Was tun wir gegen die AI-Kontamination in der Umfrageforschung? Einige Gedanken zur Vorgehensweise: 1) @YouGov und @Prolific arbeiten daran, qualitativ hochwertige Antworten sicherzustellen. (Offenlegung: Ich habe keine persönliche finanzielle Beziehung zu beiden Firmen, habe jedoch beide genutzt, um Daten zu sammeln.) Andere wie @pewresearch pflegen Panels, die gründlich überprüft werden. 2) Panelanbieter mit proprietären Erhebungstools haben einen großen Vorteil. YouGov kann beispielsweise Antwortmuster direkt überwachen, auf eine Weise, die Firmen, die auf Drittanbieterplattformen wie Qualtrics angewiesen sind, nicht können. 3) Qualtrics ist meiner Meinung nach zu einer Schwachstelle geworden. Ihre Bot-Erkennung ist schwach – sie hat mich (einen Menschen) als Bot markiert, während sie meinen tatsächlichen Bot übersehen hat. Die Plattform bietet auch nicht die Flexibilität, die Forscher benötigen, um benutzerdefinierte Bot-Erkennungsprotokolle ohne komplizierte Hürden umzusetzen. Für ein Premium-Produkt, das sich in den letzten Jahren kaum weiterentwickelt hat, ist das Wertversprechen zunehmend fraglich. 4) Intransparente Wiederverkäufernetzwerke untergraben die Qualität. Wenn Panels einfach die günstigsten verfügbaren Befragten aus unbekannten Quellen vermitteln, wie können Forscher die Datenintegrität überprüfen? 5) Erwägen Sie sicherere Stichprobenmethoden: Studentengruppen, benutzerdefinierte Panels, die durch SMS-Rekrutierung, adressbasierte Stichproben und Wählerdateiabgleich erstellt werden, bieten eine bessere Überprüfung der Befragten. 6) Wir sollten von Vergleichsforschern lernen, die schon lange akzeptiert haben, dass rigorose Datenerhebung oft zeitintensive, persönliche Feldforschung erfordert. 7) Wir können nicht erwarten, dass Wissenschaftler in der frühen Karriere Karrieren auf einfachen Experimenten mit extrem günstigen Bequemlichkeitsstichproben aufbauen. Unsere Standards für Dissertationen, Einstellungen und Tenure müssen sich weiterentwickeln, um die tatsächlichen Kosten der qualitativ hochwertigen Datenerhebung widerzuspiegeln.