CoAIcoder：考察AI辅助人-人协作在定性分析中的有效性
人机交互
2023-07-26 v4
摘要
尽管AI辅助的个体定性分析已被充分研究，AI辅助的协作定性分析(CQA)——一个涉及多名研究者共同解读数据的过程——仍相对未被探索。通过形成性访谈识别CQA实践与设计机会后，我们设计实现了CoAIcoder，一种利用AI通过四种不同协作方法增强CQA中人-人协作的工具。采用被试间设计，我们让32对受CQA训练的参与者在每种协作方法下的常见CQA阶段中评估CoAIcoder。我们的发现表明，虽然使用共享AI模型作为编码者间的中介可提升CQA效率并在早期编码阶段更快促成一致，其可能影响最终代码多样性。我们也强调在各CQA场景中用AI辅助人-人协作时需考虑独立程度。最后，我们为未来AI辅助CQA系统提出设计启示。
引用
@article{arxiv.2304.05560,
title = {CoAIcoder: Examining the Effectiveness of AI-assisted Human-to-Human Collaboration in Qualitative Analysis},
author = {Jie Gao and Kenny Tsu Wei Choo and Junming Cao and Roy Ka Wei Lee and Simon Perrault},
journal= {arXiv preprint arXiv:2304.05560},
year = {2023}
}
备注
Will appear on ACM Transactions on Computer-Human Interaction (TOCHI)