要約
定性的研究では、データの転写はしばしば労働集約的で時間がかかります。
このプロセスを促進するために、人工知能（AI）を利用するワークフローが開発されました。
このワークフローは、転写速度を向上させるだけでなく、標準のコンテンツ分析ソフトウェアとの互換性が欠けていることが多いAI生成転写産物の問題にも対処します。
このワークフロー内では、自動音声認識が採用され、オーディオ録音から初期転写産物が作成され、Atlas.tiやmaxqdaなどのコンテンツ分析ソフトウェアと互換性があるようにフォーマットされます。
12のインタビューの研究からの経験的データは、このワークフローが転写時間を最大46.2％短縮できることを示唆しています。
さらに、広く使用されている標準ソフトウェアを使用することにより、このプロセスは学生と研究者の両方に適しているが、さまざまな学習、教育、および研究環境にも適応できるようにする。
また、非ネイティブスピーカーにとって特に有益です。
さらに、ワークフローはGDPRに準拠しており、ローカルなオフラインの成績証明書の生成を促進します。これは、機密データを扱うときに重要です。
要約(オリジナル)
In qualitative research, data transcription is often labor-intensive and time-consuming. To expedite this process, a workflow utilizing artificial intelligence (AI) was developed. This workflow not only enhances transcription speed but also addresses the issue of AI-generated transcripts often lacking compatibility with standard content analysis software. Within this workflow, automatic speech recognition is employed to create initial transcripts from audio recordings, which are then formatted to be compatible with content analysis software such as ATLAS.ti or MAXQDA. Empirical data from a study of 12 interviews suggests that this workflow can reduce transcription time by up to 46.2%. Furthermore, by using widely used standard software, this process is suitable for both students and researchers while also being adaptable to a variety of learning, teaching, and research environments. It is also particularly beneficial for non-native speakers. In addition, the workflow is GDPR-compliant and facilitates local, offline transcript generation, which is crucial when dealing with sensitive data.
arxiv情報
| 著者 | Jakob Sponholz,Andreas Weilinghoff,Juliane Schopf |
| 発行日 | 2025-03-17 10:33:39+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google