La Lista de Verificación de Autorreflexión de IA (ARC): Una Pausa Previa al Análisis para la Codificación Asistida...

Área de la Ciencia:

• Investigación Cualitativa en Salud
• Inteligencia Artificial en Medicina
• Informática de la Salud

Sus antecedentes:

• La inteligencia artificial (IA) se utiliza cada vez más en la investigación cualitativa en salud, pero las directrices de reflexividad actuales abordan de manera inadecuada la influencia algorítmica.
• Los métodos existentes para evaluar la IA en el análisis cualitativo son limitados, especialmente en lo que respecta a datos culturalmente matizados o emocionalmente complejos.

Objetivo del estudio:

• Presentar la Lista de Verificación de Autorreflexión de IA (ARC), una nueva herramienta de preanálisis para la investigación cualitativa en salud.
• Establecer posturas humanas en el bucle (HITL) apropiadas para la codificación cualitativa asistida por modelos de lenguaje grandes (LLM).
• Integrar la evaluación de la influencia algorítmica en el análisis cualitativo en sus primeras etapas.

Principales métodos:

• Desarrollo de la Lista de Verificación de Autorreflexión de IA (ARC) basada en la literatura de estudios de ciencia y tecnología, análisis cualitativo asistido por IA y modelos de flujo de trabajo.
• Operacionalización de cinco dominios de decisión (alcance descriptivo, variación contextual, profundidad experiencial, exposición ética, reversibilidad de la salida) en indicaciones secuenciales.
• Definición de posturas humanas en el bucle (HITL) (delegar, asistir/aumentar, liderado por humanos) basada en las características de la tarea y la evaluación de riesgos.

Principales resultados:

• ARC proporciona un punto de control estructurado y basado en evidencia antes de la implementación de IA en la codificación cualitativa.
• La lista de verificación guía la selección de la postura humana en el bucle (HITL), permitiendo la automatización para tareas simples y exigiendo la supervisión humana para tareas complejas o sensibles.
• ARC aborda las limitaciones de la reflexividad convencional al incluir actores algorítmicos y mitigar los riesgos asociados con la automatización indiscriminada.

Conclusiones:

• La Lista de Verificación de Autorreflexión de IA (ARC) mejora la reflexividad en la investigación cualitativa de la salud asistida por IA al incorporar consideraciones algorítmicas.
• ARC promueve un enfoque equilibrado para la adopción de IA, asegurando que la supervisión humana se adapte a la complejidad y las implicaciones éticas del análisis.
• Esta herramienta ofrece un método práctico para que los investigadores documenten y revisen la interacción humano-IA, mejorando el rigor y la confiabilidad del análisis de datos cualitativos de salud.