Work

Kan AI ersätta transkription? En jämförande studie av mått för Språklig stickprovsanalys (SSA) för barns narrativer

Year: 2025
Type: dissertation
Abstract: Syfte: Att öka kunskapen om hur AI-verktyg för transkription kan användas i arbetet med att bedöma barns språkliga förmågor, samt undersöka huruvida de fel som AI-taligenkänningsproducerade transkriptioner innehåller påverkar de språkliga mått som används för språklig stickprovsanalys (SSA). Metod: Ljudfiler innehållandes en inspelad testning av narrativ förmåga för barn mellan tre och sex års ålder transkriberades med hjälp av AI-modellen ”Whisper large-v2” i programmet aTrain. Därefter skapades två versioner av transkriptionen: en originalversion, och version med eventuella fel korrigerade. Sedan jämfördes SSA-måtten MLU, MATTR, SI och PGU mellan de två versionerna. Resultat: En repeated-measures ANOVA visade att de två versionernas mått inte hade en signifikant skillnad. Parade t-test visade att det mått som stämde bäst överens mellan versionerna var MATTR, och det mått som stämde minst överens var MLU. Slutsatser: Resultatet visade att AI-verktyget Whisper presterade väl och hade hög träffsäkerhet när det kommer till vissa språkliga mått som används i SSA. Framtida förbättrade AI-modeller förväntas prestera ännu bättre, och fortsatt forskning behövs.
Author: Söderbäck, Alva
Institution: Lund University
Language: Swedish
Field: Psychology
Open Access status: green
OpenAlex ID: W7066627354
Cites: 52
Cited by:
Related to: 9