Keyfiyyət tədqiqatlarında trendlər

Xülasə

Keyfiyyət (qualitative) tədqiqatlarında son tendensiyalar arasında məlumatların toplanması və təhlili üçün rəqəmsal alətlərin istifadəsinin artması, fənlərarası və iştirakçı yanaşmaların qəbul edilməsi, həmçinin keyfiyyət  yanaşmalarının böyük məlumatların (big data) analitikası ilə inteqrasiyası yer alır. Bundan əlavə, qarışıq metodlardan (mixed-methods research) istifadənin yüksəlişi keyfiyyət metodologiyalarının qəbulunu və təkmilləşməsini sürətləndirib. Bu inkişaflar keyfiyyət tədqiqatların əhatə dairəsini və tətbiq imkanlarını genişləndirərək, alimlərə müxtəlif və dinamik sosial reallıqları araşdırmaq imkanı verməkdədir. Bu hərtərəfli icmal keyfiyyət  tədqiqatlarında meydana çıxan yeni tendensiyaları və davam edən problemləri araşdırır. Və keyfiyyət araşdırmalarının potensialını necə maksimuma çatdıra biləcəyini vurğulayır.

Giriş

Keyfiyyət tədqiqatları uzun müddətdir ki, insan təcrübələrini, davranışlarını və sosial qarşılıqlı əlaqəni başa düşmək üçün əsas olub. Rəqəmlər və statistik nümunələr üzərində inkişaf edən kəmiyyət tədqiqatından fərqli olaraq, keyfiyyət tədqiqatı zəngin narrativlər və dərin kontekstual anlayışlar təklif edərək insan düşüncəsinin və hərəkətinin “niyə” və “necə” olduğunu araşdırır [5]. Bununla belə, bütün tədqiqat sahələri kimi, keyfiyyətli tədqiqat da statik deyil - texnoloji irəliləyişlərə, dəyişən ictimai normalara və fənlərarası yanaşmalara artan tələbata cavab olaraq inkişaf edir. Bu nailiyyətlərə baxmayaraq, keyfiyyət tədqiqat hələ də bir sıra çətinliklərlə üzləşir. Subyektivlik, tədqiqatçı qərəzi, “məlumatların doyumu” (data saturation) və etik məsələlərlə bağlı problemlər əsas narahatlıq olaraq qalır. Metodoloji dəqiqliyin qorunması və keyfiyyətli nəticələrin etibarlılığının təmin olunması, xüsusən də təkrarolunma (replicability) və şəffaflığın əsas dəyər kimi qəbul edildiyi akademik mühitdə mürəkkəb bir prosesdir. İnnovasiya ilə ənənəvi keyfiyyət tədqiqat metodlarının bütövlüyünün qorunması arasındakı balans isə davamlı müzakirə mövzusu olaraq qalır.
Son illərdə tədqiqat mühiti rəqəmsal transformasiya, qloballaşma və etik narahatlıqlarla əhəmiyyətli dərəcədə dəyişdirilib. Ənənəvi üz-üzə müsahibələr və sahə işləri getdikcə daha çox virtual etnoqrafiya, onlayn fokus qrupları və süni intellektlə dəstəklənən analiz alətləri kimi rəqəmsal üsullarla tamamlanır və ya hətta əvəzlənir [12]. Bundan əlavə, sosial medianın partlaması, tədqiqatçılara süzülməmiş, real vaxt rejimində fikir və emosiyaların ifadələrini araşdırmaq imkanı verən, yaşanmış təcrübələri əldə etməyin yeni yollarını təqdim etdi. Bu dəyişiklik ənənəvi keyfiyyət metodologiyalarına meydan oxuyur,  alimləri məlumatları necə toplamaq, şərh etmək və təsdiqləmək barədə yenidən düşünməyə sövq edir. Texnologiyadan əlavə, inklüzivliyə və iştirakçı əməkdaşlığına da artan vurğu var. İştirakçı tədqiqat yanaşmaları cəlbedicilik qazanır. İcmalar və təcrid olunmuş qruplar tədqiqat suallarının formalaşdırılmasında və keyfiyyət təhlilinin nəticələrinin şərhində daha fəal rol oynayır [10]. 
Üstəlik, keyfiyyət tədqiqatlarında etik mülahizələr həmişəkindən daha aktualdır. Şəxsi məlumatların asanlıqla əldə olunduğu bir dövrdə tədqiqatçılar məxfilik, məlumatlı razılıq və məlumat təhlükəsizliyi məsələlərini həll etməlidir [15]. Rəqəmsal məkanlara keçid məxfilik və tədqiqatın onlayn icmalara təsiri ilə bağlı suallar doğurur və məsuliyyətli tədqiqat təcrübələri üçün yeni çərçivələr tələb edir [19]. Bu məqalədə biz keyfiyyət tədqiqatının bu transformasiyalara necə uyğunlaşdığını araşdıracağıq. Diqqət  yeni yaranan metodologiyalara, etik dilemmalara və yeni texnologiyaların inteqrasiyasına yönəldilib. Aşağıda 4 əsas trendə diqqət yetirilib.

