利用生成式AI分析参与式农村评估数据：一项性别研究中的探索性案例研究

本研究探索了生成式人工智能（GenAI）在分析通过参与式农村评估（PRA）产生的非结构化视觉数据中的新颖应用，特别关注农村社区的女性赋权研究。以“理想村庄”PRA活动为案例研究，我们评估了三种最先进的大语言模型（LLMs）——GPT-4o、Claude 3.5 Sonnet和Gemini 1.5 Pro——在解读包含来自印度各邦多语言内容的手绘制品方面的能力。通过比较分析，我们评估了这些模型在视觉解读、语言翻译和数据分类等关键维度上的表现。我们的发现揭示了当前AI处理此类非结构化数据的能力存在显著挑战，特别是在处理多语言内容、保持语境准确性和避免幻觉方面。虽然这些模型在基本视觉解读方面显示出潜力，但在处理细微的文化语境和对赋权相关元素进行一致分类方面存在困难。本研究通过强调AI在分析参与式研究数据方面的潜力和局限性，为AI和性别研究做出了贡献，同时强调了人类监督和改进语境理解的必要性。我们的发现为开发更具包容性的AI模型指明了未来方向，以更好地服务于基于社区的参与式研究，特别是在性别研究和农村发展语境中。