Kurs metod jakościowych z GenAI dla analityków

Lekcja 1 • Podstawowe założenia badań jakościowych

Kontrastuje epistemologie pozytywistyczne i interpretatywistyczne. Uczestnicy rozumieją, jak stanowisko ontologiczne wpływa na wybory dotyczące projektu badawczego.

Lekcja 2 • Język i słownictwo pracy jakościowej

Wprowadza kluczowe terminy: nasycenie, opis gęsty, emic/etic i rzetelność. Precyzyjne słownictwo zapobiega niewłaściwemu stosowaniu metod.

Lekcja 3 • Ślepe punkty badacza ilościowego

Identyfikuje to, czego modele liczbowe nie uwzględniają: motywację, kontekst i narrację. Przygotowuje grunt pod to, dlaczego metody jakościowe wypełniają krytyczne luki w analizie.

Lekcja 1 • Strategia doboru próby i selekcja uczestników

Obejmuje dobór celowy, teoretyczny i kuli śnieżnej. Uczestnicy uzasadniają liczebność i skład próby bez odwoływania się do logiki mocy testu.

Lekcja 2 • Wybór metodologii jakościowej

Porównuje teorię ugruntowaną, fenomenologię, etnografię, studium przypadku i analizę narracyjną. Uczestnicy dopasowują metodologię do celu badawczego.

Lekcja 3 • Pisanie propozycji badań jakościowych

Strukturyzuje kompletną propozycję: uzasadnienie, pytania, metodologia, dobór próby i etyka. Uczestnicy tworzą propozycję, którą recenzenci mogą ocenić.

Lekcja 4 • Formułowanie pytań badawczych w badaniach jakościowych

Uczy, jak tworzyć otwarte pytania eksploracyjne, które prowadzą badania jakościowe. Źle sformułowane pytania są najczęstszą przyczyną niepowodzenia projektu.

Lekcja 1 • Prowadzenie grup fokusowych

Uczy zarządzania dynamiką grupy, materiałami bodźcowymi i rejestrowania danych interakcyjnych. Grupy fokusowe generują dane niedostępne w rozmowach indywidualnych.

Lekcja 2 • Analiza dokumentów i artefaktów

Rozszerza zbieranie danych na teksty, obrazy i artefakty organizacyjne. Uczestnicy triangulują dane pierwotne z wtórnymi źródłami dokumentacyjnymi.

Lekcja 3 • Projektowanie wywiadów częściowo ustrukturyzowanych

Buduje scenariusze wywiadów z pytaniami pogłębiającymi, sekwencjonowaniem i neutralnym językiem. Jakość scenariusza bezpośrednio determinuje bogactwo danych.

Lekcja 4 • Obserwacja i notatki terenowe

Wprowadza obserwację uczestniczącą i nieuczestniczącą, formaty notatek terenowych i efekt obserwatora. Obserwacja rejestruje zachowania, których nie uchwyci samoopis.

Lekcja 1 • Przygotowanie danych do analizy

Obejmuje anonimizację, czyszczenie danych i segmentację na jednostki analityczne. Czyste, zanonimizowane dane chronią uczestników i umożliwiają rygorystyczne kodowanie.

Lekcja 2 • Narzędzia do transkrypcji wspomaganej sztuczną inteligencją

Ocenia narzędzia do transkrypcji oparte na generatywnej sztucznej inteligencji pod kątem dokładności, diarizacji mówców i ryzyka dla prywatności. Uczestnicy stosują kontrole jakości do transkryptów wygenerowanych przez sztuczną inteligencję.

Lekcja 3 • Organizacja danych i zarządzanie korpusem

Ustala konwencje nazewnictwa plików, kontrolę wersji i schematy metadanych dla korpusów jakościowych. Zorganizowane dane umożliwiają efektywne wyszukiwanie i audyt.

Lekcja 1 • Rzetelność między kodującymi i kalibracja

Obejmuje kappa Cohena, procentową zgodność i sesje kalibracyjne. Wskaźniki rzetelności przekładają rygorystyczność badań jakościowych na język, któremu ufają praktycy ilościowi.

