RIT: профессор переосмысливает роль ИИ в качественных исследованиях
Качественные исследователи сталкиваются с трудоёмкой задачей: одно интервью может порождать сотни страниц транскриптов, и всё это необходимо систематизировать вручную, не упуская важных деталей и не позволяя собственным предубеждениям влиять на выводы.
Ха-Кьюнг Хиди Конг, доцент Технологического института Рочестера (RIT), изучает возможности применения искусственного интеллекта и визуализации данных для анализа качественных данных. Её цель — интегрировать мультимодальные данные и методы машинного обучения с участием человека, чтобы сделать процесс качественного анализа более прозрачным и заслуживающим доверия.
Нераскрытый потенциал мультимодальных данных
Во время качественных исследований исследователи собирают не только текстовые транскрипты, но и аудио, и видеозаписи. Когда Конг начала изучать, используют ли исследователи этот мультимодальный материал, они отвечали, что нет — слишком трудоёмко. Работа, финансируемая Национальным научным фондом США, привела к созданию ChromaScribe — инструмента для этапа кодирования транскриптов. Он генерирует метки для организации и категоризации информации, строит тематические карты с цветовым кодированием и визуализирует эмоциональный или тематический вес отдельных фрагментов интервью.
«Тон голоса, жесты, мимика — всё это даёт контекст и нюансы, которые слова не передают», — говорит Конг.
Привязка аудиовизуальных данных к транскрипту помогает также в борьбе с confirmation bias. Если участник отвечает саркастически или без энтузиазма, а видеозаписи нет, текст можно интерпретировать так, как удобно исследователю. ChromaScribe распространяется бесплатно в формате open-source.
Ответ критикам генеративного ИИ
В процессе разработки Конг обнаружила открытое письмо, подписанное более чем 400 качественными исследователями: «Мы отвергаем использование генеративного ИИ для рефлексивных качественных исследований». Авторы письма указывают, что ИИ-коды и темы могут вносить anchoring bias, упрощать сложные переживания и подрывать авторство исследователя. Другие исследователи обеспокоены безопасностью данных при их обработке в облачных системах.
Именно эта критика вдохновила Конг на второй проект — Reflexis, также бесплатный open-source инструмент, разработанный совместно с исследователями из Университета Торонто. Работа была представлена на конференции ACM CHI 2026 — ведущей конференции по взаимодействию человека и компьютера.
«Это смена парадигмы, — говорит Конг. — Не “как ИИ заменит то, что делается сейчас”, а “как ИИ может дополнить существующий рабочий процесс и поддержать исследователей”».
Вместо того чтобы интерпретировать данные за исследователей, Reflexis разработан для поддержки их рефлексии: предлагает вопросы, помогающие проанализировать собственное мышление, отслеживает, как интерпретации меняются со временем, и выявляет точки для обсуждения в тематическом анализе.
Как исследователи на самом деле хотят работать с ИИ
Эстер Чэнь, аспирантка RIT, специализирующаяся на взаимодействии человека и компьютера, рассказывает, что больше всего её удивило расхождение между тем, как исследователи хотят взаимодействовать с ИИ, и общими ожиданиями. Один из участников исследовательского проекта описал предпочтительную роль ИИ как роль ассистента, но не коллаборатора — «и никогда не руководителя».
«Исследователи были значительно более открыты к тому, чтобы ИИ выполнял повторяющуюся черновую работу, но строго охраняли свою роль как окончательного интерпретатора», — отмечает Чэнь.
Результаты исследования также показывают: исследователи не против ИИ как такового. В ходе тестирования инструментов с участием 28 человек 27 выбрали работу с доступной функцией ИИ для качественного анализа, и только один предпочёл делать всё вручную. При этом участники значительно расходились в том, какую степень автоматизации они готовы принять.
Вопрос конфиденциальности данных команда Конг решила, используя в своих исследованиях локальные ИИ-модели: данные остаются на машине пользователя и не передаются сторонним сервисам.
Оба инструмента — ChromaScribe и Reflexis — доступны бесплатно в открытом коде.