¿Cómo iniciar la construcción del marco teórico?

Diana López García

Ahora que aprendiste cómo encontrar literatura para tu estado del arte, hoy te presentamos algunos tips para el siguiente paso: el marco teórico. El enfoque metodológico parte de una premisa central - investigar no significa observar la realidad de forma directa y transparente, sino reconstruir lo real mediante una observación de segundo orden-, es decir, observar las observaciones que otros investigadores han realizado previamente. En este proceso, el marco teórico funciona como un dispositivo de modelación que organiza y da sentido a los datos recabados. 

De acuerdo con el Mtro. Carlos Carrizales, la construcción del marco teórico y categorial constituye uno de los momentos más complejos del proceso de investigación. En este punto, la inteligencia artificial (IA) puede convertirse en una técnica de apoyo estratégica, siempre que su uso sea evaluado de forma constante en términos de pertinencia y alcance.

¿Cuál es la función principal del marco teórico en tu investigación? 

El #Tesilibro: La guía indispensable para el y la tesista y Caleidoscopio Metodológico: Explorando epistemes y experiencias, explican que el marco teórico funciona como la herramienta principal para esta operación de abstracción de lo real. Su función es elevar los hechos a un plano donde puedan ser manejados, convirtiendo los datos empíricos en objetos modelados por conceptos científicos. En este sentido, el objeto de estudio no es algo que se encuentra ahí fuera, sino que es una construcción que el investigador realiza al delimitar sus determinaciones.

¿Qué se entiende por reconstruir lo real? 

El Tesiasesor Carrizales, quien coordinó la sesión “Marco teórico y categorial con apoyo de IA” durante la segunda edición del Seminario de IA para la Investigación, menciona que, la reconstrucción de lo real se define en las fuentes como la esencia misma de la investigación científica, especialmente en las ciencias sociales. De acuerdo con el planteamiento de Pierre Bourdieu, no se puede estudiar "lo real" de forma directa o fidedigna porque los fenómenos se presentan de una manera sumamente condensada y superpuesta.

Para entender mejor el concepto es importante tener claro lo siguiente:

1. La imposibilidad del acceso directo

Los hechos sociales están atravesados por el “peso de la historia”, las dinámicas colectivas, las interpretaciones previas y la subjetividad de los actores involucrados. Debido a esta densidad contextual y simbólica, no es posible analizar la realidad como si se presentara en un estado “puro”, aislado de las mediaciones culturales, políticas e históricas que le otorgan sentido.

2. Observación de segundo orden

Investigar implica tomar una distancia de lo real para poder reconstruirlo. Esto se conoce como una "observación de la observación": el investigador no accede a la realidad de primera mano, sino que accede a las observaciones sobre esa realidad y opera en un nivel secundario para darle sentido.

3. Descomposición y nombramiento

Para reconstruir lo real, el investigador debe realizar dos acciones fundamentales:

• Descomponer la realidad: Desagregar el fenómeno en sus componentes o partes para poder analizarlos.

• Nombrar los fenómenos: Es necesario utilizar un lenguaje propio y especializado (conceptos y categorías) que se aleje del habla cotidiana para evitar ambigüedades y poder establecer relaciones causales claras

Por lo tanto, la reconstrucción de lo real es el proceso de darle una trama coherente y explicativa a un fragmento de la realidad que, de otro modo, resultaría inabarcable por su propia naturaleza dinámica y compleja.

Corte y confección: teoría a la medida de tu objeto de investigación 

El enfoque metodológico parte de una premisa central: investigar no significa observar la realidad de forma directa y transparente, sino reconstruir lo real mediante una observación de segundo orden, es decir, destacar las observaciones que otros investigadores han realizado previamente. En este proceso, el marco teórico funciona como un dispositivo de modelación que organiza y da sentido a los datos recabados. 

La metáfora del “corte y confección” permite comprender que no existen marcos teóricos universales. Cada investigación exige seleccionar conceptos y teorías específicas para construir un traje analítico hecho a la medida del objeto de estudio y la pregunta de investigación. 

En el seminario "Ser Humanx en tiempos de IA: reflexiones críticas desde Iberoamérica", coordinado por el Dr. Luis Josué Lugo (CEIICH, UNAM), se plantea que la IA no reemplaza la labor intelectual del investigador, ya que puede facilitar el rastreo de conceptos, comparar definiciones o detectar debates, pero la decisión final sobre qué integrar, qué descartar y cómo articularlo es una responsabilidad humana. Ninguna técnica es neutra: cada herramienta habilita ciertas formas de observar el fenómeno e invisibiliza otras.

Desde una perspectiva crítica, el Dr. Lugo plantea que la inteligencia artificial no puede analizarse únicamente como un fenómeno tecnológico. Su desarrollo también involucra disputas de poder, intereses económicos, sesgos algorítmicos e ideologías asociadas al llamado “norte global”. Bajo esta lógica, la IA no es neutral: reproduce estructuras sociales, prioridades económicas y formas específicas de producir conocimiento.