1.    Rəqəmsal və uzaqdan tədqiqata keçid

 

Video konfrans.  Rabitə ekranı konfransının, videokonfransın təsviri

Keyfiyyət  araşdırmalar son illərdə, əsasən rəqəmsal texnologiyanın sürətli inkişafı və uzaqdan tətbiq olunan metodologiyalara artan ehtiyac sayəsində əhəmiyyətli bir dəyişikliyə uğramışdır. Ənənəvi olaraq, keyfiyyət araşdırmaları üzbəüz qarşılıqlı əlaqələrə — etnoqrafik sahə işlərinə, dərin müsahibələrə və fiziki məkanlarda keçirilən fokus qruplarına əsaslanırdı [3]. Keyfiyyət araşdırmalarında ən mühüm dönüş nöqtələrindən biri şəxsi görüşlərdən rəqəmsal əvəzedicilərə keçid olub. Zoom, Microsoft Teams və digər virtual vasitələrlə aparılan onlayn müsahibələr artıq müasir keyfiyyət tədqiqatının tərkib hissəsinə çevrilib. Bu rəqəmsal əlaqələr sayəsində tədqiqatçılar coğrafi maneələri aşaraq iştirakçılarla əlaqə qura bilir. Bu da araşdırmanın əhatəsini və müxtəlifliyini artırır [12]. Eyni şəkildə, virtual fokus qrupları ənənəvi dəyirmi masa müzakirələrinin yerini tutmuş, iştirakçılara öz iş yerlərindən və ya evlərindən qatılmaq imkanı verərək çeviklik bəxş edib. Bu qarşılıqlı əlaqələrin avtomatik qeydi və transkripsiyası isə məlumat toplama prosesini xeyli asanlaşdırıb. Buna baxmayaraq, rəqəmsal mühitin rahatlığı ilə yanaşı, bəzi çətinliklər də ortaya çıxır. Bura qeyri-şifahi ünsiyyətin azalması, raportun (qarşılıqlı güvənin) qurulmasında çətinliklər və iştirakçının mühitindəki potensial diqqət yayınmaları daxildir [1]. Araşdırmaçılar virtual şəraitdə iştirakçıların marağını və bağlılığını artırmaq üçün qeyri-rəsmi söhbətlərə şərait yaratmaq və rəqəmsal alətlərdən istifadənin rahatlığını təmin etmək kimi yeni yanaşmalar hazırlamalıdır.

Rəqəmsal və uzaqdan aparılan tədqiqatlara doğru bu keçid sadəcə müvəqqəti bir uyğunlaşma deyil, keyfiyyət araşdırması metodologiyasının fundamental təkamülüdür. Onlayn araşdırmalar görünməmiş əhatə, səmərəlilik və inklüzivlik təklif etsə də, eyni zamanda tədqiqatçılardan yeni etik mülahizələr, texniki səriştələr və iştirak strategiyaları tələb edir. İrəliyə doğru, keyfiyyət tədqiqatçıya innovasiya ilə həssaslığı tarazlaşdırmalı, keyfiyyət tədqiqatının dərinliyinin, empatiyasının və insan mərkəzli təbiətinin öz işlərinin əsasında qalmasını təmin etməlidir.

