Construye tu camino metodológico cualitativo con asistencia de IA

Diana López García 

Ahora que aprendiste cómo diseñar tu investigación , el dia de hoy abordemos la metodología cualitativa como mencionó el Dr. Edgar Zuñiga, en la segunda edición del seminario de IA para la investigación, este enfoque se caracteriza por ser un proceso iterativo: un constante “ir y venir” entre la teoría, el diseño metodológico y la realidad estudiada. 

A diferencia de los enfoques cuantitativos, que buscan medir relaciones entre variables, la lógica cualitativa se centra en comprender procesos, significados y relaciones que no siempre pueden reducirse a números. En este sentido, la investigación cualitativa no sigue una línea recta: es un proceso de decisiones, ajustes y relaciones donde la IA puede asistir en ciertos procesos pero el análisis sigue siendo humano.

Desde esta perspectiva, la metodología no se limita a un apartado del protocolo, sino que constituye un conjunto de decisiones coherentes que el investigador construye para orientar la obtención y el análisis de datos. Por ejemplo, dichas decisiones pueden abarcar desde el uso de plataformas como KoboToolbox para estructurar encuestas, entrevistas o registros de observación de forma más sistemática, hasta la implementación de programas como Atlas.ti o NotebookLM para apoyar procesos de codificación, categorización y análisis reflexivo de datos cualitativos. 

En este sentido, la metodología también supone pensar críticamente las relaciones entre teoría, técnica y tecnología dentro de la estrategia de investigación. 

Construir el objeto con coherencia metodológica

En anteriores notas, hemos incorporado ejemplos y guía para que construyas tu objeto de investigación, ya que con un objeto bien definido, el desarrollo de la ruta metodológica tendrá coherencia. Recuerda que este debe integrar sujetos, problema o proceso, temporalidad, espacialidad y un recorte teórico-metodológico. Este objeto no es fijo; se ajusta a lo largo del proceso conforme el investigador profundiza en su análisis.

A ello se suma la congruencia metodológica, entendida como una vigilancia constante sobre la coherencia interna del estudio. Cualquier cambio en el planteamiento del problema impacta en los objetivos, las técnicas y la interpretación de resultados. Si deseas leer más al respecto para construir tu objeto, te recomendamos consultar inserte nombre de nota donde se abordó el tema y link. Este seguimiento continuo es lo que te permitirá sostener el rigor en la investigación cualitativa.

Alcances y ruta metodológica

El desarrollo de la investigación puede ubicarse en distintos niveles: exploratorio, descriptivo, analítico y explicativo. Cada uno responde a diferentes preguntas y objetivos; además todos tienen validez dentro del proceso académico Te sugerimos consultar la Taxonomía de Bloom aplicada a la investigación para que ubiques en dónde se encuentra tu proyecto: 

Para avanzar con claridad, el Dr. Edgar Zúñiga, basándose en los fundamentos de Cresswell (2009), propone una ruta de definición que va del enfoque (cualitativo, cuantitativo o mixto), al método (como etnografía o investigación-acción), y de ahí a las técnicas (entrevistas, observación) e instrumentos concretos. Esta secuencia permite evitar decisiones aisladas y construir una estrategia metodológica articulada.

Otro elemento clave es la reflexión sobre las relaciones entre categorías. Preguntarse “qué depende de qué” no es un detalle menor: la dirección de estas relaciones define la postura teórica y el sentido del análisis. El Tesiasesor destaca que la dirección de la relación entre categorías puede cambiar completamente el rumbo de la investigación, por ejemplo: 

• Democracia y Participación: No es igual plantear que la participación depende de la democracia a que la democracia depende de la participación.

• Valores y Violencia: Reflexionar si la falta de valores influye en el aumento de la violencia, o si, por el contrario, el aumento de la violencia influye en la falta de valores. Según la postura del autor (por ejemplo, una postura más conservadora), la interpretación de esta relación variará sustancialmente

¿La IA puede asistir en la construcción analítica?

Las herramientas de inteligencia artificial pueden facilitar distintas fases del proceso, siempre bajo control de quien investiga. A continuación, te compartimos algunas plataformas y descripciones para que las aproveches como asistentes:

• SciSpace, Elicit y Research Rabbit: útiles para rastrear literatura, identificar cómo se definen categorías y conocer rutas metodológicas previas.

• Perplexity: apoya en la exploración inicial y en la identificación de categorías no consideradas.

• Claude y Google NotebookLM: permiten generar esquemas visuales que organizan el objeto de estudio y sus relaciones, funcionando como mapas de trabajo.

• Google NotebookLM (funciones avanzadas): facilita el análisis crítico de textos propios mediante formatos como resúmenes, audios o videos.

• TescaféGPT: Asiste en la construcción de rutas metodológicas cualitativas mediante apoyo en la delimitación del objeto de estudio, diseño metodológico, construcción de categorías y redacción académica. La responsabilidad del análisis, interpretación y validación de la investigación permanece en quien investiga. 

  
  

  

  Fuente: Tesicafé GPT

Estas herramientas no interpretan por sí mismas; responden a instrucciones. Su utilidad depende de la claridad conceptual del investigador.

Claves para integrar estratégicamente la IA 

Para integrar la IA de manera efectiva en tu investigación, te sugerimos: 

• Prompts críticos: incluye rol, contexto y tareas específicas para evitar respuestas generales. Si deseas conocer cómo construir un buen prompt, consulta Mejora tu prompting para usar IA en la investigación. 

• Delimitación de técnicas: selecciona solo las necesarias acorde a tu objetivo de investigación para no saturar el diseño metodológico.

• Diálogo iterativo: utiliza la IA como un espacio de “pimponeo” que permita ajustar ideas, no reemplazarlas.

  
  

Decidir, no delegar

El uso de inteligencia artificial no modifica el principio central de la investigación cualitativa: el conocimiento se construye a partir de decisiones. La IA puede acelerar procesos de búsqueda, organización o visualización, pero no define el objeto de estudio, ni las relaciones entre categorías, ni la interpretación de la realidad social.

En síntesis, investigar cualitativamente implica construir conocimiento mediante un diálogo constante entre teoría, contexto y experiencia. La tecnología puede acompañar este trayecto, pero la reflexividad y la responsabilidad ética continúan siendo tareas meramente humanas.

Por ello, más que reemplazar el proceso investigativo, las herramientas digitales e inteligentes deben asumirse como apoyos críticos que requieren supervisión, delimitación y comprensión metodológica. En tiempos donde abundan plataformas automatizadas y respuestas inmediatas, el desafío para las y los tesistas no consiste únicamente en aprender a usar herramientas, sino en desarrollar la capacidad de decidir qué hacer con ellas, cómo integrarlas y bajo qué principios epistemológicos y éticos utilizarlas.

En este camino, espacios de acompañamiento como Tesicafé buscan aportar recursos, seminarios, guías metodológicas y estrategias de uso ético de IA que permitan fortalecer la autonomía investigativa y no sustituirla. 

Esta nota fue elaborada con apoyo de inteligencia artificial. ChatGPT) se usó para mejorar el tono periodístico, la sintaxis y la creación de infografías. Por su parte, se empleó Google Notebook para identificar los puntos clave (bullets) de la sesión Construye tu camino metodológico incorporando herramientas de IA (cualitativo) 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 guía e intervención humana sustantiva. Diana López participó en la selección y procesamiento de la información para la redacción del blog. Además, con el apoyo de Angelina Mijares y Arlette Morales, se realizó la adaptación del lenguaje y la supervisión o revisión editorial del texto final.