Obtenga la información más relevante con la Codificación Intencional con IA

La inteligencia artificial tiene muchas aplicaciones potenciales para el análisis cualitativo de datos. Con herramientas como codificación con IA, IA Conversacional, y resumenes con IA, los usuarios de ATLAS.ti pueden utilizar la inteligencia artificial para entender y codificar sus datos de forma rápida y eficiente, dejando tiempo para tareas más críticas implicadas en el análisis de datos. Ahora, gracias al Laboratorio de IA de ATLAS.ti, la nueva característica Codificación Intencional con IA puede ayudarle a llegar al punto más rápido que nunca.

En este artículo, veremos la Codificación Intencional con IA como un complemento a nuestras otras herramientas potenciadas por IA. A continuación, te guiaremos a través del proceso de Codificación Intencional con IA, desde su uso para codificar tus datos hasta la realización de análisis de los códigos generados.

¿Qué hace la Codificación Intencional con IA?

Puede usar la Codificación Intencional con IA para codificar automáticamente tus datos usando los grandes modelos de lenguaje de OpenAI. La inteligencia artificial usada en la Codificación Intencional con IA leerá los datos, generará códigos y los aplicará a los datos.

Y lo que es más importante, usted puede ordenar a Codificación Intencional con IA que busque conceptos o fenómenos específicos en función de las preguntas de investigación que le plantee. Con la capacidad de recibir instrucciones del investigador, la Codificación Intencional con IA puede adaptar su enfoque de codificación a preguntas de investigación específicas y hacer que la estructura de codificación se adapte mejor al análisis de datos deseado.

¿Por qué se necesita una Codificación Intencional con IA?

La Codificación Intencional con IA le permite emplear la inteligencia artificial para codificar automáticamente sus datos a través de una lente o perspectiva particular. Esto es útil cuando se reconoce que las personas ven el mundo de diferentes maneras en función de sus antecedentes, sus conocimientos y sus intenciones.

Imaginemos un estudio del entorno laboral que incluya observaciones de un lugar de trabajo. Las personas están sentadas en sus mesas mientras trabajan con sus ordenadores, hablan por teléfono o en persona con sus compañeros o jefes. Los datos recogidos en un estudio de este tipo suelen manifestarse en notas de campo y transcripciones de cualquier audio o vídeo captado en el entorno del lugar de trabajo.

Muchos tipos de personas estarían interesadas en analizar los datos de la observación. Un jefe podría querer saber qué motiva a sus trabajadores y aumenta su productividad. Alguien interesado en la salud mental podría examinar los datos para identificar signos de estrés entre los empleados. Un investigador de la comunicación podría estar interesado en cómo hablan entre sí las personas en el lugar de trabajo para identificar signos de acuerdo o desacuerdo.

En principio, el análisis de estos datos permite abordar cualquier tipo de investigación. En consecuencia, los códigos que un investigador puede aplicar a los datos dependerán de lo que esté buscando.

¿En qué se diferencia la Codificación Intencional con IA?

La Codificación Intencional con IA es ideal para codificar grandes conjuntos de datos de forma automática. Utilizando los modelos GPT de OpenAI, la Codificación Intencional con IA examina el significado de palabras y frases en datos textuales y aplica etiquetas que resumen el significado general del texto. Esto resulta útil cuando se está llevando a cabo un análisis inductivo o de teoría fundamentada de los datos, o cuando aún se está desarrollando un sentido del significado del texto. La codificación IA también puede ayudarte a identificar conceptos que quizá no hayas tenido en cuenta al analizar el texto, ya que examina los datos de la forma más amplia posible.

Por otro lado, con la Codificación Intencional con IA, puede decirle a ATLAS.ti cuál es su pregunta de investigación para guiar el análisis automático. Si tiene una pregunta de investigación clara o sabe lo que está buscando en sus datos, la Codificación Intencional con IA puede ser un gran ajuste para su análisis de datos. Por ejemplo, si está analizando un aspecto específico de un concepto o fenómeno (por ejemplo, productividad, estrés, acuerdo), la Codificación Intencional de IA puede centrarse en codificar sólo lo que le interesa.

