L’univers en constante évolution de la recherche est au cœur de l’essor de l’intelligence artificielle (IA) à tous les niveaux de l’enquête académique. Alors que les outils alimentés par l’IA ont montré leur efficacité dans la synthèse d’articles de revues, la recherche de documents pertinents, voire le remplacement des participants humains, une question demeure : l’IA peut-elle vraiment remplacer les participants humains dans la recherche qualitative ?
Pour éclairer cette question, notre étude récente s’est aventurée dans le domaine des rencontres mobiles pendant la pandémie de COVID-19 en Aotearoa Nouvelle-Zélande. Notre objectif était de comprendre les réponses sociales plus larges aux rencontres mobiles alors que la pandémie évoluait et que les directives de santé publique changeaient au fil du temps. Dans le cadre de cette recherche en cours, nous avons encouragé les participants à élaborer des récits en réponse à des scénarios hypothétiques.
En 2021 et 2022, nous avons reçu une gamme variée de réponses captivantes et non conventionnelles de 110 Néo-Zélandais recrutés via Facebook. Ces participants ont généreusement été récompensés par des bons d’achat pour leur temps et leurs efforts. Leurs récits ont vivement décrit les défis des « rendez-vous Zoom », les conflits découlant des statuts de vaccination différents, et les émotions vécues lors des confinements et de la recherche de l’amour en pleine pandémie.
Ces réponses ont non seulement capturé les hauts et les bas des rencontres en ligne pendant la COVID-19, mais nous ont également rappelé la nature unique et imprévisible de la participation humaine à la recherche. Les particularités des participants, leurs directions inattendues, et les retours d’information non sollicités ont tous contribué à un ensemble de données riche basé sur des expériences vécues.
Cependant, lors de notre dernière collecte de données à la fin de 2023, nous avons observé un changement distinct dans les récits reçus. Les choix de mots sont devenus étrangement rigides et excessivement formels, une tonalité moralisatrice imprégnait chaque récit. À travers l’utilisation d’outils de détection de l’IA comme ZeroGPT, nous avons conclu que les participants, voire des bots, utilisaient l’IA pour générer des réponses de récits, potentiellement dans le but d’obtenir le bon d’achat avec un effort minimal.
Contrairement aux affirmations selon lesquelles l’IA peut efficacement remplacer les participants humains dans la recherche, nous avons constaté que les récits générés par l’IA étaient largement insatisfaisants. Nous avons une fois de plus été rappelés que l’essence de la recherche sociale réside dans des données ancrées dans de véritables expériences humaines.
Alors que l’IA peut ne pas être le principal problème, il convient de considérer la philosophie sous-jacente qui informe son développement. La plupart des affirmations sur la capacité de l’IA à remplacer les humains émanent souvent de scientifiques informatiques ou de chercheurs sociaux quantitatifs. Ces études mesurent souvent le raisonnement et le comportement humain à travers des fiches de notation ou des réponses binaires, adaptant les expériences humaines à des cadres computationnels plus facilement interprétés par l’IA.
En revanche, nous, en tant que chercheurs qualitatifs, cherchons à explorer les expériences de vie désordonnées et émotionnelles des perspectives individuelles sur les rencontres. Nous sommes attirés par les frissons et les déceptions que les participants ont initialement soulignés concernant les rencontres en ligne, les frustrations et les défis de naviguer sur les applications de rencontres, et le potentiel d’intimité au milieu des confinements et des mandats de santé évolutifs.
Dans nos recherches, nous avons constaté que l’IA simulait mal ces expériences. Alors que certains pourraient soutenir que l’IA générative est là pour rester et devrait être considérée comme offrant des outils aux chercheurs, d’autres pourraient opter pour des méthodes traditionnelles de collecte de données telles que des sondages dans le but de minimiser les interférences indésirables de l’IA. En nous basant sur notre récente expérience de recherche, nous croyons fermement que la recherche sociale qualitative, guidée par une approche théorique, est la mieux équipée pour détecter et se prémunir contre l’ingérence potentielle de l’IA.
De plus, l’ascension de l’IA en tant que participant indésirable à la recherche pose des défis supplémentaires pour les chercheurs. La nécessité d’identifier les participants imposteurs demande du temps et des efforts supplémentaires. Les institutions académiques doivent élaborer des politiques et des pratiques pour alléger ce fardeau sur les chercheurs individuels et garantir l’intégrité de la recherche dans ce paysage en évolution de l’IA.
En conclusion, alors que l’IA offre indéniablement de nouvelles possibilités en recherche, ses limitations pour reproduire les expériences et perspectives humaines ressortent dans la recherche qualitative. L’approche qualitative demeure une méthode solide pour comprendre les complexités du comportement et des émotions humaines, protégeant la richesse et l’authenticité des données dans une ère de plus en plus influencée par l’IA.
FAQ
The source of the article is from the blog rugbynews.at