인공지능(AI)이 연구의 빠르게 변화하는 풍경에서 학계의 모든 수준에서 중요한 역할을 하고 있습니다. 학술논문을 요약하고 관련 자료를 찾아내며 심지어 인간 참가자를 대체하는 등, AI 기반 도구들은 복잡한 개념을 개요화하고 설명하는 데 유망성을 보여주었습니다. 그러나 이들은 양적 연구에서 뛰어나지만, 아직도 질적 연구에서 AI가 인간 참가자를 실제로 대체할 수 있는지에 대한 의문이 남아있습니다.
최근 연구를 통해 이 문제에 빛을 발하고자 우리는 코로나19 팬데믹이 범람한 시기의 모바일 데이팅 영역에 대해 뉴질랜드 아오테아로아에서 조사해 보았습니다. 우리의 목표는 팬데믹이 펼쳐지고 공중보건 지침이 시간이 흐름에 따라 변경됨에 따라 모바일 데이팅에 대한 보다 광범위한 사회적 대응을 이해하는 것이었습니다. 이 계속되고 있는 연구의 일환으로 우리는 참가자들에게 가상 시나리오에 대한 이야기를 개발하도록 유도했습니다.
2021년부터 2022년까지 우리는 Facebook을 통해 모집된 110명의 뉴질랜드인으로부터 다양하고 독창적인 응답을 받았습니다. 이들은 시간과 노력에 대한 보상으로 기프트 바우처를 대단히 친절하게 제공받았습니다. 그들의 이야기는 “줌 데이트”의 어려움, 백신 접종 상태의 차이에서 생기는 갈등, 그리고 봉쇄와 팬데믹 속에서의 사랑 모색하는 동안 느끼는 감정까지 생생하게 묘사했습니다.
이러한 응답들은 COVID-19 기간 동안 온라인 데이팅의 좋은 면과 나쁜 면을 포착했을 뿐만 아니라, 연구에서 사람의 참여의 독특하고 예측할 수 없는 성격을 일깨워주었습니다. 참여자들의 특이성, 예상치 못한 방향, 제공된 자발적인 피드백은 모두 실제 경험을 기반으로 한 풍부한 데이터 세트에 기여했습니다.
그러나 우리가 2023년 말에 최근의 데이터 수집 라운드를 진행하면서, 우리는 받은 이야기들에서 뚜렷한 변화를 발견했습니다. 단어 선택이 이상하게 단조롭고 지나치게 공식적이 되었으며, 도덕적인 톤이 각 내러티브를 보급하고 있었습니다. 우리는 ZeroGPT와 같은 AI 탐지 도구를 통해 참가자들 또는 심지어 봇들이 AI를 사용하여 이야기 답변을 생성하려 드는 가능성이 있다는 결론을 내렸습니다.
연구에서 AI가 인간 참가자를 효과적으로 대체할 수 있다는 주장과는 달리, 우리는 AI가 생성한 이야기들이 명백히 미흡했다는 것을 발견했습니다. 우리는 다시 한 번사회 연구의 본질이 진정한 인간 경험에 근거한 데이터에 있다는 것을 상기시켰습니다.
그렇다고 AI가 핵심 문제라는 것은 아니지만, 그 개발을 구성하는 철학을 고려하는 것이 가치가 있습니다. AI가 인간을 대체할 수 있는 능력에 대한 대부분의 주장은 컴퓨터 과학자나 양적 사회과학자들로부터 나옵니다. 이러한 연구들은 종종 점수표나 이진응답을 통해 인간 추론과 행동을 측정하며, 인간 경험을 AI가 더 쉽게 해석할 수 있는 계산적 프레임워크에 적합하게 맞춥니다.
반면에 우리는 질적 연구자로서, 온라인 데이트에 관한 참가자들이 원래 강조한 스릴과 실망, 데이트 앱을 탐색하는 고통과 도전, 잠재적으로 봉쇄와 진화하는 건강 지침 속에서의 친밀함에 대한 경험들을 탐구하려고 합니다. 평소에 참가자가 강조한 것들을 흥분과 실망, 데이트 앱을 스쳐가는 고통과 도전, 그리고 봉쇄와 건강 관련 지침의 발전 속에서 친밀함의 가능성을 향한 노력에 대해 탐구하려고 합니다.
우리의 연구에서, AI는 이러한 경험들을 부적절히 모방하였습니다. 일부는 생성적 AI가 지금까지 남아있고 연구자들에게 도구를 제공하는 쪽으로 볼 수 있으며, 다른 사람들은 AI의 의도치 않은 간섭을 최소화하기 위해 설문조사와 같은 전통적인 데이터 수집 방법을 택할 것입니다. 최근 연구 경험에 바탕을 둔 우리는 이론적인 토대에 따르는 질적 사회 연구가 AI의 잠재적인 간섭을 감지하고 방어하는 데 가장 적절하다고 단언합니다.
또한, AI가 연구에 비환영 참가자로 부상함에 따른 추가적인 도전이 연구자들에게는 요구됩니다. 사기 참가자를 식별하는 필요성은 추가 시간과 노력이 필요합니다. 학술 기관들은 개별 연구자에 대한 부담을 경감하고 AI 랜드스케이프 변화 속에서 연구의 진실성을 보장하기 위한 정책과 실천을 개발해야 합니다.
결론적으로, AI는 확실히 연구에서 혁신적인 가능성을 제공하지만, 질적 연구에서 인간 경험과 시각을 모방하는 데 있어서 그 한계가 두드러집니다. 질적 접근은 인간 행동과 감정의 복잡성을 이해하는 강력한 방법이며, AI의 영향이 커지는 시대에도 데이터의 풍부함과 신뢰성을 보호합니다.
자주 묻는 질문 (FAQ)
The source of the article is from the blog smartphonemagazine.nl