在社会科学研究中，有一种常用的研究方法叫“扎根理论”。研究者需逐行拆解大量访谈文本，给内容贴标签、归类，再从中挖掘逻辑关联、提炼概念、归纳主题，最后搭建理论。这一系列繁琐的分析工作，过去都靠研究者手工编码完成，极其耗费时间与精力。
直到大模型兴起，不少人开始想：或许AI可以辅助编码，让研究变得省时省力。可真正尝试后，他们发现新的问题来了——虽然AI几分钟就能生成大量编码，但这些编码可能冗余杂乱，甚至凭空“编造证据”。
更麻烦的是，AI写的编码越多，研究者回到原文核对的工作量越大。原本想用AI减负，结果返工的工作量比自己手工编码还要大。
AI带来了速度，却没带来“可信度”，让不少研究者陷入两难。而现在，这一困境有望破解。
经过两年的深入研究与优化迭代，浙江大学管理学院百人计划研究员傅四维、教授周伟华与2023级商务大数据分析专业本科生周起帆，携手其他合作者共同开发了一套可视化智能分析系统PROVA-GT，该系统搭建了“AI生成编码，人类把控校验”的人机双向工作流，可真正帮助研究者省时、省力地完成“扎根理论”研究，且兼顾研究的严谨性。
近日，他们的研究成果被可视化与可视分析领域国际顶级会议IEEE VIS（IEEE可视化与可视分析大会）接收，后续将在计算机领域国际顶级期刊IEEE Transactions on Visualization and Computer Graphics上正式发表。
论文接收截图
本期【科研】专题，一起来看他们开发的PROVA-GT系统如何让“扎根理论”研究变得省时、省力且可信。
傅四维，浙江大学管理学院数据科学与管理工程学系百人计划研究员，博士生导师
周伟华，浙江大学管理学院数据科学与管理工程学系教授，博士生导师
周起帆，浙江大学管理学院2023级商务大数据分析专业本科生
*浙江大学管理学院本科生周起帆为第一作者，百人计划研究员傅四维为通讯作者，浙大管院教授周伟华、新加坡南洋理工大学南洋商学院高级讲师毕清清、浙大生物医学工程与仪器科学学院本科生陈朵为合作者。
相比传统分析工具，PROVA-GT具有两大优势
在开发系统前，研究团队先梳理了当下直接用大模型开展扎根理论研究时，研究者普遍会碰到的三大难题：
一是核验负担重：AI生成的编码很难自动绑定原文证据，研究者需要逐段翻看访谈记录，逐条核对真伪。
二是编码数量大：大模型容易过度拆分文本，产出大量细碎、重复、无价值的编码，筛选工作量极大。
三是概念层级关系核对难：AI自动生成的概念从属关系，逻辑链条看不见、理不清，很难校验层级搭建是否合理。
他们发现，市面上现有的质性分析工具大多还停留在单向模式，即AI一次性输出编码，后续所有溯源排查、删减调整与编码层级重构的工作，都要研究者手动完成，缺少能自动辅助回溯原文、支持持续迭代修改的一体化方案。
正是看到了这一缺口，团队研发了可视化智能分析系统PROVA-GT。相比传统分析工具，PROVA-GT具有两大优势：
优势一
人机双向工作流：AI生成编码，人同步校验迭代
PROVA-GT最核心的突破，就是一改过去单向输出的模式，打造出闭环的人机双向工作流。在正向工作流中，AI可以基于原始访谈文本批量生成初始编码，承接文本标记、初步归类这类重复性工作。
在反向工作流中，研究者在修改、合并、删除编码，或是调整概念之间的上下级关系时，系统会自动联动原始素材，同步追踪每一条编码对应的原文依据。一旦编码被改动，相关联的证据片段、上层主题都会实时更新，不用研究者重新翻找、手动对齐。
PROVA-GT用于反向分析的迭代工作流
优势二
四大“可视化视图”联动配合，实现全流程可视可控
PROVA-GT还配套设计了四大可视化视图，它们相互联动配合。其中，证据视图锚定原始访谈素材，清晰展示每一条编码对应的原文片段；编码列表视图集中汇总全部编码，方便研究者批量筛选、合并和删减；层级视图直观呈现编码上下级从属关系，帮研究者梳理从基础概念到核心主题的脉络；溯源视图完整记录编码生成、修改、校验的来源轨迹，方便追溯每一步人机迭代过程。
四大可视化视图打通联动，研究者在任意一处做出调整，其他视图都会同步变化，不用在多个文件之间来回跳转比对。
PROVA-GT在多视图间进行扎根理论可视分析：以研究新西兰社会企业家的创业动机为例
经过案例与实验双重验证，PROVA-GT比传统工具表现更好
为了检验PROVA-GT是否能兼顾效率与准确度，研究团队开展了真实案例验证和对照用户实验。
验证一
真实案例验证
在案例验证环节，团队选用真实的社会科学访谈数据集，用PROVA-GT完整跑通扎根理论分析全流程。
结果显示，借助PROVA-GT，研究者可以快速定位AI生成编码对应的原始证据，轻松识别出没有原文支撑的虚假编码，编码层级的梳理过程也更加顺畅，“AI幻觉”问题得到明显抑制。
验证二
对照用户实验