2.    Keyfiyyət məlumatlarının təhlilində süni intellekt (si) və avtomatlaşdırma

Keyfiyyət araşdırmasının əsas mahiyyəti həmişə təcrübəyə nüfuz etmə, şərh etmək və məna hasil etmək olub. Bu proses ənənəvi olaraq hekayələri transkripsiya etmək, kodlaşdırmaq və təhlil etmək üçün uzun saatlar tələb edirdi. Lakin, süni intellektin (Sİ) və avtomatlaşdırmanın sürətlə inkişafı ilə keyfiyyət məlumatlarının təhlili böyük bir metamorfoza uğrayır. NVivo [16], ATLAS.ti [17] və Dedoose[18] kimi proqramlar indi Sİ (süni intellekt) dəstəkli xüsusiyyətlər təqdim edir ki, bunlar müsahibələri transkripsiya, mövzuları aşkar edə və hətta emosional çalarları olduqca sürətlə təhlil edə bilir.

Avtomatlaşdırmanın səmərəlilik baxımından gətirdiyi təkzibedilməz üstünlüklər olsa da, bir sıra kritik suallar yaranır: Sİ insan təcrübəsini həqiqətən "dərk edə" bilərmi? Tədqiqatçılar maşının yaratdığı anlayışlara nə dərəcədə güvənməlidirlər? Və Sİ-nin köməyi ilə aparılan təhlilin gətirdiyi etik narahatlıqlar nələrdir? Gəlin Sİ-nin keyfiyyət araşdırmalarına gətirdiyi imkanları və çətinlikləri gözdən keçirək. Transkripsiyadan əlavə, Sİ dəstəkli proqramlar indi tədqiqatçılara məlumatlarda tematik nümunələri və əlaqələri müəyyənləşdirməkdə kömək edir. Tədqiqatçılar transkriptləri əl ilə kodlaşdırmaq əvəzinə, təkrarlanan mövzuları tapmaq, cavabları kateqoriyalara ayırmaq və əsas ifadələri qeyd etmək üçün maşın öyrənməsi alqoritmlərindən istifadə edə bilər [12]. Hətta bəzi platformalar iştirakçının cavabının pozitiv, neqativ, yoxsa neytral olduğunu müəyyən etməyə çalışan sentiment təhlili (emosional vəziyyətin analizi) xidmətini təklif edir.
Bu nailiyyətlər geniş məlumat həcmlərinin emalı üçün cəlbedicidir. Məsələn, minlərlə açıq-tipli sorğu cavabını və ya sosial media postunu təhlil edərkən, tədqiqatçılar strukturlaşdırılmamış mətndə batmaqdansa, sürətlə tendensiyaları müəyyən edə və vacib anlayışları çıxara bilər. Sİ nümunələri aşkar etməkdə mahir olsa da, insan tədqiqatçısının bacardığı kimi konteksti, emosiyaları və mədəni incəlikləri həqiqətən "qavramır" [7]. Sİ sizə "Özümü çox yüklənmiş hiss edirəm" ifadəsinin tez-tez istifadə olunduğunu deyə bilər, amma danışanın iş yorğunluğu, şəxsi problemlər, yoxsa həyat böhranı keçirdiyini ayırd edə bilməz. Eynilə, sarkazm, zarafat və kinayə kimi çalarlar Sİ-nin sentiment təhlilində tez-tez itir, bu da yanlış şərhlərə gətirib çıxarır [10]. Sİ-nin keyfiyyət araşdırmasındakı digər bir məhdudiyyəti əlavə suallar verə və ya mövzunun dərinliyinə gedə bilməməsidir. İnsan müsahibəçi iştirakçının səsindəki incə dəyişiklikləri və ya bədən dilini müşahidə edərək suallarını buna uyğunlaşdıra bilər. Sİ isə bunu təkrarlamaqda acizdir. Keyfiyyət araşdırmasının zənginliyi məhz alqoritmlərin tuta bilmədiyi bu spontan, emosional və yaşanmış təcrübə anlarında gizlənir.

