Framework Multi-Agente Introduce il Peer Debriefing nell'Analisi Qualitativa Assistita da LLM
Un framework multi-agente chiamato Agent-as-Peer-Debriefer è stato introdotto dai ricercatori per incorporare il peer debriefing nell'analisi qualitativa dei dati (QDA) assistita da LLM. Questo framework cerca di colmare il vuoto lasciato dagli output degli LLM, che spesso mancano della profondità e della sottigliezza presenti nell'analisi umana, utilizzando una pratica di credibilità dalla QDA umana. All'interno di questo sistema, un Agente di Codifica Gerarchica produce codici, sottotemi e temi, accompagnati da auto-spiegazioni e memo di riflessione. Successivamente, tre Agenti di Peer Debriefing applicano diverse lenti analitiche—Theory-Driven, Data-Driven o Applied—per migliorare i codici attraverso processi come ridenominazione, fusione o scissione. Questo metodo mira a elevare la qualità e l'affidabilità dell'analisi qualitativa generata dagli LLM.
Fatti principali
- Agent-as-Peer-Debriefer è un framework multi-agente per la QDA assistita da LLM.
- Incorporare il peer debriefing, una pratica di credibilità dalla QDA umana.
- Un Agente di Codifica Gerarchica genera codici, sottotemi e temi.
- Tre Agenti di Peer Debriefing applicano prospettive Theory-Driven, Data-Driven o Applied.
- Il framework perfeziona i codici mantenendo, rinominando, riassegnando, fondendo o scindendo.
- La ricerca è pubblicata su arXiv con ID 2605.24600.
- L'approccio mira a colmare il divario tra LLM e profondità dell'analisi umana.
- Il framework integra il peer debriefing nei passaggi chiave della codifica.
Entità
Istituzioni
- arXiv