Serendi

支持意外发现：定性分析中人机协作的机遇与挑战

定性归纳法因其能够生成性地发现深层且情境化的见解而广泛应用于 CSCW 和 HCI 研究，但这些本质上手动且人力资源密集型的过程通常不适用于分析大型语料库。研究人员对将定性方法应用于“大”数据问题的方法越来越感兴趣，希望从大量数据中获得更具普遍性的结果，同时保留定性方法的深度和丰富性。在本文中，我们描述了一项关于定性研究人员的工作实践及其挑战的研究，着眼于这是否是人机协作的合适领域以及成功的协作可能涉及哪些方面。我们的研究结果描述了参与者多样化的方法实践和细微的协作动态，并确定了他们可能从基于 AI 的工具中受益的领域。虽然参与者强调了定性归纳分析的混乱性和不确定性，但他们仍然希望完全掌控整个过程，并认为 AI 不应干预。我们的研究在定性分析的背景下对人机协作中任务的可委派性进行了深入研究，并为尊重偶然性、人类能动性和模糊性的人工智能辅助设计提供了方向。