.png){kind=icon}
返回
Generative AI-Augmented Thematic Analysis
.png){kind=icon}
PRE
AI
DOI：10.1177/14707853251405043.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本研究探讨了生成式AI工具在定性研究中的应用，具体旨在增强主题分析（TA）。传统TA虽然在市场营销领域被广泛采用，但本质上是劳动密集型的，且容易受到研究者偏见的影响。本研究提出的方法——生成式AI增强的主题分析（GAATA）——通过利用生成式AI工具自动化和增强数据分析过程来解决这些局限性。GAATA包含三个阶段：提示设计、编码生成/验证和主题生成/验证。该方法利用多种生成式AI工具生成初始编码和主题。随后，这些编码/主题由人类研究者进行验证和细化，从而提高TA过程中的可靠性和反思性。提供了一套通用提示模板，以使技术背景较弱的研究者能够使用GAATA。随后进行了GAATA与传统主题分析（TA）的实证比较。对涌现的主题从四个维度进行了验证：概念映射、主题特异性、理论一致性以及时间效率。GAATA通过结合生成式AI与结构化的人类监督，提供了一种可扩展且稳健的替代方案，能够加速并丰富市场研究中的主题分析。
Keyword:
gen AI
thematic analysis
prompt engineering
prompt templates
gen AI tool triangulation
gen AI augmented thematic analysis
GAATA