Bu iki faktoru tarazlaşdırmaq üçün bir çox tədqiqatçı hibrid modelə keçir: Sİ-nin təkrarlanan, texniki təhlil aspektlərini idarə etməsinə icazə vermək, eyni zamanda daha dərin, keyfiyyətli işlər üçün insan şərhini qorumaq [12]. Sİ potensial temaları ortaya çıxarmaqda yardımçı ola bilər, lakin son nəticənin şərh olunması hələ də tədqiqatçının tənqidi düşüncəsini tələb edir. Nəticədə, Sİ və avtomatlaşdırma keyfiyyət məlumatlarının təhlilini dəyişdirərək tədqiqatı əvvəlkindən daha səmərəli və geniş miqyaslı etmişdir. Avtomatik transkripsiya, tematik aşkarlama və sentiment təhlili dəyərli vaxta qənaət edir, tədqiqatçıları fiziki əməkdən azad edərək şərhə fokuslanmağa imkan verir. Lakin Sİ insan dərketməsinin yerini tutmur, əksinə düşünülmüş, tənqidi və etik şəkildə istifadə edilməli olan bir alətdir. Gələcəyə doğru ən yaxşı yanaşma Sİ-nin sürətini insan şərhinin dərinliyi ilə birləşdirən hibrid modeldir.

3. İştirakçı və əməkdaşlıq əsaslı tədqiqat yanaşmalarının yüksəlişi

 

Ənənəvi tədqiqat, xüsusən də marginallaşmış icmalarla işləyərkən, çox uzun müddət yuxarıdan-aşağı, ekskluziv (kənarlaşdırıcı) bir tərzdə həyata keçirilib. Tədqiqatçılar tez-tez icmaya gəlir, məlumatları yığır, elmi məqalələr dərc edir. Və öyrəndikləri icmalara bilik, tanınma və ya əməli fayda qaytarmadan irəliləyirdi [14]. Bu yanaşma, xüsusən yerli, qaradərili və digər tarixi istismara məruz qalmış qruplar arasında tədqiqata qarşı dərin etibarsızlığa səbəb olub. İştirakçı və əməkdaşlıq yanaşmaları tədqiqatı qarşılıqlı mübadilə kimi yenidən müəyyənləşdirərək bu kənarlaşdırıcı modelə qarşı çıxır. Bu model insanlara "subyekt" kimi yanaşmaq əvəzinə, onların öz təcrübələrinin ekspertləri olduğunu qəbul edir. Nəticədə, bu cür yanaşma daha mənalı və dəqiq nəticələr verməklə yanaşı, tədqiqatın yalnız akademik qurumlara deyil, həm də öyrənilən icmalara xidmət etməsini təmin edir.

Bunun əsas nümunəsi, tədqiqatçıların yerli icmalarla tərəfdaşlıq edərək araşdırmaları birgə hazırladığı, nəticələri keyfiyyətcə birgə təhlil etdiyi və tədqiqatdan real həyatda dəyişiklik yaratmaq üçün istifadə etdiyi İcma Əsaslı İştirakçı Tədqiqatıdır (CBPR) [12]. CBPR, effektiv müdaxilələrin dizaynı üçün yerli biliklərin həyati əhəmiyyət kəsb etdiyi ictimai səhiyyə kimi sahələrdə xüsusi rol oynayıb. Bu əməkdaşlıq metodları tədqiqatı sadəcə etik baxımdan daha əsaslı etmir; onlar həm də onu daha dərin, daha zəngin və reallığı daha yaxşı əks etdirən hala gətirir. İştirakçılar məlumatların şərhində fəal iştirak etdikdə, tədqiqatçıların gözdən qaçıra biləcəyi perspektivləri gətirir, nəticədə daha incə və mədəniyyətə uyğun nəticələr əldə edilir. İştirakçı və əməkdaşlıq tədqiqatı sadəcə bir metoddan daha çoxdur. Bu, bilik istehsal etmək hüququna kimin sahib olduğu və kimin faydalandığı barədə ənənəvi fikirlərə meydan oxuyan bir fəlsəfədir. Mahiyyət etibarı ilə, bu, araşdırmanın insanlar üzərində edilən bir prosesdən, insanlarla birlikdə edilən bir prosesə çevrilməsini təmin edir, nəticələrin həm akademik cəhətdən dəyərli, həm də öyrənilən icmalar üçün praktiki cəhətdən mənalı olmasını təmin edir. iştirakçı yanaşmaları daha çox səy, vaxt və təvazökarlıq tələb etsə də, daha etik, təsirli və həqiqi tədqiqata yol açır.  

