Przypis1

Transkrypcja wywiadu do pracy dyplomowej: zasady zapisu, program, RODO i anonimizacja

Transkrypcja wywiadu to dosłowny zapis rozmowy według zasad, które ustalasz przed pierwszą stroną i dajesz do aneksu. Robisz ją ręcznie albo programem, ale zawsze sprawdzasz z całym nagraniem, bo program potrafi dopisać zdania, których nikt nie powiedział. Potem anonimizujesz wersję roboczą, a klucz, który łączy kody z prawdziwymi osobami, trzymasz osobno.

Poniżej: zasady transkrypcji, ile to trwa, program do transkrypcji lokalnie albo w chmurze, sprawdzanie, RODO i anonimizacja wywiadu. Przykłady są zmyślone i ciągną dalej badanie z tekstu o tym, jak przeprowadzić wywiad do pracy magisterskiej: Kinga rozmawia z nauczycielami klas 1-3 o ocenie opisowej.

Jakie są zasady transkrypcji wywiadu?

Transkrypcja jest pierwszą decyzją analityczną: wybierasz, co z rozmowy przechodzi na papier. McMullin opisuje to jako skalę od zapisu „naturalizowanego”, który dopasowuje mowę do norm pisma, do pełnego zapisu dosłownego, w którym zostają powtórzenia, przejęzyczenia i błędy. Pisze też, że nie ma jednego najlepszego stylu: wybór zależy od podstaw teoretycznych i pytań badania1. Ta sama autorka przejrzała artykuły z jednego czasopisma: najczęstszym opisem transkrypcji (19% artykułów) było jedno zdanie, że wywiady nagrano i przepisano, a te, które pisały o zapisie dosłownym, nie wyjaśniały, co przez to rozumieją1. W pracy dyplomowej zrobisz to lepiej jednym akapitem w metodzie i kluczem w aneksie.

Do analizy tematycznej zwykle wystarcza zapis dosłowny słów z kilkoma oznaczeniami. Analiza dyskursu albo rozmowy wymaga dużo więcej (mierzone pauzy, intonacja, nakładanie się głosów) i wtedy konwencję bierzesz z podręcznika tej metody. W metodzie, której uczymy, wersję roboczą zapisujesz dosłownie, z powtórzeniami i niedokończonymi zdaniami. Wygładzić cytat możesz dopiero w rozdziale wyników i tylko lekko. Transkrypcja jest dowodem, cytat jest jego wycinkiem.

Przykład zmyślony: klucz transkrypcji Kingi z aneksu.

B: badaczka; R4: rozmówczyni z kodem.

[śmiech], [pauza], [przerwa w nagraniu].

[niezrozumiałe 00:12:31] ze znacznikiem czasu, żeby dało się wrócić do nagrania.

[imię ucznia], [szkoła], [miejscowość] w miejscu danych, po których da się kogoś rozpoznać.

Znacznik czasu co pięć minut nagrania.

I fragment zapisu według tego klucza (wypowiedź zmyślona):

B: Proszę opowiedzieć o ostatniej ocenie, którą Pani pisała.

R4: No… to było w czerwcu, jak zawsze. Siadam z [imię ucznia], znaczy z jego zeszytami, i… [pauza] i najpierw szukam, co mu wyszło. [niezrozumiałe 00:14:02]

Ile trwa transkrypcja wywiadu?

Długo. McMullin podaje, że przepisanie godziny nagrania zajmuje od trzech do ponad ośmiu godzin, zależnie od szybkości pisania1. Przy dwunastu godzinnych rozmowach to według tych widełek od 36 do ponad 96 godzin samego pisania, więc transkrypcja dostaje w harmonogramie pracy osobne tygodnie, a nie wolny wieczór.

Program skraca pisanie, ale nie skraca słuchania. Sprawdzenie automatycznej transkrypcji trwa co najmniej tyle, ile nagranie, i jeszcze trochę, bo zatrzymujesz się przy każdej poprawce.

Program do transkrypcji: lokalnie czy w chmurze?

McMullin zauważa, że badacze coraz częściej sięgają po programy zamieniające mowę na tekst i po firmy, które przepisują nagrania przy użyciu AI. Wymienia dwa problemy: usługi w chmurze budzą wątpliwości etyczne co do ochrony danych i poufności, a takie programy zwykle gorzej radzą sobie z kilkoma głosami i z akcentami1.

Usługa w chmurze oznacza wysłanie nagrania, czyli danych osobowych rozmówcy, do firmy, o której rozmówca nic nie wie. Taki krok wymaga zgody rozmówców, która obejmuje to narzędzie, i zgodności z zasadami uczelni. Jeśli nie masz obu, chmura odpada.

