Transcribir entrevistas, validar y completar respuestas abiertas y encontrar insights más profundos en mayor escala y con representatividad son tareas que la inteligencia artificial permite acelerar. Para la investigación cualitativa, esa capacidad abre nuevas posibilidades, pero también una pregunta: ¿cómo aprovechar la tecnología sin perder los matices, las contradicciones y el contexto que permiten comprender a las personas?
Ese fue el eje de “La IA conectando con las personas: uso de la IA en investigación cualitativa”, actividad organizada conjuntamente por los comités Académico y de Inteligencia Artificial de AIM. El encuentro, exclusivo para socios, se realizó el martes 27 de octubre en el Edificio Génesis de la Facultad de Economía y Negocios de la Universidad de Chile.
La jornada contó con las exposiciones de Anabril Cerda, socióloga, socia y directora ejecutiva de InSitu; y Paula Contreras, ingeniera comercial y country manager de Opinaia para Chile y Perú. La conversación fue moderada por Pablo Costas, psicólogo y fundador de Cosmo Research, quien invitó a reflexionar sobre el espacio propio del investigador en un escenario de creciente automatización.
Anabril Cerda abrió la discusión con una vuelta a las bases de la investigación cualitativa: comprender experiencias, motivaciones y significados profundos, a través de diferentes técnicas, como entrevistas en profundidad, grupos de discusión y observación en el contexto de las personas. Para abordar los beneficios y retos que introduce la IA, recordó cómo se trabajaba antes de la automatización, cuando las entrevistas se registraban en casetes y transcribirlas exigía escuchar, detener y volver sobre cada conversación, lo cual implicaba una alta demanda de tiempo, pero al mismo tiempo, era una instancia de aprendizaje para los investigadores jóvenes: permitía reconocer cómo un moderador formulaba preguntas, profundizaba en una respuesta o interpretaba un silencio.
La anécdota dio paso a una reflexión sobre la formación de nuevas generaciones: conocer los fundamentos de la metodología y el valor del contacto directo sigue siendo necesario para decidir qué puede aportar la tecnología y qué aspectos de la comprensión requieren presencia, observación y criterio.
Desde esa perspectiva, la IA puede ayudar a resolver limitaciones históricas del trabajo cualitativo, como el tiempo y los recursos que exige procesar la información. La automatización de transcripciones, la agrupación temática y el apoyo a la codificación de datos cualitativos permiten trabajar con mayores volúmenes de información y, eventualmente, incorporar segmentos que antes quedaban fuera por restricciones de tiempo y presupuesto.
El desafío está en decidir para qué se utiliza esa capacidad. Ampliar las muestras puede contribuir a comprender una mayor diversidad de experiencias, explicó Cerda, pero no debe pretender convertir un estudio cualitativo en uno estadísticamente representativo. Del mismo modo, contar con información organizada no garantiza una interpretación profunda.
“Un resumen no es un análisis, un hallazgo no es un insight”, señaló. Para la investigadora, el tiempo que libera la tecnología debe permitir profundizar en los resultados, formular mejores recomendaciones y entregar un aporte que vaya más allá de una síntesis automatizada.
Su exposición también abordó los riesgos que aparecen al utilizar la IA desde las primeras etapas del proceso. Una transcripción puede confundir participantes, atribuir al entrevistado una idea planteada por el moderador u omitir palabras y silencios relevantes. “Si la transcripción está mal, de ahí en adelante solo puede empeorar”, advirtió, destacando la importancia de revisar la información de origen antes de utilizarla como base del análisis. El ojo experto de un investigador experimentado es crucial en todas las etapas de uan investigación.
A ello se suman los sesgos de los modelos, las respuestas incorrectas y la posibilidad de perder excepciones o perspectivas minoritarias. La supervisión requiere formular preguntas que busquen contradicciones, pedir evidencia y contrastar las interpretaciones con el material recogido. También exige informar a los participantes sobre el uso de entrevistadores virtuales, proteger la confidencialidad y transparentar la incorporación de IA en el trabajo.
De las posibilidades a la práctica: herramientas para profundizar la investigación
La presentación de Paula Contreras llevó la conversación a aplicaciones concretas. Desde la experiencia de Opinaia, mostró herramientas que permiten mejorar la calidad de respuestas abiertas vagas o incoherentes, realizar encuestas de un modo conversacional más natural, por texto o voz; realizar entrevistas por voz o audio en profundidad; adaptar las preguntas y repreguntas según las respuestas simulando una conversación; y codificar grandes cantidades de textos y audios en minutos
Uno de los ejemplos fue el uso de repreguntas para profundizar respuestas como “me gusta” o “es bonito”, que entregan poca información para comprender una evaluación. Estas aplicaciones permiten enriquecer una encuesta con más información o ejemplos y combinar mediciones cuantitativas con profundizaciones orientadas a entender las razones de una respuesta.
Contreras también presentó una demostración de un entrevistador virtual a través de WhatsApp, capaz de interactuar mediante texto o audio y adaptar las preguntas según lo que responde la persona. En el procesamiento posterior, destacó que la codificación automatizada reduce considerablemente los tiempos a minutos, pero siempre se requiere que el equipo investigador revise y apruebe los criterios utilizados.
“La inteligencia artificial potencia el pensamiento, no lo automatiza”, afirmó. El propósito de estas herramientas, sostuvo, es liberar al investigador de tareas operativas para que pueda concentrarse en interpretar la información y acompañar las decisiones de sus clientes.
El debate moderado por Costas profundizó en los alcances de estas aplicaciones. ¿Cuándo una entrevista virtual permite resolver un objetivo y cuándo se necesita una conversación en profundidad? ¿Cómo reconocer la fatiga, interpretar una ironía o seguir una respuesta inesperada? Las intervenciones pusieron de relieve que la elección depende del objetivo de la investigación y del nivel de comprensión que requiere cada estudio.
La conversación también abordó la formación de nuevos investigadores y la importancia de conservar el contacto con las personas y sus contextos. La experiencia acumulada, la sensibilidad para detectar lo inesperado y la capacidad de cuestionar las hipótesis iniciales siguen siendo parte del aporte que la industria debe desarrollar y transmitir.
La jornada dejó una invitación a experimentar, contrastar resultados y evaluar cada aplicación según su propósito. Para la investigación cualitativa, la oportunidad está en convertir la eficiencia en mejores preguntas, mayor profundidad y recomendaciones más útiles. El aporte de estas innovaciones está en permitirle al investigador descubrir insights más profundos y transformarse en el socio estratégico que sus clientes necesitan para tomar mejores decisiones.
