W pierwszym kroku przygotowałem opis projektu w sposób zrozumiały dla AI. Opisałem, jakie pliki są dostępne, a następnie poprosiłem o przygotowanie kodu, który połączy dane i obliczy wyniki skalowe.
> Ten folder zawiera materiały dla studentów pracujących z realnymi danymi z projektu empirycznego o moralności i wynikami eksperymentu karcianego. Najważniejsza zasada: surowych plików CSV nie zmieniamy.
**Pliki w folderze**
-`badanie_18_pytania_20260514_212146.json` - opis struktury ankiety i zmiennych skalowych [jest to zapis kopii pytań z BADANET].
-`badanie_18_wyniki_20260519_192209.csv` - realne dane ankietowe.
-`Plan badania kartami(Wyniki gry).csv` - wyniki eksperymentu karcianego.
- Przygotuj kod, który połączy dane z obu źródeł, a następnie zapisze jako plik wynikowy zawierający zmienne przeliczone. Niech dane przygotuje skrypt R, a nowe pliki zapisze w katalogu `outputs/`.
W drugim kroku nowy prompt zakładał, że AI przygotuje instrukcje i poradniki oraz zaproponuje problemy, które można potencjalnie przeanalizować na dostępnych danych.
> W `dane/` są pliki dotyczące projektu empirycznego. Twoim zadaniem jest przygotować instrukcje dla studentów korzystając z zamieszczonych plików jako przykładów. Plik z danymi jest realny - użyj go, ale nie zmieniaj.
Użyłem promptu, aby genAI wymyśliło propozycje pytań badawczych:
> przeczytaj pliki w katalogu i przygotuj listę zadań do wykonania. Zaproponuj 7 zadań dotyczących różnych zestawów zmiennych. Przygotuj opis dla każdego zestawu zawierający:
> tytuł, pytanie badawcze, zmienne potrzebne do udzielenia odpowiedzi na pytanie z określeniem kierunku, propozycję analiz statystycznych.
W efekcie powstał dokument [lista_zadan.md](lista_zadan.md). Po sprawdzeniu efektu zadania zostały poprawione tak, aby odwoływały się tylko do zmiennych rzeczywiście obecnych w danych.
Na koniec ręcznie przygotowałem plik do pakietu statystycznego [Jamovi](https://www.jamovi.org/download), usuwając nadmiarowe kolumny i poprawiając opis zmiennych. Poprawki wymagał skrypt do MFQ, bo trzeba było dostosować klucz do wersji narzędzia bez jednej skali. Podobnie aprobata społeczna mierzona była 10-itemową wersją w miejsce 26 pozycji w oryginale.
