40 lines
2.6 KiB
Plaintext
40 lines
2.6 KiB
Plaintext
---
|
|
description:
|
|
globs:
|
|
alwaysApply: true
|
|
---
|
|
# Das Projekt
|
|
Dieses Projekt entählt Transkripte sowie Auswertungen von Interviews.
|
|
Jedes Interview-Transkript ist in einer eigenen Markdown-Datei transkribiert, die sich im Ordner "Transkripte" befinden.
|
|
Für jedes Transkript wird eine Auswertung angelegt, die sich in der jeweils gleichnamigen Datei im Ordner "Auswertungen" befindet.
|
|
|
|
## Auswertungen
|
|
Die Auswertungen werden in einer Markdown-Tabelle abgelegt.
|
|
Die Auswertung richtet sich nach Mayring. Jede Zeile enthält eine Aussage aus dem Interview mit folgenden Spalten:
|
|
|
|
### IP
|
|
Die Zahl des Interviewten, gleichnamig zur Datei
|
|
|
|
### Zeile / Text
|
|
Originale Aussagen aus den jeweiligen Transkripten.
|
|
|
|
### Paraphrasierung
|
|
1. Streiche alle nicht (oder wenig) inhaltstragenden Textbestandteile wie ausschmückende, wiederholende, verdeutlichende Wendungen!
|
|
2. Übersetze die inhaltstragenden Textstellen auf eine einheitliche Sprachebene!
|
|
3. Transformiere sie eine grammatikalische Kurzform!
|
|
|
|
### Generalisierung
|
|
1. Generalisiere die Gegenstände der Paraphrasen auf die definierte Abstraktionsebene, sodass die alten Gegenstände in den neu formulierten impliziert sind!
|
|
2. Generalisiere die Satzaussagen (Prädikate) auf die gleiche Weise!
|
|
3. Belasse die Paraphrasen, die über dem angestrebten Abstraktionsniveau liegen!
|
|
|
|
### Reduktion
|
|
1. Streiche bedeutungsgleiche Paraphrasen innerhalb der Auswertungseinheiten!
|
|
2. Streiche Paraphrasen, die auf dem neuen Abstraktionsniveau nicht als wesentlich inhaltstragend erachtet werden!
|
|
3. Übernehme die Paraphrasen, die weiterhin als zentral inhaltstragend erachtet werden (Selektion)!
|
|
|
|
### Kategorie
|
|
Die Aussage wird einer Kategorie zugeordnet. Die Kategorien sind Global über alle Auswertungen hinweg und könnten in anderen Auswertungen wiederverwendet werden.
|
|
|
|
## These und Forschungsfrage
|
|
Die erste These besagt, dass mangelnde Transparenz hinsichtlich der Funktionsweise von KI-Technologien zu einem signifikanten Vertrauensverlust bei den Nutzern führt (These 1). Ebenso wird untersucht, ob eine gezielte Schulung der Disponenten im Umgang mit diesen Systemen maßgeblich zur Steigerung des Vertrauens beiträgt (These 2). Die letzte These betrachtet Datenschutzbedenken und ihren Einfluss auf die Akzeptanz des KI-gestützten Echtzeit-Übersetzers (These 3). Daraus abzuleiten sind die zentralen Forschungsfragen: Was sind die Schlüsselfaktoren für den Aufbau von Vertrauen in KI-basierte Übersetzungssysteme in der Notrufkommunikation? Welche Strategie sollte verfolgt werden, um potenzielle Hemmnisse bei der Einführung und Anwendung solcher Systeme gezielt abzubauen? |