Zostają programy działające na Twoim komputerze. Przykład: noScribe. Według opisu autora, socjologa prowadzącego badania jakościowe, to darmowy program o otwartym kodzie (licencja GPL-3.0) na Windows, macOS i Linuksa, przygotowany do transkrypcji wywiadów. Działa w całości lokalnie, rozróżnia mówców, rozumie około sześćdziesięciu języków („mniej więcej”, jak zastrzega autor) i ma edytor do sprawdzania wyniku. Korzysta z modelu Whisper firmy OpenAI, uruchamianego u Ciebie2. Zanim mu zaufasz, sprawdzasz go na kilku minutach własnego nagrania: jak radzi sobie z polszczyzną, z Twoim mikrofonem i z nakładającymi się głosami.

Program lokalny Usługa w chmurze
Gdzie trafia nagranie zostaje na Twoim dysku na serwer firmy
Co mówi formularz zgody że transkrypcja idzie programem działającym lokalnie że nagranie trafi do tej konkretnej usługi
Zasady uczelni sprawdzasz sprawdzasz, zanim wyślesz cokolwiek
Odsłuch całości obowiązkowy obowiązkowy

Dlaczego transkrypcję trzeba sprawdzić z nagraniem?

Bo automatyczna transkrypcja potrafi dopisać to, czego nikt nie powiedział. Koenecke i współpracownicy sprawdzili transkrypcje Whispera. Wiele było bardzo dokładnych, ale w około 1% znaleźli całe zmyślone frazy albo zdania, których w nagraniu nie było w żadnej formie, a 38% tych wstawek zawierało treści szkodliwe, na przykład o przemocy albo fałszywe skojarzenia. Zmyślenia zdarzały się częściej u osób, w których mowie było więcej dłuższych przerw; autorzy badali osoby z afazją i grupę kontrolną3. Czy to samo dzieje się, gdy rozmówca w wywiadzie długo się zastanawia, nie sprawdzali. Takie miejsca i tak słuchasz szczególnie uważnie.

W badaniu jakościowym jedno zmyślone zdanie może trafić do cytatu i stać się „dowodem” dla tematu. Dlatego każdą transkrypcję, ręczną czy automatyczną, sprawdzasz, słuchając całego nagrania z tekstem przed oczami:

  • poprawiasz przesłyszenia i skreślasz zdania, których nikt nie powiedział;
  • fragmenty niezrozumiałe oznaczasz ze znacznikiem czasu, zamiast zgadywać;
  • oznaczasz własne pytania sugerujące, żeby przy analizie wiedzieć, co było odpowiedzią na podpowiedź.

Transkrypcja a RODO

RODO definiuje dane osobowe jako informacje o zidentyfikowanej lub możliwej do zidentyfikowania osobie; identyfikacja może być pośrednia, na przykład przez dane o lokalizacji albo czynniki określające tożsamość ekonomiczną, kulturową lub społeczną (art. 4 pkt 1)4. Nagranie, w którym słychać głos i padają szczegóły z życia, oraz transkrypcja przed anonimizacją takie informacje zawierają.

Łatwo przeoczyć dwie rzeczy. Rozmówcy mówią o innych ludziach, a to też dane osobowe, choć tych osób nikt nie pytał o zgodę. I rozmowa potrafi zejść na kategorie, które art. 9 ust. 1 RODO chroni szczególnie, między innymi dane dotyczące zdrowia, przekonania religijne i pochodzenie etniczne4. Opowieść o uczniu z orzeczeniem bywa opowieścią o jego zdrowiu.

Kod R4 w transkrypcji i osobny plik „R4 = imię, szkoła, telefon” to pseudonimizacja w rozumieniu art. 4 pkt 5, a nie anonimizacja4. Motyw 26 RODO mówi, że dane spseudonimizowane, które da się przypisać osobie przy użyciu dodatkowych informacji, wciąż są danymi osobowymi; przepisy nie dotyczą dopiero informacji anonimowych5. Dopóki istnieje klucz, Twoje transkrypcje są danymi osobowymi. Kto jest administratorem danych i na jakiej podstawie je przetwarzasz, ustalasz z promotorem i z inspektorem ochrony danych uczelni, jeśli go wyznaczono. Ten tekst nie jest poradą prawną.

Jak zanonimizować wywiad?

Usunięcie imion to za mało. Saunders, Kitzinger i Kitzinger opisują anonimizację wywiadów w sześciu obszarach6:

  1. imiona osób, także tych, o których mówi rozmówca;
  2. miejsca: instytucje, miejscowości, charakterystyczne obiekty;
  3. pochodzenie religijne i kulturowe;
  4. zawód;
  5. relacje rodzinne;
  6. inne szczegóły, po których da się kogoś rozpoznać.

