調査研究におけるAI汚染にはどう対処すればよいのでしょうか? 今後の考え: 1) @YouGovと@Prolificは高品質な回答を確保するために取り組んでいます。(開示:私はどちらの会社とも個人的な財務関係はありませんが、データ収集のために両方を利用しています。)@pewresearchのように、徹底的に審査されたパネルを維持する会社もあります。 2) 独自の収集ツールを持つパネル提供者には大きな利点があります。例えばYouGovは、Qualtricsのようなサードパーティプラットフォームに依存する企業ができない方法で、反応パターンを直接監視できます。 3) Qualtricsは(私の意見ですが)脆弱性になっています。ボットの検出は弱く、私(人間)はボットとしてフラグを立ててしまい、実際のボットは見逃しました。また、複雑な手続きを踏まずにカスタムボット検出プロトコルを実装する柔軟性も不足しています。近年ほとんど進化していないプレミアム価格の製品としては、その価値提案がますます疑問視されています。 4) 不理解な再販ネットワークは品質を損なう。パネルが単に未知の情報源から最も安価な回答者を仲介するだけの場合、研究者はどのようにしてデータの完全性を検証できるのでしょうか? 5) より安全なサンプリング方法の検討:学生サンプル、SMS募集によるカスタムパネル、住所ベースのサンプリング、有権者ファイルのマッチングにより、回答者の検証がより高まります。 6) 厳密なデータ収集には時間のかかる対面フィールドワークが必要であることを長年認めてきた比較分析学者から学ぶべきです。 7) 若手研究者が安価な利便性サンプルを使った単純な実験でキャリアを築くことは期待できません。論文、採用、終身在職権に関する基準は、質の高いデータ収集の真のコストを反映するように進化しなければなりません。