Moderní měření a data
VZ4.1
Metodologický výzkum pro zvýšení kvality dat z dotazníkových šetření
Vedoucí: prof. Martin Kreidl, Ph.D., KSoc FSS MU
Současná společnost se rychle mění – lidé jsou sice propojeni digitálně, ale zároveň se čím dál více spoléhají sami na sebe a zdůrazňují individuální volbu. Pro sociálněvědní výzkum to představuje zásadní výzvu: jak zachytit měnící se chování, postoje a hodnoty v tak dynamickém prostředí? Tato výzkumná aktivita se zaměřuje na zlepšování metod sběru dat a vývoj nových výzkumných nástrojů, které lépe odpovídají podmínkám individualizované společnosti. Cílem je ověřit, jak různé formy dotazování (např. online vs. osobní rozhovory) ovlivňují získané poznatky, a navrhnout efektivnější způsoby měření. Pozornost se soustředí také na témata, která dosud zůstávala na okraji výzkumu – jako jsou strategie rodinné soudržnosti (např. kin-keeping), zkušenosti s nejistotou v partnerství či rodičovství, nebo duševní zdraví. Aktivita zahrnuje i využití metod umělé inteligence pro mapování online rizik, například šíření dezinformací nebo nenávistných projevů, které mohou ohrožovat společenskou soudržnost.
VZ4.2
Personalizace měření: Vytvoření a ověření metodických postupů pro úsporný sběr reprezentativních populačních dat
Vedoucí: Mgr. Hynek Cígler, Ph.D., INPSY FSS MU
Jak získat kvalitní data o duševním zdraví bez zbytečných nákladů a přetěžování respondentů? Tato výzkumná aktivita se zaměřuje právě na tuto výzvu. Cílem je vyvinout úsporné a přesné metody sběru dat, které využívají počítačové adaptivní testování a designy s plánovaně chybějícími daty. Díky tomu lze výrazně zkrátit délku dotazníků bez ztráty kvality měření a zároveň zajistit srovnatelnost výsledků napříč výzkumy. Tým navrhne a ověří postupy, jak z odpovědí zkrácených testů u reprezentativního vzorku spolehlivě odhadnout rozložení výsledků v populaci – například při zjišťování výskytu psychických obtíží. Stejným způsobem budou připraveny metody, které umožní interpretaci výsledků z nereprezentativních šetření pomocí několika pečlivě vybraných otázek. Validita těchto přístupů bude ověřena na základě veřejně dostupných dat a metodických studií. Výzkum zároveň přinese konkrétní poznatky o výskytu psychických potíží v české populaci, včetně rozdílů podle vzdělání a genderu. Výstupem bude i veřejně dostupná databáze psychologických položek s ověřenými psychometrickými charakteristikami, využitelná pro další výzkum v této oblasti.
VZ4.3
Využití umělé inteligence jako metody pro včasné odhalení online rizik ohrožujících společnost
Vedoucí: doc. RNDr. Aleš Horák, Ph.D., KSUZD FI MU
V době informačního přetížení potřebujeme nástroje, které odhalí podstatu sdělení i skryté manipulace. Tato výzkumná aktivita se zaměřuje na využití moderních metod umělé inteligence k porozumění a zpracování textů. S pomocí velkých jazykových modelů založených na hlubokých neuronových sítích odborníci z Centra zpracování přirozeného jazyka zkoumají, jak lze automaticky identifikovat manipulativní techniky, shrnout hlavní sdělení nebo rozpoznat významové souvislosti v rozsáhlých jazykových datech. Pozornost je věnována zejména českému jazyku a dalším slovanským jazykům, které bývají v rámci vývoje AI nástrojů často opomíjeny. Cílem je rozvíjet nástroje, které budou využitelné nejen pro vědecký výzkum, ale také v oblasti médií, vzdělávání či při odhalování dezinformací a dalších forem jazykové manipulace.