4. Müasir keyfiyyət tədqiqatında etik və məxfilik məsələləri

Keyfiyyət araşdırmaları hər zaman etibar və əxlaqi dəyərlər üzərində qurulub. Çünki iştirakçılar öz şəxsi təcrübələrini və hisslərini bölüşərkən, məlumatlarının hörmətlə və diqqətlə idarə olunacağını gözləyir. Lakin keyfiyyət metodlarının rəqəmsal mühitlərə keçməsi, süni intellektin (Sİ) tətbiqi və böyük onlayn məlumat kütlələri ilə işləməsi nəticəsində etik problemlər əvvəlkindən daha mürəkkəb xarakter almaqdadır. Ənənəvi keyfiyyət araşdırmalarında razılıq prosesi olduqca sadədir: tədqiqatçı işini izah edir, iştirakçı razılıq blankını imzalayır və proses aydınlaşır. Lakin uzaqdan və rəqəmsal tədqiqatlarda bu mexanizm daha da mürəkkəbləşir [12]. Araşdırmaların böyük bir hissəsi onlayn mühitə keçdiyi üçün məlumat təhlükəsizliyi ciddi narahatlıq mənbəyidir. Kilidli şkaflarda saxlanılan kağız qeydlərindən fərqli olaraq, rəqəmsal məlumatlar sızmalara, haker hücumlarına və icazəsiz əldəetməyə qarşı daha həssasdır. Bu, xüsusilə zorakılıq qurbanları, məlumat sızdıranlar və ya marginallaşmış icmalarla aparılan müsahibələr kimi həssas iştirakçı məlumatları ilə işləyərkən kritik əhəmiyyət daşıyır. Əsas məsələlərdən biri şifrələmə (encryption) və məlumatların saxlanmasıdır. Araşdırma prosesinə Sİ-nin daxil olması, tədqiqatçıların hələ də cavabını tapmağa çalışdığı yeni etik suallar ortaya çıxarır. 

Sİ modelləri də mövcud məlumat dəstləri əsasında öyrədildiyi üçün əvvəlki araşdırmalardan gələn qərəzlilikləri miras ala bilərlər. Əgər bir Sİ sistemi əsasən Qərb, İngilis dilli məlumatlar üzərində təlim keçibsə, qeyri-Qərb və ya marginallaşmış qruplardan gələn hekayələri dəqiq şərh etməyə bilər, bu da etik kor nöqtələr yaradır [12]. Tədqiqatçı kimi siz şərh prosesində fəal iştirak etməli, Sİ-nin insan mühakiməsini əvəz etməkdən çox, onu gücləndirməsini təmin etməlidir. 

