Utbildningspolitiken avkodad: Datorlingvistika metoder för utbildningspolitisk forskning

De senaste utvecklingen inom Natural Language Processing (NLP) har tillsammans med den ökande tillgången till digitaliserad öppen parlamentarisk data, utvidgat möjligheterna för forskning om utbildningspolitik och politisk debatt. Genom dessa nya forskningsmetoder och datakällor finns nu en potential att utveckla forskningen om utbildningspolitik genom att göra det möjligt att studera större empiriska material och över längre tidsdimensioner. Men den fulla potentialen av dessa utvecklingar har ännu inte uppnåtts. NLP och databehandlingstextanalys används sällan i forskning om utbildningspolitik och den snabba metodutvecklingen inom detta område sker främst inom lingvistik och datavetenskap. Genom utforskande workshops syftar vi till att samla forskare från en bred transdisciplinär nätverk för att utveckla data, metoder och kunskap som är nödvändiga för NLP-analys inom utbildningspolitisk forskning. Workshoparna kommer som fall fokusera på marknadiseringen svensk skola. Fyra tematiska workshopar kommer att genomföras, var och en med fokus på ett viktig steg i processen för att genomföra NLP-analyser inom utbildningspolitikfältet: WS1: Data urval och filtrering, WS2: Dataannoterings, WS3: Dataanalys, WS4: Datavisualisering.