Bilim eğitimi araştırmalarında açık uçlu anket soruları, öğrencilerin kavramsal anlayışını ve tutumlarını derinlemesine incelemenin başlıca yollarından biri. Ancak bu tür verileri analiz etmek, özellikle büyük örneklem gruplarında ciddi bir zaman ve emek yükü getiriyor. Araştırmacılar binlerce yanıtı tek tek okuyup kodlamak zorunda kalıyor; bu süreç hem yorucu hem de araştırmacılar arasında tutarsızlıklara yol açabiliyor.
Doğal dil işleme (NLP) teknolojileri bu soruna çözüm sunmaya aday görünse de mevcut araçların önemli kısıtları var. Denetimli sınıflandırıcılar büyük etiketli veri setleri talep ediyor; konu modelleme yöntemleri nitel araştırma pratikleriyle entegre olmuyor; üretici büyük dil modelleri ise değişken ve öngörülemeyen sonuçlar üretebiliyor.
Bu boşluğu doldurmak amacıyla geliştirilen DeSCA (Deductive Semantic Content Analysis — Tümdengelimli Semantik İçerik Analizi) çerçevesi, metin gömme (text embedding) teknolojisini tümdengelimli nitel analiz mantığıyla birleştiriyor. Yöntemin en dikkat çekici özelliği, her kategori için yalnızca birkaç örnek yanıtla çalışabilmesi. Bu, kapsamlı bir eğitim veri seti oluşturma zorunluluğunu ortadan kaldırıyor.
DeSCA'nın tasarımında şeffaflık ve tekrarlanabilirlik ön planda tutuluyor. Araştırmacılar sistemin hangi mantıkla sınıflandırma yaptığını takip edebiliyor ve sonuçları farklı çalışmalarda yeniden üretebiliyor. Bu özellikler, bilimsel güvenilirlik açısından büyük önem taşıyor.
Araştırmacılar, çerçeveyi bir fizik eğitimi anket veri seti üzerinde test ederek insan kodlayıcılarla karşılaştırdı. Elde edilen sonuçlar, DeSCA'nın insan analizine yakın bir performans sergilediğine işaret ediyor. Bu durum, yöntemin eğitim araştırmacılarının günlük iş akışına entegre edilebilecek pratik bir araç olduğunu gösteriyor.
Sonuç olarak DeSCA, büyük ölçekli nitel analizlerde hız ve tutarlılık sağlarken araştırmacıların yerleşik metodolojik alışkanlıklarından vazgeçmelerini gerektirmiyor. Eğitim bilimleri başta olmak üzere sosyal bilimlerin pek çok alanında benzer veri analizi sorunlarına uygulanabilecek bu yaklaşım, yapay zeka destekli araştırma yöntemlerinin giderek genişleyen uygulama alanına yeni bir örnek katıyor.