Tutkimuksenteko 3.0

Kokeilin tänään yhdessä kaverini kanssa Microsoft TEAMSin ominaisuuksia nauhoittamisessa ja litteroinnissa. Tästä tuli selvästi tähän mennessä viikon hauskin juttu! (Katso vaikka tekstipätkä alla.)

11:41
OKOK no no any.
11:45
Eli eni of this goes jee jee aifc any of those i will and with participatory methods are most common you used in the feed.
12:00
Venner coding howe participatory de phillips että being.
12:06
Www.cordon protect.
12:09
Villiä novan sports päätinkin eniten ews on holidays sodat tuossa help not much not much. At least the pörssisäätiön light from the agile working use the mietitverin pornot keitto.
12:28
Hallitus ei end user ole applesta customer veri la closed loop.

Tämä on siis TEAMSin automaattisesti litteroimaa tekstiä siitä vaiheesta kokousta, kun puhuimme englantia! Ohjelma tunnisti kyllä englanninkielisen tekstin suomen kielen joukosta, mutta ei toisinpäin :-D.

Koska tiedämme, että tekoäly on tulevaisuutta (ei vaadi lähdeviitettä), päätin toki ottaa vielä tähän pari lisäkierrosta ja tehdä analyysini hieman pidemmästä litteraatin pätkästä suoraan ChatGPT:llä. Alla keskustelua:

Minä: Hei, ChatGPT! Voisitko auttaa minua kvalitatiivisen analyysin teossa?

ChatGPT:
Totta kai, voin auttaa! Kerro, millaista kvalitatiivista analyysiä teet ja mihin tarvitset apua. Tässä on muutamia esimerkkejä, joista voit valita tai joihin voit lisätä tarkennuksia:

1. Teemojen tai kategorioiden tunnistaminen: Autan sinua löytämään toistuvia teemoja tai kategorioita aineistostasi.
2. Koodaus: Neuvoa, miten voit koodata aineistosi laadullisen analyysin ohjelmistolla (kuten NVivo tai Atlas.ti) tai manuaalisesti.
3. Sisällönanalyysi: Apua systemaattisen sisällönanalyysin tekemisessä.
4. Diskurssianalyysi: Ohjeita diskurssien tunnistamiseen ja analysointiin.
5. Narratiivianalyysi: Kertomusten ja tarinoiden analysointia aineistosta.
6. Grounded Theory: Opastusta aineiston pohjalta nousevien teorioiden rakentamisessa.

Mitä tarvitset, ja mikä on aineistosi (esim. haastattelut, kyselyt, dokumentit)?

Minä: Kiitos. Minulla on oheinen litteraatti. Voisitko antaa siitä analyysisi? 9:12 No letter speaking the british english version now. 9:19 Ja jos mä jatkan vähän suomeksi niin katsotaan mitä sä sanot. – – 16:54 Rosasta interviews Jaa Jaa and i can i can do them in any language any of the of best zeeland witches, finnish or english. 17:07 Joo no problem others will work as well as big bang init works british sotaa frentzen ja tota langettavaa. 17:19 Frangejare any other languages.

ChatGPT: Analyysin perustaminen vaatii ymmärrystä aineiston kontekstista ja tarkoituksesta. Tässä on kuitenkin alustava laadullinen analyysi tarjoamasi litteraatin pohjalta. Litteraatti vaikuttaa olevan keskustelu tai monologi, jossa sekoitetaan suomea ja englantia. Tässä on muutamia teemoja ja huomioita, joita voidaan nostaa esiin:

1. Kielellinen vaihtelu ja sekoittuminen

• Koodinvaihto: Litteraatissa näkyy paljon koodinvaihtoa (code-switching), missä puhujat vaihtavat sujuvasti suomen ja englannin välillä. Tämä voi viitata tilanteeseen, jossa molempia kieliä käytetään aktiivisesti tai tietyt termit ovat helpommin ilmaistavissa toisella kielellä.
  • Esimerkki: ”No letter speaking the british english version now” ja ”Ja jos mä jatkan vähän suomeksi niin katsotaan mitä sä sanot.”
• Sekakieli: Puhujat yhdistävät kieliä lauseissa, mikä voi viitata monikieliseen ympäristöön tai siihen, että tietyt tekniset tai spesifiset termit ovat englanniksi.
  • Esimerkki: ”Kandidaatit change pätee vaikka no indikaation on mysidot sellainen OK se on aika aika whatever i watch and and you know about it.”