Nəticə

Təqdim olunan məlumatların təhlili göstərir ki, keyfiyyət araşdırmaları dörd əsas cərəyanın təsiri altında köklü bir metodoloji təkamül mərhələsinə qədəm qoyub: rəqəmsal transformasiya, süni intellektin inteqrasiyası, iştirakçı yanaşmaların yüksəlişi və artan etik mürəkkəblik. Bu dəyişikliklər tədqiqatın əhatə dairəsini genişləndirir, lakin eyni zamanda dərinlik, etibar və etik məsuliyyət baxımından yeni imperativlər yaradır.
Müasir keyfiyyət tədqiqatlarının gələcəyi texnoloji innovasiyalarla etik həssaslıq arasında strateji tarazlıq qurmaqdan asılıdır. Tədqiqatçılar rəqəmsal alətlərin səmərəliliyini qəbul etməli, lakin onların məhdudiyyətlərini və potensial qərəzliliklərini dərk edərək tənqidi insan nəzarətini qorumalıdır. Eyni zamanda, bilik istehsalında gücü bölüşməyə və iştirakçıları bərabər tərəfdaşlar kimi cəlb etməyə hazır olmaq daha həqiqi, inklüziv və icmaya xidmət edən tədqiqatın zəruri şərtidir. Keyfiyyət araşdırması bu dəyişikliklərə cavab olaraq öz mahiyyətini qorumalı: dərinlik, empatiya və insan təcrübəsinə əsaslanan şərh onun əsas təməli olaraq qalmalıdır.

Ədəbiyyat siyahısı

1.    Archibald, M. M., Ambagtsheer, R. C., Casey, M. G., & Lawless, M. (2019). Using Zoom videoconferencing for qualitative data collection: Perceptions and experiences of researchers and participants. International Journal of Qualitative Methods, 18, 1-8.
2.    Benjamin, R. (2019). Race After Technology: Abolitionist Tools for the New Jim Code. Polity Press.
3.    Creswell, J. W., & Poth, C. N. (2018). Qualitative Inquiry and Research Design: Choosing Among Five Approaches (4th ed.). Sage Publications.
4.    Davidson, E., Paulus, T., & Jackson, K. (2019). Digital Tools for Qualitative Research (2nd ed.). Sage Publications.
5.    Denzin, N. K., & Lincoln, Y. S. (2018). The Sage Handbook of Qualitative Research (5th ed.). Sage Publications. Floridi, L., & C
6.    Floridi, L., & Chiriatti, M. (2020). GPT-3: Its nature, scope, limits, and consequences. Minds and Machines, 30(4), 681-694. 
7.    Geiger, R. S., & Halfaker, A. (2017). Operationalizing conflict and cooperation between automated software agents in Wikipedia. Human–Computer Interaction, 32(5-6), 409-448.
8.    Israel, B. A., Eng, E., Schulz, A. J., & Parker, E. A. (2019). Methods for community-based participatory research for health (2nd ed.). Jossey-Bass.
9.    Markham, A. N., & Buchanan, E. (2015). Ethical considerations in digital research contexts. Handbook of Qualitative Research in Communication Studies, 434-448.
10.    Reason, P., & Bradbury, H. (2008). The Sage Handbook of Action Research: Participative Inquiry and Practice. Sage Publications.
11.    Roberts, M. E., Stewart, B. M., & Tingley, D. (2020). Navigating the local modes of big data: The case of topic models. Big Data & Society, 7(1), 205395172092510.
12.    Salmons, J. (2021). Doing Qualitative Research Online (2nd ed.). Sage Publications.
13.    Silver, C., & Lewins, A. (2014). Using Software in Qualitative Research: A Step-by-Step Guide. Sage Publications.
14.    Smith, L. T. (2012). Decolonizing methodologies: Research and Indigenous peoples (2nd ed.). Zed Books.
15.    Tracy, S. J. (2020). Qualitative Research Methods: Collecting Evidence, Crafting Analysis, Communicating Impact (2nd ed.). Wiley-Blackwell.
İnternet mənbələri
16.    https://lumivero.com/products/nvivo/
17.    https://atlasti.com/
18.    https://www.dedoose.com/
19.    https://precisionconsultingblog.com/the-evolution-of-qualitative-research-adapting-to-new-trends-and-methodologies/

Hazırladı: Elnur Süleymanzadə 
Sosial Tədqiqatlar Mərkəzinin əməkdaşı