Opisują też trudniejszy przypadek: dwa fragmenty, z których żaden osobno nie zdradza rozmówcy, ale razem już tak. Czasem przypisywali je wtedy różnym pseudonimom i nazywali to wprost kompromisem kosztem wierności danych. Ich wniosek: anonimizacji nie da się robić na autopilocie ani metodą „znajdź i zamień”6.

Przykład zmyślony: rozmówczyni R6 mówi o „jedynej szkole w gminie z oddziałem integracyjnym”. W powiecie Kingi to wskazuje jedną szkołę, więc w wersji roboczej zostaje „[szkoła z oddziałem integracyjnym]”, a w cytatach Kinga nie łączy tego szczegółu ze stażem rozmówczyni. Wśród dwunastu osób jest jeden mężczyzna, a w polszczyźnie płeć zdradza forma czasownika („zrobiłem”, „byłam”). Kinga podaje skład próby zbiorczo, a z jego wypowiedzi wybiera fragmenty bez takich form albo zastępuje formę w nawiasie kwadratowym i opisuje to w metodzie.

Gdzie trzymać klucz kodów i nagrania?

Osobno. Oryginalne nagrania i transkrypcje leżą w jednym zabezpieczonym miejscu, zanonimizowana wersja robocza w drugim, a klucz kodów w trzecim, nie w folderze z transkrypcjami. Nagrania i klucz usuwasz w terminie, który wpisałeś w formularz zgody według wymogów uczelni.

Model językowy dostaje wyłącznie wersję zanonimizowaną i tylko wtedy, gdy pozwalają na to zgoda rozmówców i zasady uczelni. Nie anonimizuje za Ciebie: może wskazać miejsca, które przeoczyłeś, a decyzję podejmujesz sam.

Poniżej zanonimizowana transkrypcja wywiadu z mojego badania. Zastąpiłem już imiona, nazwy szkół i miejscowości oznaczeniami w nawiasach kwadratowych. Wypisz fragmenty, które mimo to mogą pozwolić rozpoznać rozmówcę albo osobę, o której mówi: zawód lub funkcja, rzadkie wydarzenia, relacje rodzinne, charakterystyczne cechy miejsca, połączenia kilku szczegółów. Przy każdym podaj numer linii i powód. Nie zmieniaj tekstu i nie streszczaj wywiadu.

To, że model brał udział w tym kroku, wpisujesz do oświadczenia; jak, pokazuje wzór noty o użyciu AI. Z gotowymi transkrypcjami przechodzisz do kodowania, które opisuje analiza tematyczna krok po kroku.

Klucz transkrypcji, kartę anonimizacji z sześcioma obszarami i plan przechowywania danych do uzgodnienia z uczelnią znajdziesz w kursie Wywiady w pracy dyplomowej. Prowadzi on od scenariusza do rozdziału z wynikami, w którym każdy cytat da się znaleźć w transkrypcji.

Przypisy

  1. Caitlin McMullin, Transcription and Qualitative Methods: Implications for Third Sector Research, „Voluntas” 2023, t. 34, nr 1, s. 140-153, https://doi.org/10.1007/s11266-021-00400-3; pełny tekst odczytany w Europe PMC (PMC8432276): czas transkrypcji, skala od zapisu naturalizowanego do dosłownego, przegląd artykułów, usługi w chmurze (dostęp: 27 października 2026). ↑ ↑2 ↑3 ↑4

  2. Kai Dröge, noScribe. AI-powered Audio Transcription, opis projektu w repozytorium, https://github.com/kaixxx/noScribe (dostęp: 27 października 2026). ↑

  3. Allison Koenecke, Anna Seo Gyeong Choi, Katelyn X. Mei, Hilke Schellmann, Mona Sloane, Careless Whisper: Speech-to-Text Hallucination Harms, 2024, https://arxiv.org/abs/2402.08021, https://doi.org/10.1145/3630106.3658996; streszczenie odczytane w arXiv (dostęp: 27 października 2026). ↑

  4. Rozporządzenie Parlamentu Europejskiego i Rady (UE) 2016/679 (RODO), art. 4 pkt 1 i 5, art. 9 ust. 1, https://eur-lex.europa.eu/legal-content/PL/TXT/?uri=CELEX:32016R0679; polski tekst artykułów odczytany w serwisie https://gdpr-text.com/pl/ (dostęp: 27 października 2026). ↑ ↑2 ↑3

  5. RODO, motyw 26, tekst odczytany w serwisie https://gdpr-info.eu/recitals/no-26/ (dostęp: 27 października 2026). ↑

  6. Benjamin Saunders, Jenny Kitzinger, Celia Kitzinger, Anonymising interview data: challenges and compromise in practice, „Qualitative Research” 2015, t. 15, nr 5, s. 616-632, https://doi.org/10.1177/1468794114550439; pełny tekst odczytany w Europe PMC (PMC4582834) (dostęp: 27 października 2026). ↑ ↑2

Dalej w dziale badanie i metoda