cả khảo sát và phỏng vấn” không phải là phương pháp hỗn hợp; Thiết kế phải có logic. Các thiết kế phổ biến bao gồm tuần tự thăm dò (đầu tiên là định lượng, sau đó là định tính để phát hiện sâu hơn), tuần tự thăm dò (định tính đầu tiên, sau đó là phát triển quy mô và thử nghiệm định lượng) và các thiết kế lồng nhau đồng thời. AI có thể so sánh các mẫu này theo câu hỏi của bạn và thảo luận xem mẫu nào phù hợp với logic tích hợp; nhưng sự lựa chọn phụ thuộc vào những gì câu hỏi của bạn thực sự yêu cầu.
Một công cụ mạnh mẽ để đảm bảo tính toàn vẹn về phương pháp luận là đăng ký trước: đăng ký giả thuyết, biến số và kế hoạch phân tích của bạn vào kho lưu trữ mở (chẳng hạn như OSF) trước khi thu thập dữ liệu. Điều này ngăn cản việc tìm kiếm nhận thức muộn màng (HARKing - tạo ra các giả thuyết sau khi nhìn thấy kết quả) và tăng độ tin cậy cho nghiên cứu của bạn. AI có thể giúp bạn cấu trúc bản nháp của biểu mẫu đăng ký trước và phát hiện bất kỳ điểm mơ hồ nào trong kế hoạch của bạn; Tuy nhiên, mọi quyết định bạn ghi lại là của bạn và bạn có trách nhiệm tuân thủ quyết định đó sau khi ghi lại.
ba trường hợp nhỏ
Trường hợp 1 - Thu hẹp câu hỏi. Câu hỏi của một nghiên cứu sinh là "Mạng xã hội ảnh hưởng đến giới trẻ như thế nào?" Nó quá rộng lớn và không thể đo lường được. Anh ấy đưa AI vào một khuôn khổ giống như PICO; Câu hỏi đặt ra là "Có mối liên hệ nào giữa thời gian sử dụng Instagram hàng ngày và chất lượng giấc ngủ ở học sinh trung học 14-17 tuổi không?" đã trở thành. Một câu hỏi có thể đo lường được, có giới hạn và có thể trả lời được; AI đã giúp thu hẹp phạm vi, sinh viên đã đưa ra quyết định.
Trường hợp 2 - Cảnh báo biến gây nhiễu. Một nhà nghiên cứu đưa ra giả thuyết “khóa học trực tuyến → thành tích thấp”. Anh ấy hỏi AI về điểm yếu của nó; AI nhắc nhở chúng ta rằng tình trạng kinh tế xã hội có thể là yếu tố gây nhiễu ảnh hưởng đến cả loại khóa học và sự thành công. Nhà nghiên cứu không biết điều này nhưng anh ấy đã bỏ qua việc thêm nó làm biến kiểm soát vào thiết kế của mình. AI đóng vai trò như một lời nhắc nhở; anh ấy đã tự mình đưa ra quyết định về phương pháp luận.
Trường hợp 3 - Ranh giới đạo đức. Một sinh viên đang thiết kế một cuộc khảo sát về một vấn đề nhạy cảm (sử dụng chất gây nghiện) và hỏi YZ, "Cuộc khảo sát này có vượt qua được ủy ban đạo đức không?" anh ấy hỏi. AI liệt kê các nguyên tắc chung (đồng ý, giấu tên, quyền rút lui), nhưng học sinh không thay thế điều này bằng sự đồng ý; Ủy ban đạo đức thực sự đã nộp đơn và hội đồng quản trị đã yêu cầu sửa chữa trong hai bài báo. AI giúp soạn thảo, hội đồng đưa ra quyết định.
Mẫu có thể sao chép
1) Thu hẹp câu hỏi:
Vai trò của bạn: một nhà tư vấn phương pháp luận. Lĩnh vực quan tâm rộng rãi của tôi là: "[chủ đề]". Hãy thu hẹp phạm vi này xuống còn 3 câu hỏi nghiên cứu thay thế tập trung và có thể đo lường được. Đối với mỗi loại, hãy chỉ định mẫu, các biến chính và thiết kế khả thi. Đây là những lựa chọn; Tôi sẽ quyết định.
2) Giả thuyết và định hướng biến đổi:
Câu hỏi nghiên cứu của tôi: "[câu hỏi]". Đề xuất cho tôi (a) một giả thuyết có thể kiểm chứng, (b) các biến độc lập/phụ thuộc/kiểm soát, (c) định nghĩa hoạt động (có thể đo lường được) cho từng biến. Đồng thời liệt kê các biến gây nhiễu có thể xảy ra. Thảo luận về các lựa chọn, quyết định là của tôi.
3) So sánh mẫu:
So sánh các thiết kế theo phương pháp định lượng, định tính và hỗn hợp cho "[câu hỏi]" trong một bảng: mức độ phù hợp, sức mạnh, ranh giới, nguồn lực cần thiết. Đừng nói chắc chắn "chọn cái này"; Hãy cho tôi những ưu và nhược điểm, tôi sẽ đưa ra lựa chọn.
