Core Concepts
대규모 언어 모델의 언어 이해, 생성 및 추론 기능을 활용하여 인터뷰 전사본과 같은 큐레이션된 질적 데이터를 코딩하고 주제와 차원을 개발하여 근거 이론 모델을 발전시킬 수 있다.
Abstract
이 논문은 대규모 언어 모델을 활용하여 질적 연구의 근거 이론 개발을 자동화하는 AcademiaOS라는 첫 시도를 소개한다.
인터뷰 전사본, 보고서, 정책, 관찰 연구의 현장 노트, 일기, 사례 연구 등 다양한 질적 데이터 원천을 활용한다.
대규모 언어 모델의 언어 이해, 생성 및 추론 기능을 활용하여 데이터를 코딩하고 주제와 차원을 개발하여 근거 이론 모델을 발전시킨다.
사용자 연구(n=19)에 따르면 이 시스템은 학계에서 수용되고 있으며 질적 연구를 보조할 잠재력을 보여준다.
AcademiaOS는 다른 이들이 활용하고 자신의 사용 사례에 맞게 적응할 수 있도록 오픈소스로 공개되었다.
Stats
"질적 연구 과제는 시간이 많이 소요되고 비용이 많이 든다."
"인터뷰 전사본 하나를 코딩하는 데 몇 시간이 걸린다."
"질적 데이터는 다양한 도구를 통해 수집될 수 있으며, 목적 표집은 연구 방향을 결정한다."
"코딩은 대규모 비구조화된 텍스트 소스를 관리하는 데 사용된다."
Quotes
"질적 데이터 분석과 이론 개발을 위한 투명한 프로세스를 정의하는 것이 중요하다."
"질적 연구 과제는 시간이 많이 소요되고 비용이 많이 든다."
"대규모 언어 모델은 텍스트 데이터에 대한 컴퓨터 이해와 추론 능력을 크게 향상시켰다."