Otra consideración para el uso de Codificación Intencional con IA es que puede producir muchos códigos. Este nivel de detalle es ideal para la investigación teórica fundamentada y las indagaciones inductivas, ya que permite agrupar códigos discretos en categorías y temas más amplios que pueden contribuir al desarrollo de la teoría. Por otro lado, puede dar lugar a códigos que no se ajusten a las preguntas de la investigación. La visión más limitada de los datos que ofrece la Codificación Intencional con IA puede proporcionarle los códigos más relevantes, adaptados específicamente a su programa de investigación.

¿Cómo se utiliza la Codificación Intencional con IA?

La Codificación Intencional con IA funciona con todos los documentos de texto en ATLAS.ti, como transcripciones de entrevistas o grupos focales, notas de campo de observaciones, o texto de páginas web o artículos de noticias.

Para empezar, simplemente abra la Codificación Intencional con IA desde la pestaña Buscar & Codificar de ATLAS.ti Windows o desde el menú Analisis en ATLAS.ti Mac. A continuación, puede seleccionar todos los documentos de texto que desea que la IA codifique.

Después de que haya seleccionado los documentos que la IA debe codificar, el cuadro de diálogo de Codificación Intencional de la IA le proporciona un espacio para introducir su "intención". Aquí es donde puedes contarle a la IA todo sobre tu investigación, como la pregunta de investigación, el enfoque analítico, los objetivos de la investigación, el contexto de los datos o cualquier otro detalle relevante. Este contexto adicional es crucial para que la IA produzca los mejores resultados posibles. También puedes elegir de la lista de intenciones previas si se ajustan a tu investigación.

A continuación, la Codificación Intencional con IA procesará su consulta y le sugerirá preguntas relacionadas con su investigación. Aquí es donde usted puede orientar aún más la forma en que la IA debe analizar sus datos. Cada pregunta representa un aspecto clave de su intención de investigación que la IA buscará, y cualquier segmento de datos relevante para cada pregunta se codificará con la categoría mostrada junto a esa pregunta. Estas categorías de código representan el tema principal o la esencia de cada pregunta, y cada categoría de código contendrá subcódigos relevantes generados por la Codificación Intencional con IA. Puede realizar los cambios que desee en las preguntas y categorías de códigos, incluyendo la eliminación o adición de preguntas.

Una vez que esté listo, puede hacer clic en "Empezar a codificar", y la IA procesará sus datos utilizando los modelos GPT de OpenAI. Sus datos están siempre seguros en las herramientas de ATLAS.ti y nunca serán utilizados por OpenAI para el entrenamiento de modelos. Siempre puede encontrar más información sobre la privacidad de sus datos aquí.

Cuantos más datos decidas procesar con la Codificación Intencional con IA, más tiempo te llevará codificarlos. Durante el tiempo de procesamiento, siempre puede minimizar esta ventana y trabajar en otras tareas de análisis de datos en ATLAS.ti mientras que la Codificación Intencional con IA se ejecuta en segundo plano.

Cuando la Codificación Intencional con IA haya finalizado, se le mostrará la pantalla de Resultados que lista las citas identificadas y los códigos sugeridos para aplicar a cada cita. En el lado izquierdo, puede ver una lista de todos los códigos que la Codificación Intencional con IA ha generado, y éstos están organizados jerárquicamente por sus categorías de código. También puede ver estos códigos como un gráfico visual agrupado por las categorías de códigos. Esta es una buena oportunidad para revisar las citas y añadir cualquier código adicional que considere útil aplicar a sus datos.