2. Teknologia ja sen käyttö

• Ohjelmistot ja sovellukset: Litteraatissa viitataan useisiin ohjelmistoihin ja teknisiin ratkaisuihin, kuten Teams, Excel, Outlook, ja mahdollisesti muita työkalujärjestelmiä.
  • Esimerkki: ”Siis computer vaan sitten start excel” ja ”Hän nauhoittaa teiden outlook on stream.”
• Päivitykset ja tekniset ongelmat: Keskustelussa mainitaan päivitykset ja tekniset ongelmat, mikä voi viitata tietojärjestelmien hallintaan tai käyttöön liittyviin haasteisiin.
  • Esimerkki: ”Se nyt niin nättinä teams update nyt naudat updating everything interesting.”

3. Osallistuminen ja projektinhallinta

• Osallistaminen ja projektinhallinta: Keskustelussa näkyy teemoja, jotka liittyvät osallistamiseen, projektinhallintaan ja käyttäjäkokemukseen. Tämä voi viitata työn luonteeseen, jossa korostetaan osallistavia menetelmiä ja käyttäjäpalautteen hyödyntämistä.
  • Esimerkki: ”Ja tää participation in project management, tipaton inte feldation, evaluation and participation in larger context.”

4. Epäselvyys ja kommunikointiongelmat

• Epäselvyys ja jäsentämättömyys: Tekstissä on useita kohtia, jotka vaikuttavat epäselviltä tai keskeneräisiltä, mikä voi viitata joko kiireeseen, epämuodolliseen keskusteluun tai siihen, että litteraatti on vain osa laajempaa keskustelua.
  • Esimerkki: ”No tässä nyt mättää participation from miten oltu maija demar olson holliday pato satar.”

5. Kulttuuriset ja sosiaaliset viitteet

• Kulttuuriset viitteet: Tekstissä näkyy viitteitä eri kulttuureihin, kuten maininnat British English ja mahdollisesti suomalaisiin työpaikkakäytäntöihin liittyvät asiat.
  • Esimerkki: ”British sotaa frentzen ja tota langettavaa.”

Johtopäätökset

• Monikielisyys ja globaalit työympäristöt: Litteraatista voidaan päätellä, että keskustelu käydään monikielisessä ja mahdollisesti globaalissa työympäristössä, jossa teknologia on keskeisessä roolissa.
• Tekniset ja hallinnolliset haasteet: Keskustelussa esiintyy useita viitteitä teknisiin ja hallinnollisiin haasteisiin, kuten päivityksiin ja käyttäjäosallistamiseen liittyen.

Jos haluat tarkemman analyysin tai apua tietyn osion syvällisemmässä tarkastelussa, kerro lisää kontekstista ja tavoitteistasi analyysin suhteen.

Minä: Wow! Kiitos paljon. Arvaatko mahdollisesti miten litteraatti oli tuotettu?

ChatGPT: Litteraatin perusteella voidaan tehdä muutamia arvauksia sen tuotantotavasta:
Johtopäätös

Todennäköisin tuotantotapa: Näyttäisi siltä, että litteraatti on tuotettu ensisijaisesti automaattisella puheentunnistuksella, mahdollisesti joitakin kohtia manuaalisesti korjaten tai täydentäen. Sekakielisyys ja tekniset termit ovat todennäköisesti hämmentäneet tunnistusohjelmaa, mikä on johtanut virheisiin ja epäselvyyksiin.

Jos haluat selkeämpää tai tarkempaa litterointia, suosittelen tarkistamaan ja korjaamaan automaattisen puheentunnistuksen tulokset manuaalisesti. Tämä varmistaa, että kaikki termit ja lauseet ovat oikein ja ymmärrettäviä.

Koska tämä analyysi on yksiselitteisen oikeassa, luotettava ja siitä käy selvärajaisesti ilmi, miten se on tuotettu, aion jatkaa graduntekoani lähteenäni yksinomaa Microsoft TEAMS ja OpenAI ChatGPT in tandem!