Lekcja 2 • Budowanie książki kodów i zarządzanie nią

Strukturyzuje wpisy w książce kodów z definicjami, regułami włączenia i przykładami. Dobrze utrzymana książka kodów zapewnia spójność między kodującymi i w czasie.

Lekcja 3 • Metody kodowania pierwszego cyklu

Wprowadza kodowanie opisowe, in vivo, procesowe i emocjonalne. Kody pierwszego cyklu pozostają blisko danych przed rozpoczęciem interpretacji.

Lekcja 4 • Kodowanie wspomagane sztuczną inteligencją za pomocą narzędzi generatywnej sztucznej inteligencji

Wykorzystuje duże modele językowe do sugerowania kodów, stosowania książek kodów i oznaczania nowych wzorców. Uczestnicy krytycznie oceniają sugestie kodów ze strony sztucznej inteligencji w porównaniu z oceną ludzką.

Lekcja 1 • Pisanie not analitycznych

Wykorzystuje noty do dokumentowania decyzji interpretacyjnych, pojawiających się spostrzeżeń i zwrotów analitycznych. Noty tworzą ścieżkę audytu i pogłębiają myślenie refleksyjne.

Lekcja 2 • Generatywna sztuczna inteligencja do generowania i przeglądu tematów

Stosuje generatywną sztuczną inteligencję do grupowania kodów, tworzenia wstępnych opisów tematów i testowania granic tematów. Ludzki autorytet interpretacyjny musi pozostać centralny.

Lekcja 3 • Generowanie i przegląd tematów

Prowadzi do zestawiania kodów w kandydackie tematy, przeglądu dopasowania i udoskonalania granic. Tematy muszą być wewnętrznie spójne i zewnętrznie odrębne.

Lekcja 4 • Interpretacja tematów w kontekście

Łączy tematy z teorią, literaturą i pytaniem badawczym. Interpretacja przenosi analizę z opisu na wyjaśnienie.

Lekcja 1 • Refleksyjność i pozycjonalność

Bada, jak tożsamość, założenia i uprzedzenia badacza wpływają na dane i interpretację. Refleksyjność jest wyznacznikiem jakości, a nie wyznaniem słabości.

Lekcja 2 • Rzetelność i potwierdzalność

Ustanawia ścieżki audytu, deklaracje refleksyjności i audyty badawcze. Te kryteria dotyczą spójności i neutralności w pracy jakościowej.

Lekcja 3 • Przenoszalność i opis gęsty

Uczy, jak pisać bogate w kontekst opisy, które umożliwiają czytelnikom ocenę możliwości zastosowania. Przenoszalność zastępuje generalizowalność w logice jakościowej.

Lekcja 4 • Strategie wiarygodności

Obejmuje długotrwałe zaangażowanie, triangulację, sprawdzenie u uczestników i wzajemne konsultacje. Wiarygodność jest jakościowym odpowiednikiem trafności wewnętrznej.

Lekcja 1 • Generatywna sztuczna inteligencja do tworzenia raportów i syntezy

Wykorzystuje generatywną sztuczną inteligencję do tworzenia wstępnych wersji sekcji raportu, syntezy tematów i generowania streszczeń wykonawczych. Uczestnicy zachowują kontrolę autorską i weryfikują twierdzenia wygenerowane przez sztuczną inteligencję.

Lekcja 2 • Integrowanie wyników jakościowych i ilościowych

Stosuje strategie integracji: wspólny wyświetlacz, wyjaśnienie sekwencyjne i projekt osadzony. Integracja dostarcza spostrzeżeń, których żadna z metod nie daje osobno.

Lekcja 3 • Strukturyzowanie raportów z badań jakościowych

Obejmuje standardowe sekcje raportu: kontekst, metodologia, wyniki, interpretacja i implikacje. Struktura sygnalizuje rygorystyczność i ułatwia nawigację czytelnikowi.

Lekcja 4 • Skuteczne wykorzystanie cytatów i fragmentów

Uczy wybierania, oprawiania i przypisywania cytatów uczestników. Cytaty są dowodem, a nie ozdobą, i muszą być analitycznie uzasadnione.