Una vez que haya terminado su revisión y haya hecho clic en "Aplicar", la pantalla Resumen mostrará un informe de los códigos utilizados con más frecuencia y las co-ocurrencias (es decir, los códigos que aparecen juntos). Puede utilizar este informe para explorar los resultados y obtener una visión inicial. Por ejemplo, ¿qué temas le llaman la atención? ¿O qué códigos se utilizaron juntos con más frecuencia?

Al final de este proceso, sus documentos estarán codificados con categorías y subcódigos específicamente adaptados para que pueda revisarlos y seguir trabajando con ellos. Dependiendo de su investigación y de su enfoque analítico, la Codificación Intencional con IA puede codificar una gran cantidad de datos o aplicar muchos códigos. Ahora es un buen momento para revisar sus datos y eliminar las citas que no sean relevantes para su investigación o ajustar cualquier codificación (por ejemplo, fusionando códigos, cambiando el nombre de los códigos, etc.).

Por último, puede ver todas las categorías generadas y sus respectivos subcódigos en el Gestor de Códigos, donde puede ordenar los códigos por su base para hacerse una idea de los temas predominantes en sus datos. También puede ver sólo los códigos creados por la IA haciendo clic en el grupo de códigos "Códigos IA" del panel izquierdo. Este grupo de códigos se genera automáticamente cuando se utiliza la Codificación AI o la Codificación Intencional con IA. El uso de este grupo de códigos como filtro puede ayudarle a delimitar qué códigos han sido creados por usted o por la inteligencia artificial, en caso de que desee centrarse sólo en los códigos generados por la IA o ignorarlos por completo.

Consideraciones para utilizar la Codificación Intencional con IA

La Codificación Intencional con IA tiene el potencial de acelerar tu investigación a través de la codificación. Dicho esto, recuerda que es una herramienta que puede facilitar tus esfuerzos en el análisis de datos, no sustituirlos. Con esto en mente, vamos a discutir brevemente algunas de las cosas que debes tener en cuenta al utilizar la Codificación Intencional con IA.

• Utiliza varios documentos con la Codificación Intencional con IA. Al igual que los humanos, la inteligencia artificial se basa en el contexto para comprender la información que recibe. Por lo tanto, cuanta más información tenga, mejor. Un conjunto de datos más amplio permite a la IA identificar temas recurrentes y evitar la duplicación de códigos. Las categorías generadas y sus subcódigos pueden resultarle más útiles si procesa varios documentos con la Codificación Intencional con IA.
• Asegúrese de que sus datos son relevantes. La Codificación Intencional con IA depende de que los datos que le proporcione sean relevantes para las preguntas de investigación que se plantee. Por ejemplo, si su pregunta de investigación está relacionada con el asesoramiento médico, las transcripciones de las interacciones entre los médicos y sus pacientes serán más útiles que una serie de artículos de blog sobre planificación financiera. Asegúrese de seleccionar cuidadosamente los datos antes de procesarlos en la Codificación Intencional con IA para obtener los mejores resultados.
• Revise los resultados de la Codificación Intencional con IA. El investigador humano debe ser siempre la parte más importante de cualquier estudio de investigación cualitativa, y las herramientas de IA en ATLAS.ti sirven como "asistentes virtuales". ATLAS.ti diseña sus herramientas para asegurar que el investigador tenga la última palabra en la revisión y aplicación de los códigos generados por la inteligencia artificial. Asegúrese de que las codificaciones son relevantes para su pregunta de investigación y su contexto antes de utilizarlas en su análisis.
• Reorganice los códigos en el Gestor de Códigos. La Codificación Intencional con IA produce nuevos códigos, por lo que es importante revisar esos códigos y cómo se comparan con los códigos existentes que ya tiene en su proyecto. En el Gestor de Códigos, puede fusionar códigos y organizarlos en categorías más grandes que pueden utilizarse como unidades adicionales de análisis. Recuerde que siempre puede ver qué códigos son generados por AI haciendo clic en el grupo de códigos "Códigos AI" en el Gestor de Códigos.