Menskalakan penyelidikan sains sosial

Teras kerja kami di OpenAI adalah untuk membolehkan para saintis bergerak lebih pantas dan menyelesaikan masalah yang lebih sukar. Hari ini, Pasukan Penyelidikan Ekonomi kami melancarkan GABRIEL: kit alat sumber terbuka yang menggunakan GPT untuk menukar teks dan imej tidak berstruktur kepada ukuran kuantitatif. Ia direka untuk ahli ekonomi, saintis sosial, dan saintis data bagi mengkaji data kualitatif pada skala besar.

Data kualitatif menceritakan kisah yang paling kaya tentang dunia—apa yang orang katakan, tulis, ajar, pertikaikan, dan alami. Ia merangkumi segala-galanya daripada sukatan pelajaran dan temu duga hingga media sosial dan gambar. Terdapat jumlah yang sangat besar. Namun, menukar jenis data tersebut kepada bukti yang kukuh memerlukan masa yang sangat lama. Selalunya ia langsung tidak dapat dilaksanakan. Dalam terlalu banyak kes, saintis sosial terpaksa mengetepikan jalan penyelidikan yang penting, bukan kerana data itu tidak wujud, tetapi kerana ia mustahil untuk dianalisis.

GABRIEL dibina untuk menjadikan data kualitatif jauh lebih mudah untuk diakses. Ia membolehkan penyelidik menerangkan apa yang mereka ingin ukur dalam kata-kata harian—seperti “sejauh manakah mesra keluarga iklan kerja ini?”—dan kemudian menerapkan soalan yang sama secara konsisten merentasi ribuan (atau berjuta-juta) dokumen, mengembalikan skor untuk setiap satu. Ini membolehkan penyelidik kurang menghabiskan masa untuk pelabelan data yang berulang dan lebih banyak masa untuk kerja yang benar-benar memerlukan kepakaran: memilih apa yang hendak diukur, mengesahkan hasil, dan membuat kesimpulan yang teliti.

Sebagai contoh, GABRIEL boleh menganalisis koleksi besar kertas saintifik untuk melihat kaedah khusus yang digunakan dan bagaimana ia berkembang dari semasa ke semasa. Ia boleh melihat kurikulum kursus untuk mengukur sejauh mana perhatian diberikan kepada subjek atau kemahiran yang berbeza. Ia boleh mengekstrak butiran sejarah berstruktur untuk setiap pekan kecil di seluruh Eropah, atau memeriksa himpunan ulasan pelanggan dan menemui corak dalam perkara yang paling dihargai oleh orang ramai. Dalam kertas kerja kami⁠(dibuka dalam tetingkap baru), kami menanda aras GPT dalam melabel data kualitatif merentasi pelbagai kes penggunaan dan mendapati bahawa ia sangat tepat.

Selain daripada jenis pengukuran ini, GABRIEL juga menyediakan alat praktikal yang sering diperlukan oleh penyelidik. Ini termasuk menggabungkan set data walaupun lajur tidak sepadan, penyingkiran data pendua pintar, pengekodan petikan, mencetuskan idea teori saintifik baharu, dan penyahidentifikasian maklumat peribadi daripada teks untuk melindungi privasi.

GABRIEL kini tersedia sebagai perpustakaan Python sumber terbuka⁠(dibuka dalam tetingkap baru), dengan notebook tutorial⁠(dibuka dalam tetingkap baru) untuk memulakan. Ia direka bentuk dengan keperluan latar belakang teknikal yang minimum. Kami akan terus memperbaiki GABRIEL dari semasa ke semasa berdasarkan maklum balas daripada komuniti akademik. Kami berharap alat ini akan membantu lebih ramai penyelidik membawa kekayaan data kualitatif dan cerita-cerita manusia ke dalam kerja mereka.