Corso di Metodi Qualitativi con GenAI per Analisti

Lezione 1 • Presupposti fondamentali dell'indagine qualitativa

Contrappone l'epistemologia positivista a quella interpretativista. I discenti comprendono come la posizione ontologica plasmi le scelte di disegno della ricerca.

Lezione 2 • Linguaggio e vocabolario del lavoro qualitativo

Introduce termini chiave: saturazione, thick description, emico/etico e affidabilità. Un vocabolario preciso previene l'applicazione errata dei metodi.

Lezione 3 • I punti ciechi del ricercatore quantitativo

Identifica ciò che i modelli numerici tralasciano: motivazione, contesto e narrazione. Prepara il terreno per spiegare perché i metodi qualitativi colmano lacune critiche nell'analisi.

Lezione 1 • Strategia di campionamento e selezione dei partecipanti

Tratta il campionamento intenzionale, teorico e a valanga. I discenti giustificano la dimensione e la composizione del campione senza ricorrere alla logica della potenza statistica.

Lezione 2 • Scegliere una metodologia qualitativa

Confronta grounded theory, fenomenologia, etnografia, studio di caso e ricerca narrativa. I discenti abbinano la metodologia allo scopo della ricerca.

Lezione 3 • Scrivere una proposta di ricerca qualitativa

Struttura una proposta completa: motivazione, domande, metodologia, campionamento ed etica. I discenti producono una proposta che i revisori possono valutare.

Lezione 4 • Formulare domande di ricerca qualitativa

Insegna a formulare domande aperte ed esplorative che guidano l'indagine qualitativa. Domande mal formulate rappresentano il fallimento progettuale più comune.

Lezione 1 • Facilitazione di focus group

Insegna la gestione delle dinamiche di gruppo, i materiali di stimolo e la cattura dei dati di interazione. I focus group generano dati non ottenibili in contesti individuali.

Lezione 2 • Analisi di documenti e artefatti

Estende la raccolta dati a testi, immagini e artefatti organizzativi. I discenti triangolano i dati primari con fonti documentarie secondarie.

Lezione 3 • Progettare interviste semi-strutturate

Costruisce guide per l'intervista con domande di approfondimento, sequenziamento e linguaggio neutrale. La qualità della guida determina direttamente la ricchezza dei dati.

Lezione 4 • Osservazione e note sul campo

Introduce l'osservazione partecipante e non partecipante, i formati delle note sul campo e l'effetto osservatore. L'osservazione cattura comportamenti che l'auto-descrizione non può rilevare.

Lezione 1 • Preparare i dati per l'analisi

Tratta anonimizzazione, pulizia dei dati e segmentazione in unità analizzabili. Dati puliti e de-identificati proteggono i partecipanti e consentono una codifica rigorosa.

Lezione 2 • Strumenti di trascrizione assistita dall'IA

Valuta gli strumenti di trascrizione basati su IA generativa per accuratezza, diarizzazione del parlante e rischio per la privacy. I discenti applicano controlli di qualità alle trascrizioni generate dall'IA.

Lezione 3 • Organizzazione dei dati e gestione del corpus

Stabilisce convenzioni per la denominazione dei file, il controllo di versione e schemi di metadati per i corpora qualitativi. Dati organizzati consentono un reperimento e una verifica efficienti.

Lezione 1 • Affidabilità tra codificatori e calibrazione

Tratta il kappa di Cohen, la percentuale di accordo e le sessioni di calibrazione. Le metriche di affidabilità traducono il rigore qualitativo nel linguaggio di cui i professionisti quantitativi si fidano.

Lezione 2 • Costruire e gestire un codebook

Struttura le voci del codebook con definizioni, regole di inclusione ed esempi. Un codebook ben mantenuto garantisce coerenza tra codificatori e nel tempo.

Lezione 3 • Metodi di codifica di primo ciclo

Introduce la codifica descrittiva, in vivo, di processo ed emotiva. I codici di primo ciclo rimangono vicini ai dati prima che inizi l'interpretazione.

Lezione 4 • Codifica assistita dall'IA con strumenti di IA generativa

Utilizza i modelli linguistici di grandi dimensioni per suggerire codici, applicare codebook e segnalare nuovi pattern. I discenti valutano criticamente i suggerimenti di codici dell'IA rispetto al giudizio umano.

Lezione 1 • Scrivere memo analitici

Utilizza i memo per documentare decisioni interpretative, intuizioni emergenti e cambi di direzione analitici. I memo creano una pista di controllo e approfondiscono il pensiero riflessivo.

Lezione 2 • IA generativa per la generazione e la revisione dei temi

Applica l'IA generativa per raggruppare codici, redigere descrizioni di temi e testare la solidità dei confini tematici. L'autorità interpretativa umana deve rimanere centrale.

Lezione 3 • Generare e rivedere i temi

Guida il raggruppamento dei codici in temi candidati, la revisione dell'adattamento e il raffinamento dei confini. I temi devono essere internamente coerenti ed esternamente distinti.

Lezione 4 • Interpretare i temi nel contesto

Collega i temi alla teoria, alla letteratura e alla domanda di ricerca. L'interpretazione sposta l'analisi dalla descrizione alla spiegazione.

Lezione 1 • Riflessività e posizionalità

Esamina come l'identità, i presupposti e le distorsioni del ricercatore plasmino dati e interpretazione. La riflessività è un indicatore di qualità, non una confessione di debolezza.

Lezione 2 • Dipendibilità e confermabilità

Stabilisce piste di controllo, dichiarazioni di riflessività e audit dell'indagine. Questi criteri affrontano la coerenza e la neutralità nel lavoro qualitativo.

Lezione 3 • Trasferibilità e thick description

Insegna a scrivere descrizioni ricche di contesto che consentano ai lettori di giudicare l'applicabilità. La trasferibilità sostituisce la generalizzabilità nella logica qualitativa.

Lezione 4 • Strategie di credibilità

Tratta il coinvolgimento prolungato, la triangolazione, la verifica con il partecipante e il debriefing tra pari. La credibilità è l'equivalente qualitativo della validità interna.

Lezione 1 • IA generativa per la stesura e la sintesi dei report

Utilizza l'IA generativa per redigere sezioni di report, sintetizzare temi e generare sintesi esecutive. I discenti mantengono il controllo autoriale e verificano le affermazioni generate dall'IA.

Lezione 2 • Integrare risultati qualitativi e quantitativi

Applica strategie di integrazione tramite visualizzazione congiunta, spiegazione sequenziale e disegno integrato. L'integrazione produce intuizioni che nessuno dei due metodi otterrebbe da solo.

Lezione 3 • Strutturare i report di ricerca qualitativa

Tratta le sezioni standard del report: contesto, metodologia, risultati, interpretazione e implicazioni. La struttura segnala rigore e facilita la navigazione del lettore.

Lezione 4 • Usare citazioni ed estratti in modo efficace

Insegna a selezionare, inquadrare e attribuire le citazioni dei partecipanti. Le citazioni sono prove, non decorazioni, e devono essere giustificate analiticamente.