在对照用户实验中，研究人员将参与测试的研究者分成两组，一组使用传统大模型搭配普通质性软件，另一组使用PROVA-GT完成同样的扎根理论研究编码任务。
对比数据显示，使用PROVA-GT的研究者，完成任务花费的时间更短，产出编码的准确率更高，花费在校验纠错上的精力显著减少。参与者也反馈，溯源、改编码、调整主题关系的操作门槛降低了很多。
当然，研究团队也客观指出，现阶段PROVA-GT还有继续打磨的空间。比如面对体量超大、话题高度发散的访谈数据集时，系统对超复杂编码网络的整理能力还有提升空间；针对不同学科、不同研究风格的研究者，系统后续还可以增加更多个性化的自定义设置。
开辟人机协同质性分析新范式，PROVA-GT将赋能社科研究
PROVA-GT的价值，远不止给扎根理论研究者增加一个好用的工具，它开辟了人机协同质性分析新范式，为AI时代下社科研究的加速开展提供了一套可落地的新方案。
具体而言，它降低了编码的门槛。对于青年学者、研究生来说，海量访谈文本的编码工作不再是令人望而生畏的难关。同时，它为研究者节省了时间与精力。让他们可以把精力优先投入到研究思考中，而不是耗费在重复的文本标记工作上。
PROVA-GT的系统设计，也重新理清了人和AI的分工边界：AI负责找素材、出初稿、关联证据；人负责判断、取舍、搭建理论逻辑。它要求人机各司其职、相互协同，而不是把全部分析工作都交给AI。
AI浪潮之下，人文社科研究正站在变革的路口。我们可以拥抱AI带来的效率提升，但必须警惕它可能带来的学术风险。
这项研究带给我们的启发，从来不是让AI代替学者完成社科研究，而是搭建一套稳妥的人机协同机制，让AI工具成为研究者们严谨可靠的辅助搭档，让技术服务于思想。
同时，这项研究也提醒我们，无论未来技术如何发展，我们都必须守住扎根理论研究的根基，即结论必须来自于真实的访谈素材，效率绝不能凌驾于学术严谨之上。
附：论文摘要
In social science research, grounded theory (GT) is widely adopted to analyze and code textual data. While large language models (LLMs) open new possibilities for coding at scale, they complicate the GT workflow by generating excessive codes and introducing hallucinations, posing challenges for experts to audit and revise the coding results. To address these challenges, we conducted a two-year design study and derived a series of domain needs and design tasks via interviews with scientists in entrepreneurial management. Subsequently, we presented PROVA-GT, a visual analytics system facilitating the GT workflow by supporting both the forward process of code generation and the backward process of validation and refinement, which are interconnected and iterative. Specifically, our system features a provenance workflow that leverages the agentic LLM and novel visual designs to assist experts in the backward process. To evaluate the usefulness of PROVA-GT and its generalizability in different domains, we reported two in-depth expert studies on entrepreneurial inspirations and trust erosion, respectively. We also conducted a user study to assess the effectiveness of the agentic workflow.
信息来源：IEEE Transactions on Visualization and Computer Graphics
