Este curso está diseñado para dotar a los estudiantes de los conocimientos y habilidades esenciales para llevar a cabo investigaciones cualitativas utilizando software de análisis cualitativo de datos asistido por ordenador (CAQDAS). Los estudiantes explorarán conceptos y metodologías fundamentales para el diseño y la ejecución de investigaciones cualitativas, incluyendo los fundamentos teóricos de la teoría fundamentada y el análisis temático, así como los flujos de trabajo prácticos con herramientas CAQDAS. El curso hace hincapié en la experiencia práctica con programas líderes como QDAMiner, ATLAS.ti y yEd, lo que permite a los estudiantes codificar, organizar e interpretar datos cualitativos de manera eficiente. Se prestará especial atención al uso de herramientas CAQDAS para la categorización sistemática y la vinculación de códigos, la aplicación del análisis de redes para la representación visual y el perfeccionamiento de la identificación e interpretación temática.
Una parte importante del curso se centrará en la integración de la Inteligencia Artificial (IA) en el análisis de datos cualitativos. Los estudiantes explorarán cómo la IA, incluyendo el procesamiento del lenguaje natural (NLP) y los grandes modelos de lenguaje (LLM), puede ayudar en la codificación y el análisis temático. El curso también abordará la fiabilidad y las consideraciones éticas de la investigación cualitativa asistida por IA.
Al completar con éxito este curso, los estudiantes estarán bien preparados para aplicar métodos de investigación de carácter cualitativo en sus futuras carreras profesionales, contribuyendo de manera significativa a las disciplinas que hayan elegido.
Este curso está diseñado para dotar a los estudiantes de los conocimientos y habilidades esenciales para llevar a cabo investigaciones cualitativas utilizando software de análisis cualitativo de datos asistido por ordenador (CAQDAS). Los estudiantes explorarán conceptos y metodologías clave fundamentales para el diseño y la ejecución de la investigación cualitativa, incluidos los fundamentos teóricos del enfoque de la teoría fundamentada y el análisis temático, así como los flujos de trabajo prácticos mediante el uso de herramientas CAQDAS. El curso hace hincapié en la experiencia práctica con programas informáticos líderes como QDAMiner, ATLAS.ti y yEd, lo que permite a los estudiantes codificar, organizar e interpretar datos cualitativos de manera eficiente.
A lo largo del curso, los estudiantes adquirirán una comprensión exhaustiva de los principios y flujos de trabajo del análisis de datos cualitativos asistido por ordenador. Esto incluye explorar las consideraciones ontológicas y epistemológicas que sustentan el uso de CAQDAS, comprender las distintas etapas del análisis de datos cualitativos y asimilar las funcionalidades fundamentales comunes a los diferentes paquetes de CAQDAS. Además, el curso se centrará en cómo utilizar las funciones del software para la categorización sistemática y la vinculación de códigos, incorporando técnicas como la codificación selectiva y la comparación constante (en la teoría fundamentada). También se introducirá la aplicación de herramientas de análisis de redes dentro de CAQDAS para representar visualmente las relaciones entre códigos y conceptos, lo que, en última instancia, facilitará niveles más profundos de interpretación de los datos. Además, se abordarán la identificación, el refinamiento y la interpretación de temas (en el análisis temático).
Una parte importante del curso se centrará en la integración de la Inteligencia Artificial (IA) en el análisis de datos cualitativos. Los estudiantes explorarán cómo la IA, incluyendo el procesamiento del lenguaje natural (NLP) y los grandes modelos de lenguaje (LLM), puede ayudar en la codificación y el análisis temático. El curso también abordará la fiabilidad y las consideraciones éticas de la investigación cualitativa asistida por IA, proporcionando a los estudiantes
Competencias (habilidades)
Diseño y ejecución de investigaciones cualitativas: Los estudiantes serán capaces de diseñar, llevar a cabo y evaluar proyectos de investigación cualitativa, aplicando herramientas CAQDAS para mejorar el rigor y la transparencia de sus análisis.
Análisis de datos mediante CAQDAS: Los estudiantes desarrollarán competencia en el uso de los principales programas informáticos de análisis cualitativo, como QDAMiner, ATLAS.ti y yEd, mejorando sus habilidades técnicas en investigación cualitativa y fomentando la adaptabilidad a las nuevas tecnologías.
Categorización sistemática y vinculación de códigos: Los estudiantes adquirirán habilidades prácticas en el uso de las funciones de CAQDAS para la categorización sistemática y la vinculación de códigos.
