Lukovics Miklós

Az önvezető járművek és a városi társadalom


5.3. A hozzászólás-elemzés során alkalmazott módszer, adatok

Kutatási célunk elérése érdekében kvalitatív kutatást végeztünk, amely egy szoftverrel támogatott strukturált szöveg- és tartalomelemzés formájában valósult meg. Ennek folyamán magyar nyelvű Facebook- és YouTube-posztok hozzászólásait elemeztük. A kutatásba bevont közösségimédia-posztokat a téma relevanciája és a hozzászólások száma alapján választottuk ki. Lényegesnek tartottuk, hogy a két legnépszerűbb közösségimédia-platformról, a Facebookról és a YouTube-ról egyaránt kerüljenek a mintánkba hozzászólások annak ellenére, hogy a YouTube-on lényegesen kevesebb tartalom érhető el magyar nyelven az önvezető járművek témájában. Szintén fontosnak tartottuk, hogy többféle járműtípusról alkotott véleményeket is megismerjük, így mintánkba egyaránt került önvezető autóról, valamint önvezető városi szállítórobotról készült poszt. A végső adatkészlet összesen 10 posztot és 1690 hozzászólást tartalmazott (5.1. táblázat).
 
5.1. táblázat. Az elemzésbe bevont közösségimédia-posztok
Poszt címe
Típus
Szerző
Felület
Hozzászólás
Önvezető áruszállító robotokat fognak tesztelni Debrecenben
robot
Telex
Facebook
247
A 4-es szintű önvezetés közelebb lehet, mint gondolnád
autó
Totalcar
Facebook
133
Új lámpát kapnak a Mercik: türkizkéken jelzik, ha robotként haladnak
autó
Totalcar
Facebook
433
Fizetnél 3,6 millióval többet, hogy elengedhesd a kormányt?
autó
Totalcar
Facebook
95
Önvezető autók: ki vezet a végén?
autó
Totalcar
Facebook
70
Tegyünk rendet az önvezető autók között!
autó
Bosch
Facebook
101
Mi a véleménye az önvezető szállítórobotokról?
robot
EMFIE
Facebook
371
Milyen esetben cserélné le autóját önvezetőre?
autó
EMFIE
Facebook
83
Jók lesznek nekünk az önvezető autók?
autó
Tech2.hu
YouTube
44
Létezhet-e valaha önvezető autó?
autó
Büki Dani
YouTube
113
Összesen
1690
Forrás: saját szerkesztés
 
A hozzászólásokat első lépésben megtisztítottuk, majd a MaxQDA 2020 szoftverrel dolgoztuk fel, amely kvalitatív adatelemzést végez, és mennyiségi információkat származtat különféle metrikák segítségével (Kuckartz–Rädiker, 2019). Ezen célok eléréséhez első lépésben kódolást alkalmaztunk (5.1. ábra).
 
5.1. ábra. A primer kutatás logikai felépítése
Forrás: saját szerkesztés
 
A kódolási folyamat során a hozzászólások szöveges elemzése közben mintázatokat kerestünk, és ezek alapján standardizáltuk az eredeti, nyers adatokat egy előre meghatározott keretrendszer segítségével (Creswell, 2013; Babbie, 2016, Brait, 2020). A kvalitatív kutatásokban a kódok attribútumként szolgálnak röviden összefoglalva a tartalmat, legyen az bármilyen nyelvi vagy vizuális jellegű (Saldaña, 2013). A kódokat a hozzászólások szöveges átiratához rendelve sztenderd keretrendszerben értékeltük a hozzászólásokban közölt tartalmakat. A kódolás eredményeként sikerült egységes struktúrába rendezni az önvezető járművekről alkotott strukturálatlan véleményeket, ami hozzájárult a hozzászólások mögött meghúzódó minták feltárásához. A kódolás során gyakran több kódot rendeltünk az adott kódolási egységhez, szimultán kódolást alkalmazva (Saldaña, 2013).
A kódok definiálása során fontosnak tartottuk az elemzői szubjektivitás minimalizálását, ezért egy olyan keretrendszerre támaszkodtunk, amely széles szakmai körökben elfogadott. Ebből adódóan kódolásunk alapját a KPMG által kidolgozott AV Readiness Index négy pillére alkotja: i) a törvényi és szabályozási környezet, ii) az infrastruktúra, iii) a technológia és iv) a felhasználói elfogadás (KPMG, 2018). Ezt egészítettük ki egy biztonságra utaló kóddal, mivel a tanulmányok azt mutatták, hogy az emberek aggódnak az önvezető járművek (AV) biztonsága és a technológia megfelelő működése miatt (Jing et al., 2020; Kim et al., 2019; Rosell–Allen, 2020; Dixon et al., 2020), ami a hozzászólásokból is egyértelműen visszaköszönt. Továbbá a hozzászólásokat pozitív vagy negatív attitűdjük alapján is kódoltuk. A kódolási folyamat manuálisan történt két lépésben, a MAXQDA szoftverben. Első lépésben a szakirodalomból következő hét kód, azaz a KPMG négy pillére, a biztonság, a pozitív és a negatív attitűd került alkalmazásra. A második lépésben a kódokhoz hozzáadódhatnak a szövegek mélyebb elemzése során létrejött új kódok és alkódok (Saldaña, 2013). Esetünkben az 1690 hozzászólás mélyebb elemzése két új kód bevonását igényelte: tárgyi tévedés, valamint a lopás, megrongálás kódját, így kódrendszerünk végül 9 kódból állt:
  1. Pozitív attitűd,
  2. Negatív attitűd,
  3. Technológia,
  4. Infrastruktúra,
  5. Jogi, szabályozási környezet,
  6. Társadalmi elfogadás,
  7. Biztonság,
  8. Tárgyi tévedés,
  9. Lopás, rongálás.
 

Az önvezető járművek és a városi társadalom

Tartalomjegyzék


Kiadó: Akadémiai Kiadó

Online megjelenés éve: 2025

ISBN: 978 963 664 154 2

Az önvezető járművek elterjedése új kihívások elé állítja a városokat. A technológia ígéretes, de a sikeres integráció nemcsak műszaki kérdés: kulcsszerep jut a városi döntéshozóknak és az érintett közösségeknek is. E monográfia a felelősségteljes innováció szemléletében vizsgálja, hogyan készülhetnek fel a városok az önvezető járművek érkezésére. Interdiszciplináris kutatásra építve mutatja be a városi lakosság és az önkormányzatok attitűdjeit, kockázatérzékelését és elvárásait. A kötet nem csupán a jelenlegi állapotot tárja fel, hanem gyakorlati keretrendszert is kínál a városi önvezetőjármű-felkészültség növelésére. Hasznos olvasmány kutatók, szakpolitikusok, városfejlesztők és mindazok számára, akik tenni szeretnének a technológiai átmenet társadalmilag elfogadott és sikeres megvalósításáért.

Hivatkozás: https://mersz.hu/lukovics-az-onvezeto-jarmuvek-es-a-varosi-tarsadalom//

BibTeXEndNoteMendeleyZotero

Kivonat
fullscreenclose
printsave