Documentación metodológica detallada sobre la extracción conceptual asistida por inteligencia artificial en el Asistente Académico.
El Ecosistema realiza una codificación exploratoria de primera etapa estructurada bajo las directrices metodológicas de Johnny Saldaña (The Coding Manual for Qualitative Researchers). Este enfoque es el estándar en el análisis de datos cualitativos asistido por computadora (CAQDAS), y permite descomponer el texto académico o de entrevistas en unidades de significado conceptual.
Para proveer un análisis multidimensional profundo, nuestro modelo clasifica y segrega los códigos encontrados en tres dimensiones principales:
Cuando activas 🏷️ Códigos IA, el sistema no realiza una simple búsqueda por palabras clave; ejecuta un pipeline analítico riguroso estructurado en cuatro fases sucesivas:
La codificación provista por Inteligencia Artificial actúa como un barrido inicial y exploratorio de alto rendimiento. Sin embargo, el rigor cualitativo descansa en la reflexividad del investigador principal. Recomendamos las siguientes acciones para perfeccionar tus resultados:
1. Edición de Códigos In Vivo: Si la IA extrae un fragmento In Vivo demasiado largo, utiliza el botón de edición (✏️) del panel de códigos para acortarlo a una frase de 2 a 5 palabras de alto impacto (ej. cambiar "la transparencia no debe verse resentida ante las tecnologías" por "transparencia bajo presión tecnológica").
2. Prefijos de Saldaña para Valores: En los códigos de valores, puedes editar el nombre para anteponer las subcategorías formales de Saldaña: [V] para Valores (lo que importa), [C] para Creencias (lo que se considera verdadero), o [A] para Actitudes (posturas o reacciones afectivas).