用 AI 辅助访谈编码并保留原始证据

AI 可以协助定位访谈片段、应用初步代码和整理编码分歧，但编码决定必须能回到 受访者原话与明确代码定义。开始前先确认同意与数据处理规则，去除不必要身份 信息，并用少量材料校准；不能把模型对情绪或动机的猜测当作数据。

快速摘要	内容
输入	获授权且必要脱敏的逐字稿、研究问题、来源编号与初始代码本
输出	片段—代码表、代码定义、纳入排除例、备忘录和分歧清单
关键原则	语义与语境并重，原话和解释分层，保留未编码与反例片段
高风险	身份泄露、过度心理推断、切碎上下文、自动报告虚假一致率

适用与不适用

适合研究者已有问题和材料时做初轮整理、代码本校准与团队对照。不适合把未经 同意的录音或逐字稿上传，也不适合完全自动决定主题、敏感标签或参与者风险。 医疗、人事和脆弱群体访谈应遵循更严格的伦理与访问控制。

6 步编码流程

1. 治理材料：确认同意范围、访问权限、脱敏方式和保留期限，为每段建立来源 ID。
2. 熟悉文本：研究者先阅读并写整体备忘录，记录语境、疑问和潜在反例。
3. 建立代码本初稿：每个代码写定义、纳入、排除、正例和易混代码。
4. 小样本双重编码：研究者与 AI 或两名研究者独立编码同一小批片段。
5. 处理分歧并修订：回原文讨论边界，记录为何合并、拆分或改名。
6. 扩展与抽检：分批应用修订代码本，抽检低信心与高风险片段，保留版本日志。

示例：编码预约系统访谈片段

示例输入

研究问题：新生首次预约时遇到什么障碍？
[P03-L12] “我看到‘资源类型’，不知道宿舍自习室算哪一种，就先退出去问同学。”
代码候选：术语不清、导航困难、寻求同伴帮助。
请按代码定义草案输出：可用代码、直接证据、不能推断的内容和待澄清点。

示例输出

术语不清：纳入。证据是参与者明确表示不知道“资源类型”如何对应自习室。
寻求同伴帮助：纳入。证据是“退出去问同学”。
导航困难：暂不纳入。片段没有说明找不到页面或路径，只说明分类术语不清。
不能推断：参与者缺乏数字能力、系统导致预约失败、所有新生都有相同问题。
待澄清：询问同学后是否返回并完成预约，需要结合后续片段。

编码结果明确区分原话证据和研究者可能产生的解释。

代码本复核表

维度	合格标准	风险信号
定义	写清概念边界	只用一个模糊名词
纳入/排除	能区分相邻代码	同一片段随意套多个近义代码
证据	保留来源 ID 和必要语境	只剩摘要，没有原话位置
推断	与直接描述分开	从停顿推断人格或情绪
分歧	有记录和处理理由	为追求整齐强行统一
版本	代码变更可追踪	批量编码中途改定义却不重检

常见错误

• 先让 AI 自动找主题，再用它生成的主题证明自己正确。
• 为保护篇幅切掉前后语境，导致同一句话被误读。
• 把“没有提到”编码为“不存在”或“不同意”。
• 只保留高频代码，删除少数但可能重要的反例。
• 代码本变化后不回查早期材料，造成批次间标准不一致。

代码本校准后，再扩展辅助编码

需要复用已验证的代码应用和抽检模板时，可以查看 OfApp.cn 当前公开能力。具体支持范围请以控制台或官方文档为准。

查看 OfApp.cn

常见问题

访谈脱敏后一定可以交给 AI 吗？

不一定。还要满足知情同意、伦理审批、合同和机构数据政策。组合信息仍可能重新 识别个人；不确定时只用合成片段校准方法。

AI 能计算编码一致性吗？

可以整理两套编码的重合与差异，但指标计算需要明确单位、代码规则和方法。数字 不能替代对分歧原因的讨论，也不能虚构独立编码过程。

一段话可以有多个代码吗？

可以，只要每个代码都有明确证据且符合代码本。不要为了减少数量强行单选，也 不要把语义相近的代码全部叠加。

什么时候需要修改代码本？

当多次出现无法归类片段、相邻代码持续混淆或定义不能回答研究问题时应修订。 每次改动记录原因、日期和受影响材料，并回查早期编码。

相关文章

• 用 AI 辅助定性分析：从代码发展主题和解释。
• 用 AI 明确研究问题：让编码回应真实问题。
• 用 AI 写研究摘要：呈现证据和限制。
• 用 AI 生成会议纪要：区分讨论、结论和证据。
• 研究工作中心：查看完整研究流程。

带走什么

AI 辅助编码必须从数据治理和清晰代码本开始。以小样本独立编码校准边界，所有 决定保留原话位置和分歧日志；模型推断永远不能伪装成参与者亲口陈述。