人机协同归纳式主题分析：AI 引导分析与人类解释权威
人工智能
2026-01-21 v1 计算机与社会
摘要
生成式人工智能 (GenAI) 在定性研究中日益广泛的应用，引发了关于分析实践和解释权威的重要问题。本研究考察了研究人员如何与归纳式主题分析 GPT (ITA-GPT) 互动，这是一个专门构建的 AI 工具，旨在通过符合反思性主题分析和逐字编码原则的结构化、半自动化提示来支持归纳式主题分析。在人机协同归纳式主题分析 (HACITA) 框架的指导下，本研究侧重于分析过程而非实质性发现。三位经验丰富的定性研究人员在加纳教师教育背景下，对教育研究的访谈转录稿进行了 ITA-GPT 辅助分析。该工具支持熟悉化、逐字鲜活编码、基于动名词的描述性编码和主题开发，同时强制要求文本溯源完整性、覆盖率检查和可审计性。数据来源包括交互日志、AI 生成的表格、研究人员的修订、删除、插入、评论和反思性备忘录。研究结果表明，ITA-GPT 充当了程序性支架，结构化分析工作流程并增强了透明度。然而，解释权威仍掌握在人类研究人员手中，他们通过反复的分析行为（包括修改、删除、拒绝、插入和评论）来行使判断力。本研究展示了归纳式主题分析如何通过负责任的人机协作来实施。
引用
@article{arxiv.2601.11850,
title = {Human-AI Collaborative Inductive Thematic Analysis: AI Guided Analysis and Human Interpretive Authority},
author = {Matthew Nyaaba and Min SungEun and Mary Abiswin Apam and Kwame Owoahene Acheampong and Emmanuel Dwamena and Xiaoming Zhai},
journal= {arXiv preprint arXiv:2601.11850},
year = {2026}
}