Esta discusión se conecta con la noción de laboratorios sociales y tecnopolítica, donde la creación tecnológica se entiende como una práctica colectiva y comunitaria. En estos espacios, los artefactos digitales funcionan como herramientas de participación, memoria y organización social. Casos como las fichas de búsqueda impulsadas por el colectivo Luz de Esperanza o proyectos lingüísticos como el traductor Asholotul muestran cómo la tecnología puede ponerse al servicio de necesidades sociales concretas y no únicamente de dinámicas corporativas.

Metodológicamente, estos proyectos trabajan desde enfoques de investigación-acción participativa, privilegiando la colaboración con las comunidades involucradas y la construcción colectiva del conocimiento.

Por ello, el uso de IA debe someterse a una evaluación de pertinencia. Así como no toda investigación requiere entrevistas o encuestas, no todo proceso de construcción teórica necesita asistencia tecnológica. La técnica es un medio, no un fin.

Exploración de conceptos y debates entre expertos 

El Seminario de IA para la Investigación destaca tres pilares fundamentales para la construcción teórica: comprender, rastrear y conectar.

• Conceptos y categorías: Los conceptos funcionan como los “ladrillos” que delimitan el pensamiento; no son neutros ni universales. Las categorías, en cambio, operan como atributos que llenan de contenido esos conceptos (espacialidad, frecuencia, intensidad, temporalidad).

• Adopción de postura crítica: Es fundamental situar tu investigación dentro de una conversación académica colectiva y acumulativa, asegurando que el trabajo aporte algún grado de novedad y se articule con lo hecho previamente por otros autores, no reproducir argumentos de autoridad. La teoría se construye desde una perspectiva situada.

• Identificación de vacíos: Un buen marco teórico no solo organiza lo que ya se sabe, sino que permite detectar áreas no exploradas o debates inconclusos en la literatura.

Para que la IA sea útil en este proceso, es indispensable formular prompts estratégicos: asignar un rol específico (por ejemplo, “comité académico crítico”), proporcionar contexto sobre el tema y delimitar claramente la tarea solicitada:

Confección teórica: incorporación de IA para fortalecer el proceso 

Las plataformas analizadas cumplen funciones diferenciadas dentro de la elaboración del marco teórico:

• Undermind: Diseñada para la comunidad académica, permite obtener reportes detallados, ubicar capítulos específicos donde se definen conceptos y detectar desacuerdos entre autores.

• Perplexity: Útil para búsquedas introductorias, identificación de variables y formulación inicial de preguntas de investigación.

• Google NotebookLM: Trabaja exclusivamente con las fuentes cargadas por el investigador, reduciendo el riesgo de “alucinaciones” y permitiendo un análisis profundo del corpus seleccionado.

• ChatPDF: Facilita el diálogo directo con un texto específico y muestra la página exacta de donde se extrae la información, fortaleciendo la verificación humana.

• Research Rabbit y SciSpace: Complementarias para el rastreo inicial de literatura y el mapeo de autores antes de la fase de articulación conceptual.

El investigador como curador de la IA

El investigador debe actuar como curador de la inteligencia artificial. Esto implica verificar siempre la información, evaluar la pertinencia de cada herramienta y mantener el control reflexivo sobre la articulación conceptual.

La IA puede agilizar la comprensión de conceptos y relaciones teóricas, pero la reconstrucción de lo real —esa labor de abstracción crítica— sigue siendo una tarea eminentemente humana. El marco teórico no se descarga: se diseña.

Si quieres profundizar en este proceso y aprender a construir un marco teórico con apoyo ético de herramientas de inteligencia artificial, te recomendamos el video de acceso abierto  Haz tu tesis con apoyo de IA 2: "El marco teórico"., disponible en nuestro canal de YouTube. Ahí también encontrarás más contenidos educativos, metodológicos y psicoemocionales pensados para acompañarte durante tu proceso de investigación y ayudarte a convertir tu proyecto en #MásQueUnaTesis. 

Complementa esta nota con nuestro podcast donde incluimos más tesitips para la elaboracion del Marco teórico. ¡Dale play!

---

Esta nota fue elaborada con el apoyo de herramientas de inteligencia artificial (ChatGPT), utilizadas para mejorar el tono periodístico, la sintaxis y la creación de infografías. Asimismo, se empleó Google Notebook para identificar los puntos clave (bullets) de la sesión Estado del arte con apoyo de IA del Seminario de IA para la investigación, 2.ª edición, así como para apoyar la redacción de la infografía principal.

No obstante, el proceso contó con una intervención humana sustantiva. Diana López participó en la selección de la información, su apropiación y la redacción del blog. Además, con el apoyo de Angelina Mijares y Arlette Morales, se realizó la adaptación del lenguaje, así como la supervisión y revisión del texto final.