Kwalitatieve methoden leren en onderwijzen met Skimle

Kant-en-klaar materiaal om kwalitatieve methoden te onderwijzen op master- en promotieniveau.

Methodecursus in twee sessies: AI in kwalitatief onderzoek

Het volledige materiaal voor twee sessies van 60 tot 90 minuten, ontworpen voor cursussen op master- en promotieniveau. Sessie 1 is conceptueel en vraagt geen software, zodat die ook werkt als losstaand seminar. Sessie 2 is praktisch en doorloopt de onderzoekscyclus in Skimle. Presentaties, een minuut-voor-minuutplanning, opdrachten in de les en na de sessie en voorbeeldmateriaal zijn allemaal inbegrepen.

Vorm
Twee sessies van 60 tot 90 minuten, met een tussenpoos van één tot twee weken
Niveau
Master- en promovendi en beginnende onderzoekers in management- en organisatiewetenschappen, aan te passen voor andere sociale wetenschappen
Opdrachten
Twee oefeningen in de les per sessie, plus een opdracht na de sessie van 3 tot 5 uur. Samen ondersteunen de twee sessies ongeveer 1 ECTS.

Vrij te gebruiken en aan te passen in uw eigen onderwijs. Opgesteld in augustus 2026 door Henri Schildt, hoogleraar strategie aan Aalto University en medeoprichter van Skimle.

De twee sessies

Kwalitatief onderzoek opnieuw bekeken als kenniswerk

60 tot 90 minuten, geen software nodig

Kunnen machines deelnemen aan interpretatie? Deelnemers coderen met de hand een passage uit een interview en vergelijken hun codering daarna met een machinecodering van dezelfde passage. De sessie plaatst AI in de lange traditie van expertwerk dat door hulpmiddelen wordt ondersteund, en sluit af met de praktische risico's en een eerste opzet voor een paragraaf over AI-gebruik in een methodesectie.

Deelnemers kunnen na afloop

  • Benoemen wat AI goed en slecht doet in kwalitatieve analyse, voorbij zowel de hype als de afwijzing.
  • Hun eigen codering van een interviewpassage vergelijken met een machinecodering van dezelfde passage.
  • Beoordelen wanneer de omvang van het materiaal AI-codering voldoende maakt voor het onderzoeksontwerp in kwestie.
  • De vijf praktische risico's benoemen, van vertrouwelijkheid tot methodologische ondoorzichtigheid, en het antwoord op elk ervan.
  • Een verdedigbare paragraaf over AI-gebruik voor een methodesectie opstellen.

AI gebruiken in elke fase van uw kwalitatieve studie

60 tot 90 minuten, laptops en Skimle-accounts

De kwalitatieve onderzoekscyclus fase voor fase, in de praktijk geoefend in Skimle op een ingebouwde demodataset: ontwerp, datageneratie, vertrouwd raken met de data, theorievorming en rapportage. Deelnemers genereren en verifiëren metadata van documenten, vergelijken beschrijvend coderen met theoriegestuurd coderen en bouwen een categoriestructuur opnieuw op rond een theoretisch argument.

Deelnemers kunnen na afloop

  • Door AI ondersteunde taken plaatsen binnen de vijf fasen van de kwalitatieve onderzoekscyclus.
  • Metadata van documenten genereren, verifiëren en gebruiken om informanten te ordenen en vergelijkingen te structureren.
  • Beschrijvend coderen onderscheiden van theoriegestuurd coderen, en zeggen waar elk goed voor is.
  • Bestaande inzichten herverdelen over een theoretisch gemotiveerd categorieschema, en het resultaat eerlijk beoordelen.
  • Sterke citaten en tegenbewijs verzamelen, en citatentabellen exporteren voor een manuscript.

Wat zit er in het pakket

  • Presentatie sessie 1

    Kunstmatige intelligentie in kwalitatief onderzoek: wat AI verandert, en wat niet.

  • Presentatie sessie 2

    AI gebruiken in elke fase van uw kwalitatieve studie.

  • Cursusplanning

    Leerdoelen, minuut-voor-minuuttiming, beknopte collegestof en gespreksonderwerpen voor de docent voor beide sessies.

  • Voorbeeldinterview

    Het volledige oral-historyinterview van NASA met Neil Armstrong, plus het korte fragment dat in de codeeroefening wordt gebruikt.

  • Oefenmateriaal

    De voorbereide AI-codering van dat fragment, om te tonen nadat de deelnemers het met de hand hebben gecodeerd.

Afstemmen op uw cursus

1

Sessie 1 staat op zichzelf

Er is alleen een beamer en een geprint interviewfragment nodig, dus de sessie werkt ook als losse gastcollege binnen een bestaande methodecursus.

2

Voor sessie 2 zijn laptops nodig

Deelnemers werken in hun eigen Skimle-project op een demodataset die in het product is ingebouwd. Een proef- of instellingsaccount is voldoende.

3

Afgestemd op een seminargroep

De timing gaat uit van 15 tot 25 deelnemers. Maak bij een grotere groep de subgroepen groter in plaats van de oefeningen in te korten: de oefeningen dragen het grootste deel van het leren.

4

Alles is bewerkbaar

De presentaties zijn PowerPoint-bestanden en de cursusplanning is een Word-document, zodat u ze kunt inkorten, herordenen en vertalen voor uw eigen studenten.

Geeft u een cursus met Skimle?

Skimle ondersteunt cursussen kwalitatieve analyse op master- en promotieniveau met flexibele licenties, kant-en-klaar lesmateriaal en deskundige ondersteuning. Vertel ons over uw cursus en wij helpen u die op te zetten.

Academische kortingen en projectpakketten staan op de prijzenpagina.