Distributed interpretation – teaching reconstructive methods in the social sciences supported by artificial intelligence
Der Beitrag von Fabio Lieder und Burkhard Schäffer im Journal of Research on Technology and Education beleuchtet das Lehren und Lernen in der rekonstruktiven Sozialforschung mit Hilfe von künstlicher Intelligenz (KI), insbesondere maschineller Interpretation. Im Mittelpunkt steht die Frage, ob die traditionelle Vermittlung von Methodenkompetenz durch Forschungsworkshops durch künstliche Intelligenz (Natural Language Processing, NLP) ergänzt werden kann, die in computergestützter Software für qualitative Datenanalyse (CAQDAS) implementiert ist. Eine Fallstudie zeigt, dass KI-Modelle für die Interpretation von Texten trainiert werden können. Damit wird eine verteilte Interpretation durch Menschen und KI möglich, die neue Möglichkeiten für die Lehre qualitativer Methoden eröffnet. Wie Menschen mit diesen neuen Möglichkeiten umgehen, wird anhand einer explorativen Auswertung einer Gruppendiskussion mit jungen Forschern dargestellt. Abschließend werden die Möglichkeiten und Grenzen dieser neuen Form der Interpretation zusammen mit einer Maschine diskutiert. Der Text ist ein Ergebnis des von DTEC geförderten KISOFT Projekts.
