重新构想定性数据分析：使用 NVivo 15 实现 AI、反思和备忘录

NVivo 是研究出版物中引用最多的定性数据分析软件 (QDA 软件),使用 NVivo v15 最新主要版本从定性和混合方法数据中发现更多信息，融合 Lumivero AI Assistant 更快地识别主题、运行高级查询和发现基于证据的见解，让您在更短的时间内获得严谨的研究结果。欢迎下载试用！

NVivo 15 最新版下载

自 2022 年首次亮相以来，OpenAI 的 ChatGPT 已引发了从营销和媒体到软件开发和医疗保健等各个行业对生成人工智能 (AI) 的广泛采用。这项变革性技术现在有望提升定性数据分析和 QDA 软件领域的水平。

随着 NVivo 15 的发布，尖端的 Lumivero AI Assistant 引入了NVivo强大的定性数据分析软件（QDA 软件）。Lumivero AI Assistant 是根据AI 顾问委员会的意见开发的，它为研究人员提供了强大的工具，可增强他们的定性分析能力，同时保持研究人员的控制、数据安全性和方法透明度。

Lumivero 产品研究总监兼定性研究主管 Silvana di Gregorio 博士介绍了如何为 NVivo 15 开发 Lumivero AI 助手，并演示了它在实际中如何记录和编码定性研究数据。

定性数据分析与技术创新齐头并进

自 1995 年以来，di Gregorio 博士一直致力于定性数据分析软件的研究。在网络研讨会开始时，她花时间提醒与会者，定性研究一直在拥抱新技术。

迪格雷戈里奥博士说：“定性研究正在不断发展，而且这种发展始终与技术交织在一起。”

然而，迪格雷戈里奥博士还指出，定性研究方法学家在将新技术融入实践时往往采取谨慎态度。“影响者和技术之间总是存在某种滞后，”她说。

迪格雷戈里奥博士以录音机的使用为例，说明新技术如何影响研究实践：在廉价的录音设备广泛普及之前，大多数用于定性分析的数据都来自笔记、信件、日记和其他书面材料。录音技术使人们能够捕捉口语，并开辟了对话分析的新世界，从而获得更丰富的见解。

在过去 30 年中，QDA 软件发挥了类似的作用，使研究人员能够分析数据源材料（包括访谈）并开发代码结构来描述这些材料中存在的数据。大多数 QDA 软件（包括 NVivo 的早期版本）还集成了早期机器学习或基于 AI 的功能，例如语音转文本转录或情绪分析。在所有这些情况下，新技术都被视为一种工具，而不是威胁。

“我们使用工具来管理我们大脑能力的局限性，”迪格雷戈里奥博士解释道。“关于定性数据和分析，我们试图解决的问题是如何管理和组织非结构化数据或非常丰富、深入的数据……以及如何在这些数据中寻找模式。”

尽管生成式人工智能似乎具有巨大的颠覆潜力，但迪格雷戈里奥博士将其描述为研究人员工具箱的又一个补充，而不是定性研究人员本身的替代品。

然而，就像车间里的实体工具一样，人工智能需要负责任地使用。

以专业知识为指导：AI 咨询委员会对 NVivo 15 版 Lumivero AI 助手的影响

人工智能工具需要谨慎地融入研究。例如， 2024 年 1 月《BMC 医学伦理学》杂志发表了一篇关于在医疗保健领域使用人工智能的伦理挑战的文章，文章描述了超越“创新的诱惑”并确保人工智能的使用惠及所有利益相关者的必要性。

定性研究与医疗保健一样，有需要维护的道德标准。在定性研究中不慎加入 AI 可能会破坏这些标准。考虑到这一点，我们的团队成立了一个 AI 咨询委员会，以指导和指导 NVivo 15 和 Lumivero AI Assistant 的开发。di Gregorio 博士描述了委员会的多元化构成，包括各个职业阶段的研究人员，从博士生到经验丰富的学者，以及来自非营利组织和商业组织的成员。“每个人都全身心投入到这一过程中，”di Gregorio 博士解释道。

