Rodzaje analizy dyskursu,
wyjaśnione i zastosowane.

Inne podejście do analizy dyskursu.

Analiza dyskursu to metoda badawcza pozwalająca na zbadanie, w jaki sposób język jest używany w rzeczywistych kontekstach do konstruowania znaczenia, kształtowania tożsamości, sprawowania władzy i realizowania działań społecznych. Wykracza poza to, co jest powiedziane, aby przeanalizować, w jaki sposób i dlaczego jest to mówione w określone sposoby, oraz jakie skutki mają te wybory języka. Siedem typów poniżej wspólnie dzielą ten punkt wyjścia, ale znacznie się różnią w teorii, metodzie i rodzaju pytania, na które każdy jest zbudowany do odpowiadania.

Siedem typów, teoretyk po teoretyku

Każdy typ nosi ze sobą swoich kluczowych teoretyków, swoje typowe zastosowania i swój sposób czytania transkryptu. To szybkie odniesienie; poniższe sekcje głębiej zagłębiają się w dwie, które większość badaczy niedocenia.

• Krytyczna Analiza Dyskursu (CDA), Fairclough, van Dijk, Wodak. Badają retorykę polityczną, stronniczość mediów i język polityki. Przykład: jak metafory "powodzi" lub "inwazji" w relacjonowaniu migracji konstruują ludzi jako zagrożenia zamiast jednostek.
• Analiza Rozmów (CA), Sacks, Schegloff, Jefferson. Badania dotyczą zmianę tur, naprawy i par sąsiednich w opiece zdrowotnej, salach sądowych i obsłudze klienta. Przykład: pacjenci powtarzają objawy, gdy czują się niezauważeni, co koreluje z niższą satysfakcją.
• Foucauldian Discourse Analysis (FDA)Foucault, Parker, Willig. Bada, jak instytucje konstruują wiedzę, normalność i pozycje podmiotu. Przykład: jak przesunięcie z “szaleństwa” na “stan zdrowia psychicznego” odzwierciedla zmieniającą się władzę między medycyną, pacjentami a społeczeństwem.
• Analiza dyskursu narracyjnego, Labov, Riessman, Bamberg. Bada strukturę narracyjną, pozycjonowanie i tożsamość w narracjach z doświadczeniami chorobowymi, historyjkach organizacyjnych i wywiadach na temat historii życia. Przykład: osoby, które przeżyły raka i opisują powrót do zdrowia jako “podróż”, raportują różne wyniki niż te, które używają języka “bitwy”.
• Multimodalna analiza dyskursu (MDA), Kress, van Leeuwen, Machin. Bada sposób, w jaki tekst, obraz, dźwięk, gesta i układ łączą się w reklamach, treści społecznych i wideo. Przykład: jak fotografia kandydata, hasło, schemat kolorów i muzyka kampanijnej reklamy pracują razem, aby budować tożsamość, którą żaden pojedynczy tryb nie mógłby samodzielnie wynieść.
• Analiza dyskursu oparta na korpusie, Baker, Partington, Stubbs. Używa konkordancji, kolokacji i analizy słów kluczowych na dużych zbiorach tekstu lub mowy. Przykład: 20 lat raportowania klimatycznego śledzone od “debaty klimatycznej” do “kryzysu klimatycznego” poprzez zmianę słów kluczowych.
• Socjolingwistyka interakcyjna, Gumperz, Tannen. Bada wskazówki kontekstualizacji, zmianę kodów i ramowanie w spotkaniach międzykulturowych i dostępu. Przykład: rozmówcy błędnie interpretujący strategie dyskursu kulturowego kandydata jako brak kwalifikacji.

Czytanie nagrania, a nie tylko transkrypcji

Większość analizy dyskursu wciąż zaczyna się i kończy na pliku tekstowym, nawet gdy dane źródłowe były mówione. To pozostawia lukę dla typów przeznaczonych do czytania interakcji i wielomodalnego znaczenia: analiza konwersacyjna potrzebuje pauz, nakładek i intonacji, które zwykły transkrypt usuwa, a analiza wielomodalna dyskursu potrzebuje obrazów, gestów i dźwięku, którego transkrypt nigdy nie uchwycił.

Speak AI czyta nagrania na trzech warstwach jednocześnie: słowach, które zostały wypowiedziane, głosie za nimi (ton, energia, tempo i pauzy) oraz tym, co jest widoczne na nagraniu (wyraz twarzy, gest, zawartość ekranu). Dla badacza CA oznacza to kolejki mówców z sygnaturami czasowymi bez ręcznego notowania każdego nakładania się. Dla badacza MDA pracującego z wideo z wywiadów lub treścią społeczną oznacza to jeden zakodowany rekord zamiast oddzielnie logowania kanałów wizualnych i werbalnych. Sfrustrowana pauza, rosnący ton na kluczowym słowie, wahanie przed nazwaniem konkurenta, wszystko to staje się częścią danych zamiast gubić się między rejestratorem a stroną.

Jak przeprowadzić analizę dyskursu, krok po kroku

• Zdefiniuj swoje pytania badawcze. Skup się na tym, jak funkcjonuje język, a nie tylko na tym, co jest powiedziane. Wielu badaczy doskonali ten etap na lista tematów ugruntowanej teorii, nawet dla badań, które nie testują formalnych hipotez (większość badań jakościowych nie potrzebuje jednego).
• Wybierz i zbierz swoje dane. Teksty napisane, transkrypcja mowy, posty społecznościowe, nagrania wywiadów lub dokumenty polityczne. Speak AI platforma badań jakościowych oraz automatyczna transkrypcja znacznie przyspieszyć zbieranie danych.
• Transkrybuj i przygotuj swoje dane. CA wymaga precyzyjnego oznaczenia pauz i nakładów; CDA może pracować ze standardowymi transkrypcjami. Narzędzia zasilane sztuczną inteligencją, takie jak Konwerter audio na tekst Speak obsługuje pierwsze przejście, które ulepszasz do swoich potrzeb analitycznych.
• Przeprowadzenie wstępnego kodowania. Czytaj wiele razy, pozwalając swojemu teoretycznemu ramach kierować tym, na co zwracasz uwagę. analizator transkrypcji oraz Oprogramowanie do kodowania jakościowego wspomagane AI może ujawnić wstępne tematy zanim zaczniesz kodować linia po linii.
• Analizuj szczegółowo. Połącz konkretne wybory języka, dobór słów, metaforę, gramatykę, strategię retoryczną, z procesami społecznymi na poziomie makro i teorią, którą przewiduje Twoja teoria.
• Interpretacja i opracowanie. Przedstaw bogatą przykłady, które pokazują dowody stojące za Twoją interpretacją, i uwzględnij refleksyjność dotyczącą Twojej własnej pozycji jako analityka.

Narzędzia AI nie zastępują pracy interpretacyjnej, która definiuje analizę dyskursu, a teoretyczne osądy stojące za lekturą CDA metafory lub FDA pozycji podmiotu muszą nadal pochodzić od badacza. To, co się zmienia, to ile czasu zajmuje osiągnięcie tego osądu: mniej spędzanego na transkrypcji, kodowaniu pierwszych przejść i przeszukiwaniu plików, a więcej na analizie, która faktycznie odpowiada na Twoje pytanie badawcze. Niektóre zespoły również łączą ten przepływ pracy z asystent AI do spotkań do live’owych rozmów rekrutacyjnych, lub Agenci AI aby zautomatyzować powtarzające się zadania zbierania danych.