Key points are not available for this paper at this time.
Dieser Artikel hebt das Lehren und Lernen in der rekonstruktiven Forschung hervor, unterstützt durch künstliche Intelligenz (KI) und insbesondere maschinelle Interpretation. Der Schwerpunkt liegt darauf, ob die traditionelle Lehre methodologischer Kompetenz durch Forschungsworkshops mit künstlicher Intelligenz (Natural Language Processing, NLP), die in softwaregestützter qualitativer Datenanalyse (CAQDAS) implementiert ist, ergänzt werden kann. Eine Fallstudie zeigt, dass KI-Modelle trainiert werden können, um Texte zu interpretieren. Somit wird eine verteilte Interpretation durch Menschen und KI möglich, was neue Möglichkeiten für die Lehre qualitativer Methoden eröffnet. Wie Menschen mit diesen neuen Möglichkeiten umgehen, wird anhand einer explorativen Evaluation einer Gruppendiskussion mit jungen Forschern präsentiert. Schließlich diskutiert dieser Beitrag die Möglichkeiten und Grenzen dieser neuen Form der Interpretation zusammen mit einer Maschine.
Schäffer et al. (Di.) haben diese Frage untersucht.