Autor(es): Danielle Hitch
Año: 2023
Referencia bibliográfica: Hitch, D. (2023). Artificial Intelligence Augmented Qualitative Analysis: The Way of the Future? Qualitative Health Research, 34(7), 595–606. https://doi.org/10.1177/10497323231217392
Categoría asignada: Menejo de datos
Resumen
El artículo Artificial Intelligence Augmented Qualitative Analysis: The Way of the Future? de Danielle Hitch explora cómo la inteligencia artificial (IA), en particular el procesamiento del lenguaje natural (NLP), está comenzando a transformar el análisis cualitativo, tradicionalmente llevado a cabo por investigadores humanos. A través del uso de plataformas de IA como ChatGPT, Hitch argumenta que las técnicas de análisis de datos cualitativos pueden volverse más eficientes, aunque existen importantes limitaciones éticas y metodológicas que deben ser consideradas antes de una adopción masiva.
El artículo comienza definiendo la IA basada en NLP, explicando cómo estas tecnologías pueden analizar grandes volúmenes de datos textuales, como encuestas abiertas, entrevistas y redes sociales, para identificar temas y patrones de manera más rápida que los métodos convencionales. En particular, Hitch destaca que aunque las herramientas como ChatGPT han ganado popularidad rápidamente, su uso en el análisis cualitativo sigue siendo limitado y, por lo tanto, está en una fase temprana de desarrollo.
A continuación, la autora describe cómo la IA puede utilizarse en cada una de las etapas del análisis temático reflexivo, una metodología cualitativa ampliamente utilizada en investigación en salud. En esta metodología, el análisis cualitativo se enfoca en identificar y reflexionar sobre los temas emergentes de los datos, con una fuerte implicación de los investigadores en la interpretación de los significados contextuales. Hitch propone que la IA puede complementar, pero no reemplazar, la capacidad de los investigadores humanos para realizar análisis profundos y contextualmente informados.
El artículo incluye un ejemplo práctico que ilustra el uso de ChatGPT para realizar un análisis temático reflexivo de un artículo periodístico sobre el COVID prolongado. En este ejemplo, Hitch describe cómo la plataforma de IA fue capaz de identificar códigos y temas iniciales a partir del texto, lo que permitió una comparación con los resultados de su propio análisis manual. Si bien ChatGPT mostró ser capaz de identificar patrones relevantes en los datos, Hitch señala que la plataforma tendía a generar temas más “literalistas” y no capturaba las interpretaciones más sutiles y contextuales que ella como investigadora humana pudo observar. Esto indica que la IA, aunque útil para tareas iniciales de codificación y familiarización con los datos, todavía no puede reemplazar la comprensión humana más profunda requerida en metodologías cualitativas reflexivas.
Hitch también aborda las consideraciones éticas y metodológicas que plantea el uso de IA en el análisis cualitativo. Un aspecto crucial es el manejo de la privacidad de los datos. La información ingresada en plataformas como ChatGPT puede ser utilizada para mejorar los algoritmos subyacentes, lo que podría implicar riesgos de privacidad, especialmente cuando se trabaja con datos sensibles o confidenciales. La autora sugiere que, para garantizar la seguridad de los datos, los investigadores deben desidentificar minuciosamente cualquier información antes de subirla a estas plataformas.
Otro desafío importante discutido en el artículo es la “confianza” en los resultados generados por IA. Hitch argumenta que aunque la IA puede ayudar a identificar temas y patrones, los investigadores no deben asumir que los resultados son completamente precisos o imparciales. Las herramientas de IA pueden estar sujetas a sesgos en los datos de entrenamiento, lo que puede afectar la validez de sus resultados. Además, la autora señala que la IA no es capaz de realizar interpretaciones reflexivas y matizadas, lo que es esencial en los análisis cualitativos de alta calidad.
El artículo concluye que, aunque la IA tiene el potencial de revolucionar el análisis cualitativo al hacer que algunas tareas sean más rápidas y eficientes, debe ser utilizada con cautela. Los investigadores deben combinar las capacidades de la IA con su propio juicio crítico y reflexivo para asegurar que los análisis sean rigurosos y éticamente sólidos. Hitch sugiere que el futuro del análisis cualitativo probablemente verá una integración cada vez mayor de IA, pero que los investigadores humanos seguirán siendo esenciales para garantizar que los análisis mantengan un alto nivel de calidad y relevancia.
En resumen, el trabajo de Hitch representa una contribución significativa al debate sobre el papel de la IA en la investigación cualitativa, ofreciendo una evaluación equilibrada de los beneficios y limitaciones de esta tecnología emergente. Aunque la IA puede aumentar la eficiencia en el análisis de datos, el juicio humano sigue siendo fundamental para la interpretación crítica y contextual de los resultados.