4) Danh sách mối đe dọa về tính hợp lệ/độ tin cậy:
Liệt kê các mối đe dọa của thiết kế sau đây đối với giá trị bên trong, giá trị bên ngoài và độ tin cậy và đề xuất biện pháp đối phó khả thi cho từng mối đe dọa. Thiết kế: [tóm tắt]. Đây sẽ là danh sách kiểm tra của tôi; Tôi đưa ra quyết định.
Dấu nhắc yếu / Dấu nhắc mạnh
Dấu nhắc yếu:
Hãy cho tôi một thiết kế nghiên cứu.
Không có chủ đề, câu hỏi, lĩnh vực và hạn chế; AI tạo ra một mẫu chung, vô dụng.
Lời nhắc mạnh mẽ:
Vai trò của bạn: nhà phương pháp luận giàu kinh nghiệm trong khoa học giáo dục. Câu hỏi của tôi: "Tác động của việc học tập kết hợp đến thành tích môn khoa học lớp 7". Đối với thiết kế gần như thử nghiệm: thảo luận về chiến lược nhóm kiểm soát phù hợp, loại công cụ đo lường, các yếu tố gây nhiễu có thể xảy ra và các mối đe dọa về giá trị nội bộ dưới dạng LỰA CHỌN. Nói những thông tin cần thiết để phân tích năng lượng; Mình sẽ tính số bằng benG*Power. Đánh dấu vào những điểm yêu cầu phê duyệt về mặt đạo đức.
Quyết định thiết kế
Vai trò của AI
Trách nhiệm của ai
Thu hẹp câu hỏi
sản xuất các lựa chọn thay thế
Người nghiên cứu lựa chọn
Giả thuyết/biến
Bản nháp + lời nhắc
Nhà nghiên cứu định nghĩa
Lựa chọn mẫu
so sánh
Nhà nghiên cứu quyết định
cỡ mẫu
Công thức nhắc nhở
Xác nhận bằng phần mềm
Phê duyệt đạo đức
trợ lý dự thảo
Chỉ có Ủy ban đạo đức
Những lỗi thường gặp
- Bắt AI chọn mẫu. Quyết định về phương pháp luận thuộc về nhà nghiên cứu; AI gợi ý, bạn chọn.
- Vượt qua hội đồng đạo đức AI không thể nói “có đạo đức”; Sự chấp thuận đến từ ủy ban đạo đức của tổ chức.
- Bỏ qua máy trộn. Nếu các biến kiểm soát không được lập kế hoạch thì kết quả sẽ không thể diễn giải được.
- Lấy số lượng mẫu chính xác từ AI. Xác minh phân tích năng lượng bằng phần mềm thích hợp.
- Không thu hẹp câu hỏi. Một câu hỏi vô cùng rộng có nghĩa là một nghiên cứu không thể thiết kế được.
Thận trọng: Phương pháp do AI đề xuất có thể không phải là tiêu chuẩn trong lĩnh vực của bạn. So sánh từng khuyến nghị với các tài nguyên phương pháp trong lĩnh vực của bạn (sách giáo khoa, nhà tư vấn, các ấn phẩm tương tự); AI nói chung, quy ước miền thì cụ thể.
Tóm lại
Thiết kế nghiên cứu là một chuỗi đi từ việc mài giũa câu hỏi đến lấy mẫu và đạo đức. AI là đối tác tư tưởng mạnh mẽ, tạo ra các lựa chọn trong mọi mắt xích của chuỗi này và nhắc nhở về những điểm mù; làm rõ giả thuyết, so sánh các mô hình, liệt kê các mối đe dọa. Nhưng trách nhiệm lựa chọn thiết kế, xác nhận mẫu và đặc biệt là phê duyệt về mặt đạo đức thuộc về nhà nghiên cứu và ủy ban đạo đức. Quy tắc ngón tay cái ngắn nhất: sự lựa chọn là từ AI, quyết định về phương pháp luận và đạo đức là từ bạn.
Nhiệm vụ ứng dụng
Nhận ý tưởng nghiên cứu của riêng bạn. Với AI, hãy thu hẹp xuống còn 3 câu hỏi trọng tâm và chọn một câu hỏi. Tạo các giả thuyết, biến số và định nghĩa hoạt động cho câu hỏi bạn đã chọn và sửa chúng theo lĩnh vực của bạn. Yêu cầu so sánh thiết kế định lượng/định tính/hỗn hợp và chứng minh bạn chọn cái nào và tại sao trong một đoạn văn. Đánh dấu vào những điểm yêu cầu phê duyệt về mặt đạo đức.
danh sách kiểm tra
- [ ] Tôi đã thu hẹp câu hỏi nghiên cứu của mình một cách có thể đo lường được chưa?
- [ ] Tôi đã làm rõ các giả thuyết và biến số bằng các định nghĩa hoạt động chưa?
- [ ] Tôi đã lên kế hoạch cho các biến gây nhiễu chưa?
- [ ] Có phải tôi chọn mẫu này vì lý do riêng của mình không?
- [ ] Tôi đã xác định được những điểm cần được ủy ban đạo đức phê duyệt chưa?