Aquest curs està dissenyat per dotar els estudiants dels coneixements i habilitats essencials per dur a terme investigacions qualitatives mitjançant programari d'anàlisi qualitativa de dades assistida per ordinador (CAQDAS). Els estudiants exploraran conceptes i metodologies essencials per al disseny i la implementació de la investigació qualitativa, incloent-hi els fonaments teòrics de la teoria fonamentada i l'anàlisi temàtica, així com fluxos de treball pràctics utilitzant eines CAQDAS. El curs emfatitza l'experiència pràctica amb programari líder, permetent als estudiants codificar, organitzar i interpretar dades qualitatives de manera eficient. El curs farà èmfasi en la utilització d'eines CAQDAS per a la categorització sistemàtica i l'enllaç de codis, l'aplicació de l'anàlisi de xarxes per a la representació visual i el refinament de la identificació i interpretació temàtiques.
Un component important del curs se centrarà en la integració de la Intel·ligència Artificial (IA) en l'anàlisi qualitativa de dades. Els estudiants exploraran com la IA, incloent-hi el Processament del Llenguatge Natural (PLN) i els Grans Models de Llenguatge (MLL), poden ajudar en la codificació i l'anàlisi temàtica. El curs també abordarà la fiabilitat i les consideracions ètiques de la recerca qualitativa assistida per IA.
En completar amb èxit aquest curs, els estudiants estaran ben preparats per aplicar mètodes de recerca qualitatius en les seves futures carreres professionals, contribuint significativament a les disciplines que han escollit.
Aquest curs està dissenyat per dotar els estudiants dels coneixements i habilitats essencials per dur a terme investigacions qualitatives mitjançant programari d'anàlisi qualitativa de dades assistida per ordinador (CAQDAS). Els estudiants exploraran conceptes i metodologies clau per al disseny i la implementació de la investigació qualitativa, incloent-hi els fonaments teòrics de l'enfocament de la teoria fonamentada i l'anàlisi temàtica, així com els fluxos de treball pràctics mitjançant l'ús d'eines CAQDAS. El curs emfatitza l'experiència pràctica amb programari líder, permetent als estudiants codificar, organitzar i interpretar dades qualitatives de manera eficient.
Al llarg del curs, els estudiants adquiriran una comprensió completa dels principis i fluxos de treball de l'anàlisi qualitativa de dades assistida per ordinador. Això inclou l'exploració de les consideracions ontològiques i epistemològiques que informen l'ús de CAQDAS, la comprensió de les diverses etapes de l'anàlisi qualitativa de dades i la comprensió de les funcionalitats fonamentals que són comunes als diferents paquets CAQDAS. A més, el curs se centrarà en com utilitzar les funcions del programari per a la categorització sistemàtica i l'enllaç de codis, incorporant tècniques com la codificació selectiva i la comparació constant (en la teoria fonamentada). També s'introduirà l'aplicació d'eines d'anàlisi de xarxes dins de CAQDAS per representar visualment les relacions entre codis i conceptes, facilitant en última instància nivells més profunds d'interpretació de dades. A més d'això, també es discutirà la identificació, el refinament i la interpretació temàtica (en l'anàlisi temàtica).
Un component important del curs se centrarà en la integració de la intel·ligència artificial (IA) en l'anàlisi qualitativa de dades. Els estudiants exploraran com la IA, incloent-hi el processament del llenguatge natural (PLN) i els grans models de llenguatge (MLM), poden ajudar en la codificació.
En completar amb èxit aquest curs, els estudiants estaran ben preparats per aplicar mètodes de recerca qualitatius en les seves futures carreres professionals.
Habilitats (Capacitats) Els estudiants dissenyaran i implementaran projectes qualitatius rigorosos utilitzant CAQDAS per a l'anàlisi de dades. Dominaran habilitats tècniques en codificació sistemàtica, categorització i anàlisi de xarxes per representar visualment relacions i refinar temes. A més, el curs proporciona experiència pràctica en la integració de la IA (PNL i LLM) en fluxos de treball alhora que avalua críticament els reptes ètics i de fiabilitat de la recerca assistida per IA.
Coneixements Els participants obtindran coneixements profunds dels procediments qualitatius, incloent-hi la teoria fonamentada i l'anàlisi temàtica, amb el suport de CAQDAS. El pla d'estudis cobreix els fonaments teòrics de la codificació sistemàtica i els possibles reptes de la integració de la IA, centrant-se específicament en mantenir la coherència i la integritat metodològica quan s'utilitzen eines automatitzades.
Actitud El curs fomenta un compromís amb la gestió ètica de dades i la transparència. Els estudiants desenvoluparan una mentalitat col·laborativa, utilitzant eines digitals per participar en la resolució de problemes entre iguals. Finalment, cultivaran una perspectiva crítica, aprenent a discernir els punts forts i les limitacions específiques tant de les tecnologies CAQDAS com d'IA en diversos entorns de recerca.
No hi ha requisits previs específics per a aquest curs, ja que comença amb conceptes fonamentals i introdueix gradualment mètodes clau de recerca qualitativa. Està dissenyat per a estudiants de tots els nivells, inclosos aquells sense experiència prèvia en recerca empírica.
Babbie, ER (2014). La pràctica de la recerca social. Cengage Learning.
Bryman, A. (2016). Mètodes de recerca social. Oxford University Press.
May, T., i Perry, B. (2022). Recerca social: Problemes, mètodes i procés. McGraw-Hill Education.
Neuman, WL (2014). Mètodes de recerca social: enfocaments qualitatius i quantitatius. Pearson Education Limited.
Emfatitzant l'aprenentatge centrat en l'estudiant, les habilitats transversals, les competències transdisciplinàries basades en la recerca i els principis educatius millorats per la tecnologia, aquest curs està dissenyat per proporcionar als estudiants una comprensió completa i pràctica dels mètodes de recerca qualitativa utilitzant eines CAQDAS.
Els estudiants participaran en classes magistrals interactives, debats i activitats en grup que fomenten la participació activa i el pensament crític. Es duran a terme sessions de retroalimentació periòdiques per abordar les necessitats d'aprenentatge i el progrés individuals, garantint que cada estudiant rebi una orientació personalitzada. A més, s'implementarà un sistema de revisió entre iguals on els estudiants avaluaran el treball dels altres des de diferents perspectives disciplinàries. Aquest enfocament fomenta l'avaluació crítica i la retroalimentació constructiva des de diversos punts de vista, millorant així la qualitat de la recerca i aprofundint la comprensió dels estudiants sobre els enfocaments interdisciplinaris.
Per millorar les habilitats transversals dels estudiants, el curs desenvoluparà la seva capacitat de presentar investigacions i analitzar resultats de manera clara i eficaç, tant en format escrit com oral, mitjançant la incorporació de presentacions regulars, revisions entre iguals i sessions de retroalimentació.
Per desenvolupar encara més les habilitats de recerca dels estudiants, el curs se centrarà en una exploració en profunditat dels conceptes i metodologies clau per al disseny i la implementació de la recerca qualitativa. Això inclou experiència pràctica amb procediments de recerca qualitativa, com ara la codificació, l'anàlisi temàtica i l'ús d'eines CAQDAS. Els estudiants també exploraran la integració de la IA en l'anàlisi qualitativa de dades, adquirint habilitats pràctiques en l'ús de la PNL i les LLM per a la codificació i l'anàlisi temàtica.
Per enriquir les experiències d'aprenentatge millorades per la tecnologia, s'integraran eines i recursos digitals, com ara bases de dades en línia, programari d'anàlisi qualitativa i plataformes de col·laboració virtual.
Transcripció de registres