新扎根理论：整合高维向量聚类与多智能体协作的定性研究方法创新
人工智能
2025-10-01 v1 系统与控制
系统与控制
摘要
目的：新扎根理论（NGT）将向量聚类与多智能体系统相结合，以解决定性研究的规模-深度悖论，实现在数小时内分析海量数据集，同时保持解释的严谨性。方法：我们使用 40,000 字符的中文访谈记录，将 NGT 与人工编码和 ChatGPT 辅助分析进行了比较。NGT 采用 1536 维嵌入、层次聚类和并行基于智能体的编码。两项实验测试了纯自动化与人工引导的优化。发现：NGT 实现了 168 倍的速度提升（3 小时对 3 周）、更优的质量（0.904 对 0.883）以及 96% 的成本降低。人机协作被证明是必不可少的：纯自动化产生了抽象框架，而人工引导产生了可操作的双路径理论。该系统发现了人工编码无法察觉的模式，包括身份分化现象。贡献：NGT 证明了计算客观性与人类解释是互补的。向量表示提供了可复现的语义测量，同时保留了意义的解释维度。研究人员从机械编码转向理论引导，AI 负责模式识别，而人类提供创造性洞察。启示：成本从 50,000 美元降至 500 美元使定性研究大众化，使社区能够研究自身。实时分析使定性洞察与事件同步。该框架表明，计算方法可以加强而非妥协定性研究的人文承诺。关键词：扎根理论；向量嵌入；多智能体系统；人机协作；计算定性分析
引用
@article{arxiv.2509.25244,
title = {Neo-Grounded Theory: A Methodological Innovation Integrating High-Dimensional Vector Clustering and Multi-Agent Collaboration for Qualitative Research},
author = {Shuide Wen and Beier Ku and Teng Wang and Mingyang Zou and Yang Yang},
journal= {arXiv preprint arXiv:2509.25244},
year = {2025}
}
备注
44 pages, 11 figures