Искусственный интеллект в социологическом исследовании: опыт использования для обработки и анализа интервью

Обложка

Цитировать

Полный текст

Аннотация

В настоящее время искусственный интеллект активно развивается и внедряется во все сферы человеческой жизни, включая науку, что приводит к возникновению как угроз, так и возможностей, требующих тщательного осмысления. Искусственный интеллект может оказать значительное влияние на качество и эффективность социологических исследований. Статья посвящена анализу и описанию опыта использования искусственного интеллекта, в особенности модели GPT-4o mini, в социологических исследованиях для обработки и анализа качественных данных, полученных в ходе полуформализованных интервью. Автором рассматриваются возможности и ограничения применения GPT-4o mini в качестве инструмента для транскрибирования и анализа интервью. Особое внимание уделяется выявлению аналитических возможностей GPT-4o mini для генерации обобщений и выводов. Эмпирическую базу исследования составили результаты экспертных полуформализованных интервью, проведенных по проблеме маркетинговой этики. Интервью были проведены среди специалистов в области маркетинга (n=12, 2024 г.). Рефлексия исследовательского опыта позволила выявить как положительные, так и негативные последствия использования GPT-4o mini в целях обработки и анализа интервью. Результаты указывают на то, что, несмотря на определенные ограничения в глубине интерпретации, модель GPT-4o mini может быть полезной для исследователей в нескольких аспектах. Это касается автоматизации процесса транскрибирования. При этом следует отметить, что любой транскрипт интервью, созданный с использованием искусственного интеллекта, должен подвергаться внимательной проверке исследователя, поскольку модель иногда сталкивается с трудностями в интерпретации человеческого языка. Фиксируются случаи возникновения орфографических ошибок, ошибок нераспознавания принадлежности реплик, интонационных пауз и, как следствие, потери смысловой целостности теста. В ходе проверки возможностей GPT-4o mini в роли помощника при анализе данных модель продемонстрировала посредственные результаты, ограничиваясь, как правило, поверхностными выводами. Среди положительных сторон использования GPT-4o mini установлено, что применение этой модели значительно экономит время исследователя, позволяя ему сосредоточиться на более глубоком анализе полученных данных. Результаты исследования могут быть использованы в целях оптимизации процесса обработки и анализа качественных данных в социологических исследованиях с учетом применения искусственного интеллекта, в частности модели GPT-4o mini.

Об авторах

Анастасия Игоревна Ворошилова

Уральский федеральный университет имени первого Президента России Б. Н. Ельцина

Email: 79024450663@yandex.ru
ORCID iD: 0009-0003-2148-7823
магистр; кафедра прикладной социологии;

Список литературы

  1. Гринченко С. Н. О системной иерархии искусственного интеллекта // Информатика и её применение. 2021. Т. 15. № 1. С. 111-115. doi: 10.14357/19922264210115.
  2. Резаев А. В., Стариков В. С., Трегубова Н. Д. Социология в эпоху «искусственной социальности»: поиск новых оснований // Социологические исследования. 2020. № 2. С. 3-12. doi: 10.31857/S013216250008489-0.
  3. Яковенко А. В. Человек и общество сквозь призму искусственного интеллекта // Социологические исследования. 2024. № 3. С. 135-144. doi: 10.31857/S0132162524030113.
  4. Колотовкина А. С. В одной лодке? Дебаты о методе в меняющемся эмпирическом поле // Интеракция. Интервью. Интерпретация. 2023. Т. 15. № 4. С. 11-32. https://doi.org/10.19181/inter.2023.15.4.1.
  5. Искусственный интеллект: угроза или светлое будущее? [электронный ресурс] ВЦИОМ. Новости. – Режим доступа: https://wciom.ru/analytical-reviews/analiticheskii-obzor/iskusstvennyi-intellekt-ugroza-ili-svetloe-budushchee (дата обращения: 31.01.2025).
  6. Лебедев А. Н., Константа М. Н. Ливанова и психофизиологические закономер­ности работы мозга // Психологический журнал. 2008. Т. 29. № 1. С. 133-137.
  7. David L. Morgan. Exploring the Use of Artificial Intelligence for Qualitative Data Analysis: The Case of ChatGPT // International Journal of Qualitative Methods Volume. 2023. No. 22. Pp. 1-10. doi: 10.1177/16094069231211248.
  8. Белановский С.А. Индивидуальное глубокое интервью. М.: Никколо-Медиа, 2001.
  9. Ильин В.И. Драматургия качественного полевого исследования. СПб.: Интерсоцис, 2006.
  10. OpenAI. (2025). GPT-4o mini (версия от 01 февраля) [большая языковая модель]. https://chat.openai.com/chat.
  11. Arseniev-Koehler, A., Foster, J. G. Machine Learning as a Model for Cultural Learning: Teaching an Algorithm What it Means to be Fat // Sociological Methods & Research. 2022. No. 51(4). Pp. 1484-1539.
  12. Joyce, K., Cruz, T. M. A Sociology of Artificial Intelligence: Inequalities, Power, and Data Justice // Socius. 2024. No. 10. https://doi.org/10.1177/23780231241275393.
  13. Шмерлина И. А. Искусственная социальность в свете старых и новых теоретико-методологических подходов // Социологические исследования. 2024. № 1. С. 5-14. doi: 10.31857/S0132162524010016.
  14. Левашов В. К., Гребняк О. В. Экспансия искусственного интеллекта: ожидания и настроения граждан // Социологические исследования. 2024. № 12. С. 13-23. doi: 10.31857/S0132162524120022.

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML

Согласие на обработку персональных данных

 

Используя сайт https://journals.rcsi.science, я (далее – «Пользователь» или «Субъект персональных данных») даю согласие на обработку персональных данных на этом сайте (текст Согласия) и на обработку персональных данных с помощью сервиса «Яндекс.Метрика» (текст Согласия).