Типы дискурс-анализа,
объяснено и применено.

Другой подход к анализу дискурса.

Дискурсивный анализ — это метод качественного исследования, который изучает, как язык используется в реальных контекстах для конструирования смысла, формирования идентичности, осуществления власти и достижения социальных действий. Он идет дальше сказанного, анализируя, как и почему это сказано определенным образом и какое воздействие имеют эти языковые выборы. Семь типов ниже начинаются с этой же точки отсчета, но резко расходятся в теории, методе и типе вопросов, на которые каждый предназначен отвечать.

Семь типов, теоретик за теоретиком

Каждый тип имеет своих ключевых теоретиков, свои типичные приложения и свой способ чтения транскрипта. Это быстрый справочник; разделы ниже углубляются на двух, которые большинство исследователей недооценивают.

• Критический дискурс-анализ (CDA), Fairclough, van Dijk, Wodak. Изучает политическую риторику, медийные предубеждения и язык политики. Пример: как метафоры “наводнения” или “вторжения” в освещении иммиграции конструируют людей как угрозу, а не как личностей.
• Анализ беседы (CA), Sacks, Schegloff, Jefferson. Исследования изучают очерёдность высказываний, исправления и смежные пары в здравоохранении, судебных и сервисных переговорах. Пример: пациенты повторяют симптомы, когда чувствуют, что их не услышали, что коррелирует с более низким уровнем удовлетворённости.
• Фукоальтианский анализ дискурса (FDA), Фуко, Паркер, Уиллиг. Изучает, как институты конструируют знание, нормальность и позиции субъектов. Пример: как переход от "безумия" к "психическому расстройству" отражает изменение соотношения сил между медициной, пациентами и обществом.
• Анализ нарративного дискурса, Labov, Riessman, Bamberg. Изучает структуру рассказа, позиционирование и идентичность в нарративах болезни, организационных историях и интервью по истории жизни. Пример: выжившие от рака, которые рассматривают выздоровление как “путешествие”, сообщают о других результатах, чем те, кто использует язык “битвы”.
• Анализ многомодального дискурса (MDA), Kress, van Leeuwen, Machin. Изучает, как текст, изображение, звук, жест и макет объединяются в объявлениях, социальном контенте и видео. Пример: как фотография кандидата, лозунг, цветовая схема и музыка предвыборного объявления работают вместе, чтобы построить идентичность, которую ни один из режимов не смог бы передать в одиночку.
• Анализ дискурса на основе корпуса, Бейкер, Партингтон, Стаббс. Использует конкордию, коллокацию и анализ ключевых слов в больших коллекциях текстов или речи. Пример: 20 лет репортажей об изменении климата отслеживались от “климатических дебатов” к “климатическому кризису” через сдвиг ключевых слов.
• Интеракционная социолингвистика, Гумперз, Тэнен. Изучает контекстные сигналы, code-switching и фрейминг в кросс-культурных встречах и ситуациях контроля доступа. Пример: интервьюеры неправильно интерпретируют культурные стратегии дискурса кандидата как недостаток квалификации.

Анализ записи, а не только транскрипции

Большинство дискурс-анализов по-прежнему начинаются и заканчиваются текстовым файлом, даже если исходные данные были устными. Это оставляет пробел для типов, предназначенных для чтения взаимодействия и мультимодального смысла: анализ разговора нуждается в паузах, перекрытиях и интонации, которые простой транскрипт лишает, а мультимодальный дискурс-анализ нуждается в изображениях, жестах и звуке, которые транскрипт никогда не фиксировал.

Speak AI читает записи на трех уровнях одновременно: произносимые слова, голос за ними (тон, энергия, темп и паузы) и то, что видно в записи (мимика, жест, содержимое на экране). Для исследователя CA это означает отмеченные временем повороты говорящего без ручного обозначения каждого перекрытия. Для исследователя MDA, работающего с видео интервью или социальным контентом, это означает один закодированный запись вместо отдельного ведения визуального и вербального каналов. Разочарованная пауза, повышающийся тон на ключевом слове, колебание перед названием конкурента — все это становится частью данных вместо того, чтобы теряться между записывающим устройством и страницей.

Как провести дискурс-анализ пошагово

• Определите ваши исследовательские вопросы. Сосредоточьтесь на том, как функционирует язык, а не только на том, что говорится. Многие исследователи совершенствуют этот этап на основе список тем обоснованной теории, даже для исследований, которые не проверяют формальные гипотезы (большинству качественных исследований он не нужен).
• Выбирайте и собирайте свои данные. Письменные тексты, расшифрованная речь, посты в социальных сетях, записи интервью или политические документы. Speak AI Платформа качественного исследования и автоматическая транскрипция значительно ускорить сбор данных.
• Расшифруйте и подготовьте свои данные. CA требует точной нотации пауз и перекрытий; CDA может работать со стандартными транскрипциями. Инструменты на базе AI, такие как Аудио-текстовый конвертер Speak обработка первичного варианта, который вы уточняете в соответствии со своими аналитическими потребностями.
• Проведите первоначальное кодирование. Читайте несколько раз, позволяя вашей теоретической схеме направлять ваше внимание. анализатор расшифровок и Программное обеспечение для качественного анализа с поддержкой AI может выявить первичные темы перед кодированием строка за строкой.
• Анализировать глубоко. Свяжите конкретный выбор языка, словарь, метафору, грамматику, риторическую стратегию с макроуровневыми социальными процессами и теорией, которую предсказывает ваша модель.
• Интерпретируйте и оформите результаты. Приводите богатые примеры, демонстрирующие доказательства вашей интерпретации, и включайте рефлексию о вашей собственной позиции как аналитика.

Инструменты AI не заменяют интерпретативную работу, которая определяет дискурс-анализ, и теоретическое суждение, стоящее за прочтением CDA метафоры или FDA позиции субъекта, всё ещё должно исходить от исследователя. Что меняется, так это количество времени, проведённого на пути к этому суждению: меньше времени на транскрибирование, первые проходы кодирования и поиск по файлам, и больше времени на анализ, который действительно отвечает на ваш исследовательский вопрос. Некоторые команды также подключают этот рабочий процесс к помощник AI для встреч для живых собеседований при найме, или ИИ-агенты для автоматизации повторяющихся задач сбора данных.