論文の概要: From Assistance to Autonomy -- A Researcher Study on the Potential of AI Support for Qualitative Data Analysis
- arxiv url: http://arxiv.org/abs/2501.19275v1
- Date: Fri, 31 Jan 2025 16:37:19 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-02-03 14:02:41.953225
- Title: From Assistance to Autonomy -- A Researcher Study on the Potential of AI Support for Qualitative Data Analysis
- Title(参考訳): 支援から自律へ - 質的データ分析におけるAIサポートの可能性に関する研究-
- Authors: Elisabeth Kirsten, Annalina Buckmann, Leona Lassak, Nele Borgert, Abraham Mhaidli, Steffen Becker,
- Abstract要約: 大規模言語モデルのようなAIツールの出現は、質的データ分析(QDA)の新しい可能性をもたらした。
大規模言語モデルのようなAIツールの出現は、QDAの新たな可能性を導入し、機会と課題の両方を提供している。
QDAにAIの責任ある統合をナビゲートするために、QDAに経験した15人のHCI研究者と半構造化インタビューを行った。
参加者はQDAでAIサポートを受けていましたが、データプライバシの自律性とAI出力の品質に関する懸念を表明しました。
私たちは、最小限のAI関与から高いAI関与まで、具体的なシナリオを提供するフレームワークを開発しました。
- 参考スコア(独自算出の注目度): 2.2010811029011474
- License:
- Abstract: The advent of AI tools, such as Large Language Models, has introduced new possibilities for Qualitative Data Analysis (QDA), offering both opportunities and challenges. To help navigate the responsible integration of AI into QDA, we conducted semi-structured interviews with 15 HCI researchers experienced in QDA. While our participants were open to AI support in their QDA workflows, they expressed concerns about data privacy, autonomy, and the quality of AI outputs. In response, we developed a framework that spans from minimal to high AI involvement, providing tangible scenarios for integrating AI into HCI researchers' QDA practices while addressing their needs and concerns. Aligned with real-life QDA workflows, we identify potentials for AI tools in areas such as data pre-processing, researcher onboarding, or mediation. Our framework aims to provoke further discussion on the development of AI-supported QDA and to help establish community standards for their responsible use.
- Abstract(参考訳): 大規模言語モデルのようなAIツールの出現は、質的データ分析(QDA)の新たな可能性を導入し、機会と課題の両方を提供している。
QDAにAIの責任ある統合をナビゲートするために、QDAに経験した15人のHCI研究者と半構造化インタビューを行った。
参加者はQDAワークフローでのAIサポートをオープンにしていましたが、データプライバシ、自律性、AI出力の品質に関する懸念を表明しました。
これに対し、我々は、最小限から高いAI関与の範囲にまたがるフレームワークを開発し、AIをHCI研究者のQDAプラクティスに統合し、ニーズと懸念に対処するための具体的なシナリオを提供しました。
実際のQDAワークフローと並行して、データ前処理や研究者のオンボード、仲介といった分野におけるAIツールの可能性を特定します。
我々のフレームワークは、AI支援型QDAの開発に関するさらなる議論を喚起し、責任ある利用のためのコミュニティ標準の確立を支援することを目的としている。
関連論文リスト
- Data Analysis in the Era of Generative AI [56.44807642944589]
本稿では,AIを活用したデータ分析ツールの可能性について考察する。
我々は、大規模言語とマルチモーダルモデルの出現が、データ分析ワークフローの様々な段階を強化する新しい機会を提供する方法について検討する。
次に、直感的なインタラクションを促進し、ユーザ信頼を構築し、AI支援分析ワークフローを複数のアプリにわたって合理化するための、人間中心の設計原則を調べます。