Análisis de redes e interpretación temática: Los estudiantes aprenderán a aplicar herramientas de análisis de redes dentro de CAQDAS para representar visualmente las relaciones entre códigos y conceptos, lo que facilitará niveles más profundos de interpretación de datos, así como la identificación, el perfeccionamiento y la interpretación temática.
Integración de la IA en el análisis cualitativo: Los estudiantes adquirirán habilidades prácticas para integrar la IA —incluidos el PLN y los modelos de lenguaje grande (LLM)— en el análisis de datos cualitativos, y para evaluar críticamente la fiabilidad y las consideraciones éticas de la investigación asistida por IA.
Conocimiento
Métodos de investigación cualitativa: Los estudiantes adquirirán un conocimiento profundo de los procedimientos de investigación cualitativa, incluyendo la recopilación de datos, la codificación y el análisis temático, con el apoyo de herramientas CAQDAS. Explorarán los fundamentos teóricos y las aplicaciones prácticas de la teoría fundamentada y el análisis temático, aprendiendo a desarrollar y perfeccionar sistemáticamente los códigos, a identificar temas y a interpretar datos cualitativos. Esta comprensión integral permitirá a los estudiantes aplicar estas metodologías de forma eficaz en sus proyectos de investigación.
La IA en la investigación cualitativa: Los estudiantes aprenderán sobre el potencial y los retos que plantea la integración de la IA en el análisis de datos cualitativos, incluidos los métodos para evaluar la fiabilidad y la coherencia de la codificación asistida por IA.
Actitud
Conducta ética en la investigación: Los estudiantes desarrollarán
Este curso no tiene requisitos previos específicos, ya que parte de los conceptos básicos e introduce progresivamente los métodos clave de la investigación cualitativa. Está diseñado para estudiantes de todos los niveles, incluidos aquellos que no tienen experiencia previa en investigación empírica.
Recursos
Babbie, E. R. (2014). La práctica de la investigación social. Cengage Learning.
Bryman, A. (2016). Métodos de investigación social. Oxford University Press.
May, T. y Perry, B. (2022). Investigación social: cuestiones, métodos y procesos. McGraw-Hill Education.
Neuman, W. L. (2014). Métodos de investigación social: enfoques cualitativos y cuantitativos. Pearson Education Limited.
Este curso, que hace hincapié en el aprendizaje centrado en el alumno, las habilidades transversales, las competencias transdisciplinares basadas en la investigación y los principios educativos potenciados por la tecnología, está diseñado para proporcionar a los alumnos una comprensión integral y práctica de los métodos de investigación cualitativa mediante el uso de las herramientas de CAQDAS.
Los alumnos participarán en clases interactivas, debates y actividades en grupo que fomentan la participación activa y el pensamiento crítico. Se llevarán a cabo sesiones periódicas de retroalimentación para abordar las necesidades de aprendizaje y el progreso individuales, garantizando que cada estudiante reciba una orientación personalizada. Además, se implementará un sistema de revisión por pares en el que los estudiantes evaluarán el trabajo de sus compañeros desde diferentes perspectivas disciplinarias.
Para mejorar las competencias transversales de los estudiantes, el curso desarrollará su capacidad para presentar investigaciones y analizar los resultados de forma clara y eficaz, tanto por escrito como oralmente, mediante la incorporación de presentaciones periódicas, revisiones por pares y sesiones de retroalimentación. Se hará hincapié en el desarrollo de habilidades para evaluar críticamente las metodologías de investigación y los datos, involucrando a los estudiantes en ejercicios de análisis rigurosos, estudios de casos y debates interactivos que pongan a prueba su pensamiento analítico y sus capacidades para resolver problemas.
Para desarrollar aún más las habilidades de investigación de los estudiantes, el curso se centrará en una exploración en profundidad de los conceptos y metodologías clave, fundamentales para el diseño y la puesta en práctica de la investigación cualitativa. Esto incluye experiencia práctica con procedimientos de investigación cualitativa, como la codificación, el análisis temático y el uso de herramientas CAQDAS como QDAMiner, ATLAS.ti y yEd. Los estudiantes también explorarán la integración de la IA en el análisis de datos cualitativos, adquiriendo habilidades prácticas en el uso del PLN y los LLM para la codificación y el análisis temático.
Para enriquecer las experiencias de aprendizaje potenciadas por la tecnología, se integrarán herramientas y recursos digitales, entre los que se incluyen bases de datos en línea, software de análisis cualitativo y plataformas de colaboración virtual.
Extracto académico