1

AI 摘要测试版：轻松快速理解大型数据集

1

处理数十页或数百页的数据可能既耗时又乏味。有时，您只需要确定关键见解。其他时候，您只需要指向正确的方向进行数据分析。无论您的需求是什么，ATLAS.ti 的 AI 工具都可以帮助您更快地解决问题。

本文将介绍 ATLAS.ti 的新 AI 摘要工具，该工具目前处于测试阶段，可供所有 ATLAS.ti 用户使用。人工智能对定性研究具有深远的影响，由于我们与 OpenAI 的合作，定性数据编码和分析比以往任何时候都更快、更容易。我们新的人工智能工具有助于汇总大量数据，以提供文本的简洁描述，您可以在研究项目的各个阶段使用。

让我们将 AI 摘要应用于一个关于可持续性和可持续生活的研究项目。我们将了解使用 AI 摘要的基础知识，检查摘要备忘录中的内容，使用它将代码应用于我们的数据，并确定数据中的重要模式。

1

使用 AI 摘要

1

AI 摘要工具适用于应用于文本的所有文本文档或代码。只需单击工具栏中的 AI 摘要，或从文档的弹出菜单中选择分析 -> AI 摘要。AI 摘要对话框列出了您可以发送到 OpenAI 语言模型的所有文档和编码数据（安全可靠，因此您的数据受到保护）。选择要分析的数据，AI 摘要将返回处理数据和完成摘要的估计时间。

我们的可持续发展项目包含三场关于可持续发展的采访文本。所有这些数据在不到一分钟的时间内就被 AI 摘要处理和汇总了。但是，自然而然地，数据集越大，处理所需的时间就越长。无论需要多少时间，您都可以自由地将 AI 摘要工具置于后台，并在处理数据时对项目执行其他任务。

当 AI 摘要准备就绪时，它将为您提供一个结果对话框，以备忘录的形式显示 AI 生成的数据摘要。ATLAS.ti 中的备忘录是记录项目反思、理论见解和数据分析指导的好方法，因此我们在项目备忘录中为 AI 摘要创建了一个空间。请随时在结果对话框或备注管理器中查看这些摘要，并根据需要进行更正。生成式人工智能一直在发展中，虽然它在理解文本方面做得很好，但人的因素对于定性数据分析始终很重要。在这种情况下，如果 AI 摘要遗漏了任何细粒度但突出的细节，您可以编辑这些新摘要。

1

提前出发

1

现在你已经有了 AI 生成的项目摘要，下一个问题是如何处理它们。与 ATLAS.ti 中的所有 AI 工具一样，您可以根据需要尽可能少地使用它们来实现您的研究目标。将 10,000 字的文档变成一两段摘要，而您只需要知道您的文本是关于什么的。简而言之，AI 摘要可以帮助您节省从数据中搜索关键见解的时间。

本摘要包含哪些内容？OpenAI 的语言模型会考虑许多因素来确定哪些信息重要，哪些信息不重要，例如文本结构、重复和支持细节。例如，看看 Piper 在原始文档和上面屏幕截图中 AI 生成的摘要中对“需求说明”的描述。AI 摘要将“推荐”等词识别为需要强调的想法的信号。它还着眼于用于解释需求说明的细节，表明需求说明与其说是一个短暂的想法，不如说是一个关键的想法。了解此摘要和其他摘要的生成方式，您可以了解 AI 摘要在识别数据中的基本见解方面的力量。

1

专注于编码

1

逐行归纳编码是定性研究中的一项基本技能，但要弄清楚哪些代码值得创建也可能具有挑战性。借助 AI 摘要，您可以获得指导之手，为您指明可以编码的内容，从而促进编码过程并使您能够进行更有效的数据分析。

OpenAI 语言模型的摘要功能仅关注您提供给它们的文本，从而从数据本身中识别见解。因此，您可以使用摘要备忘录作为编码的指导。

从上面的截图中可以看出，AI 摘要已经将个人习惯确定为可持续发展的关键。然后，我们可以将代码应用于讨论个人习惯的引文，以便在一个地方组织和查看我们的数据。在下面的屏幕截图中，您可以看到与个人习惯相关的所有数据，这些数据被组织在一个代码下并列在一个窗口中。

分析非结构化定性数据的主要挑战之一是，不能总是以可预测的方式识别关键见解。AI 摘要不仅可以显示数据中的要点，还可以帮助您组织数据，以便轻松找到所有重要信息。

1

从数据中综合知识

1

ATLAS.ti 中的词频工具非常适合对数据进行内容分析。但是，完整信息的字数统计可能包括与您的分析无关的字数。例如，考虑一个转录本，其中说话者的姓名多次出现。想象一下，在一篇研究文章中，页眉和页脚的文本在每一页上都重复出现。计算这些单词可能会干扰用于表示主题的频率。

但是，您从 AI 摘要生成的备忘录仅关注关键见解。它们可以转换为可以编码和分析的文档。然后，您可以在“词频和概念”中分析这些备忘录，以确定哪些字词和短语在数据中最为普遍。

这种对摘要的分析仅关注数据中最相关的信息，结果将最常出现的关键字显示到词云的中心。

将 AI 摘要与 AI 编码结合使用也是突出数据产生的主题的好方法。使用 AI 编码将建议的代码应用于每个摘要，以将数据简化为一组简短但具有描述性的关键字。

当人工智能编码与人工智能摘要一起使用时，肯定了环境可持续性是每次采访的首要主题。本项目中的三次访谈都从气候变化、保护和环保意识等不同角度探讨了可持续性。这很有用，因为如果你的研究调查集中在环境可持续性的特定方面，那么你可以只关注其摘要使用该特定方面编码的文档。

事实证明，找到减少定性数据的方法对那些进行文献综述或文献分析的人特别有益。当您有数十或数百个文档并且需要鸟瞰数据中的主题和模式时，AI 摘要可以成为一个有价值的研究助手，可以帮助您在整个项目中综合知识。

1

结论

1

当您在筛选数据时不知道从哪里开始，甚至不知道在寻找什么时，研究可能是一个耗时的过程。确定可以帮助您解决研究问题的关键见解可能具有挑战性。ATLAS.ti 的 AI 辅助工具（例如 AI 摘要）可以帮助您更快地进入正题。与往常一样，AI 摘要等工具是您研究的辅助工具;最终由研究人员向受众解释他们的数据中的见解。但是，AI 摘要和 AI 编码可以成为出色的助手，可帮助您进行更快、更高效的研究。