Exploración metodológica del análisis temático de datos cualitativo con herramientas de IA generativa

Abstract

Introducción. La Inteligencia Artificial Generativa (IAGen) introduce herramientas con potencial transformador en la investigación y ofrece nuevas posibilidades para la codificación, categorización y sistematización de información narrativa. El objetivo principal de este estudio es explorar metodológicamente la eficacia, la fiabilidad y las implicaciones éticas (particularmente la precisión en la extracción de citas y la minimización del sesgo) que se presentan al realizar un análisis cualitativo temático asistido por IAGen. Método. Se redactó un mismo prompt en tres herramientas de IAGen (Copilot, DeepSeek y ChatGPT) aplicado a un corpus textual correspondiente a la transcripción anonimizada de un grupo de discusión sobre la herramienta educativa e-diario. Se compararon los resultados obtenidos por cada herramienta. Resultados. Las tres herramientas aportaron toda la información solicitada en el prompt e identificaron entre 7 y 9 categorías temáticas, con una alta coincidencia entre ellas. Conclusiones. La IAGen se presenta como una herramienta útil para la fase exploratoria del análisis cualitativo, permitiendo una aproximación inicial automatizada a grandes volúmenes de datos. Sin embargo, su uso debe estar acompañado de supervisión humana. La IAGen puede complementar el análisis tradicional, siempre que se utilice de forma ética, crítica y responsable.