人工智能顾问委员会的见解促成了我们团队制定人工智能方法的三大支柱。这些包括：

研究人员的自主性和控制力： Lumivero AI Assistant 并不“进行”定性研究分析。它是一种帮助研究人员简化评估和编码过程并进行深入分析的工具。研究人员始终可以控制输出。
没有黑匣子：研究人员可以完全透明地观察 Lumivero AI 助手使用哪些数据来生成摘要或建议代码。
数据安全和隐私： Lumivero 与 OpenAI 签订了零数据保留政策协议。这意味着 Lumivero AI 助手分析的任何数据都不会被 OpenAI 用于训练其大型语言模型 (LLM) 的未来版本。此外，数据不会存储在 OpenAI 的服务器上。一旦 AI 助手完成其摘要或分析，数据就会被删除。

AI 顾问委员会的见解还帮助完善了 Lumivero AI 助手的功能细节。例如，在总结文本时，顾问委员会达成共识，总结应使用第三人称而不是第一人称。这样可以防止摘录被误认为是直接引用。

咨询委员会还决定，研究人员应该能够控制自动编码功能——他们可以选择是否让人工智能助手只向研究人员建议代码，而研究人员进行实际编码，或者是否允许人工智能助手也进行编码。

让备忘录更智能，实现更好的定性分析

di Gregorio 博士进行了实际演示，展示了 Lumivero AI 助手如何增强定性研究人员的备忘录功能。

她首先回顾了定性研究中使用的各种备忘录类型，并引用了北卡罗来纳大学教堂山分校奥杜姆社会科学研究所的定性研究专家 (1) 保罗·米哈斯 (Paul Mihas ) 的作品。在描述米哈斯为 ResearchTalk 咨询公司教授的备忘录课程时，米哈斯强调说：“备忘录写作策略有助于我们培养抽象思维，辨别数据之间的内在含义，并评估新出现的主张的集体证据”，这是迪格雷戈里奥博士探索的备忘录过程的核心概念。

di Gregorio 博士演示了如何使用 NVivo 15 中的 Lumivero AI Assistant 重振 Mihas 所称的“文档反思”备忘录的创建过程。di Gregorio 博士解释说，文档反思备忘录“就是当你对一份抄本或文本有了初步了解，并试图从高层次上捕捉要点——即当时发生的关键时刻。”

使用人工智能进行定性数据分析软件的真实示例

为了说明这种方法的实际应用，di Gregorio 博士利用过去研究项目的真实数据，亲手演示了如何使用 Lumivero AI Assistant 来编写文档反思备忘录。

为了进行演示，她选择了伦敦大学十多年前进行的一项混合方法研究的数据，该研究探讨了欧洲 16 至 18 岁青少年对社区责任和政治参与的看法差异。该研究旨在确定这些观点是否因他们所追求的义务后中学教育途径而有所不同。

首先，di Gregorio 博士使用 Lumivero AI 助手生成每份成绩单的总体摘要，并将其保存为与每份成绩单相关的备忘录。接下来，她逐份浏览成绩单，使用 Lumivero AI 助手总结各个部分。这些内容在项目中保存为注释，并明确标记为由 AI 生成。然后，di Gregorio 博士能够根据 Lumivero AI 助手的建议，快速为成绩单的每个注释部分分配广泛的代码。

在完成了对记录的高级总结和初步编码后，她便能够更深入地挖掘数据。在处理每条注释时，她都会查看记录中生成注释的部分。然后，她能够将注释添加到备忘录中，从采访对象所说的内容中提取出更深层次的主题（Mihas 称之为“关键引语备忘录”），并添加精选引语以及她自己对正在开展的分析的想法。

然后，她查看了自己创建的广泛代码，并使用 Lumivero 的 AI 助手建议子代码（子代码）来完善分析。她为每个代码创建了一个代码备忘录，以查看所有转录本中的代码。

该过程总结如下图所示：

di Gregorio 博士解释说，虽然过去的定性数据分析软件总是包含备忘工具和编码工具，但备忘功能通常很难找到，或者研究人员会立即开始编码。带有 Lumivero AI Assistant 的 NVivo 15 旨在帮助将备忘与编码重新平衡，并且可以与所有定性方法一起使用，例如主题分析、话语分析、叙述分析等！

di Gregorio 博士还指出，NVivo 15 的 Lumivero AI Assistant 还为研究人员提供了附加功能。这些包括：