論文 参考訳(メタデータ) (2024-09-27T06:31:03Z) - Particip-AI: A Democratic Surveying Framework for Anticipating Future AI Use Cases, Harms and Benefits [54.648819983899614]
汎用AIは、一般大衆がAIを使用してそのパワーを利用するための障壁を下げたようだ。
本稿では,AI利用事例とその影響を推測し,評価するためのフレームワークであるPartICIP-AIを紹介する。
論文 参考訳(メタデータ) (2024-03-21T19:12:37Z) - Testing autonomous vehicles and AI: perspectives and challenges from cybersecurity, transparency, robustness and fairness [53.91018508439669]
この研究は、人工知能を自律走行車(AV)に統合する複雑さを探求する
AIコンポーネントがもたらした課題と、テスト手順への影響を調べます。
本稿は、重要な課題を特定し、AV技術におけるAIの研究・開発に向けた今後の方向性を提案する。
論文 参考訳(メタデータ) (2024-02-21T08:29:42Z) - Synergizing Human-AI Agency: A Guide of 23 Heuristics for Service
Co-Creation with LLM-Based Agents [16.560339524456268]
この研究は、に関心のあるサービスプロバイダが、その実践者やより広範なコミュニティに対して、Large Language Models(LLM)技術が統合されるかどうかを判断するための原動力となる。
LLMをベースとしたサービス共同作成ツールであるCoAGentを通じて,非AI専門家とAIの相互学習の旅について検討する。
論文 参考訳(メタデータ) (2023-10-23T16:11:48Z) - Towards a Capability Assessment Model for the Comprehension and Adoption
of AI in Organisations [0.0]
本稿では,5レベルAI能力評価モデル(AI-CAM)と関連するAI能力マトリックス(AI-CM)について述べる。
AI-CAMは、組織におけるAIの最適な利用を達成するために、5つの能力成熟度レベルに必要な中核的な能力(ビジネス、データ、技術、組織、AIスキル、リスク、倫理的考慮)をカバーします。
論文 参考訳(メタデータ) (2023-05-25T10:43:54Z) - AI for IT Operations (AIOps) on Cloud Platforms: Reviews, Opportunities
and Challenges [60.56413461109281]
IT運用のための人工知能(AIOps)は、AIのパワーとIT運用プロセスが生成するビッグデータを組み合わせることを目的としている。
我々は、IT運用活動が発信する重要なデータの種類、分析における規模と課題、そしてどのように役立つかについて深く議論する。
主要なAIOpsタスクは、インシデント検出、障害予測、根本原因分析、自動アクションに分類します。
論文 参考訳(メタデータ) (2023-04-10T15:38:12Z) - The Role of AI in Drug Discovery: Challenges, Opportunities, and
Strategies [97.5153823429076]
この分野でのAIのメリット、課題、欠点についてレビューする。
データ拡張、説明可能なAIの使用、従来の実験手法とAIの統合についても論じている。
論文 参考訳(メタデータ) (2022-12-08T23:23:39Z) - What is Software Quality for AI Engineers? Towards a Thinning of the Fog [9.401273164668092]
本研究の目的は,AI/MLコンポーネントやコードの開発,統合,メンテナンスにおいて採用されるソフトウェア品質保証戦略を検討することである。
インタビューデータの質的分析により、AI/MLコンポーネントの開発における12の課題が明らかになった。
本研究の結果は,AI/MLコンポーネントのソフトウェア品質保証プロセスと技術に関する今後の研究を導くものである。
論文 参考訳(メタデータ) (2022-03-23T19:43:35Z) - Stakeholder Participation in AI: Beyond "Add Diverse Stakeholders and
Stir" [76.44130385507894]
本稿では、既存の文献の参加と現在の実践の実証分析を通じて、AI設計における「参加的転換」を掘り下げることを目的としている。
本稿では,本論文の文献合成と実証研究に基づいて,AI設計への参加的アプローチを解析するための概念的枠組みを提案する。
論文 参考訳(メタデータ) (2021-11-01T17:57:04Z) - Competency Model Approach to AI Literacy: Research-based Path from
Initial Framework to Model [0.0]
AIリテラシーの研究は、これらのスキルを開発するための効果的で実用的なプラットフォームにつながる可能性がある。
我々は、AI教育の実用的で有用なツールとして、AIリテラシーを開発するための経路を提案し、提唱する。
論文 参考訳(メタデータ) (2021-08-12T15:42:32Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。