本地LLM能否进行私密化定性编码？

Qualitati 研究团队 · 2026-06-01 · 6分钟阅读

最后更新：2026年6月1日

简要回答

本地部署的开源LLM使私密性定性编码在技术上可行。在2026年CHI研究中（Ngo, Nguyen Van, Nguyen, Do & Nguyen-Quoc, 2026），该研究介绍了ChatQDA，四名研究人员使用开源gpt-oss-20b模型在本地编码一份访谈记录。他们表现出"有条件的信任"——重视AI在基础提取方面的能力（速度评分M=3.75），但对其解释能力持怀疑态度，他们对感知安全性的评分最低（M=2.75）。教训是：隐私必须可验证，而非仅仅承诺，解释工作仍需由人类完成。

Qualitati的定位

Qualitati的ThemeLens提出以参与者引用为锚点的主题，而QDA Workspace允许研究人员在AI分配的代码成为研究发现之前审核和验证每一个代码——实现提取速度与人类参与的解释的结合。另见我们关于LLM评分者间信度的指南。查看透明定价。

完整文章见qualitati.com/blog/on-device-llm-private-qualitative-coding-2026。