Se desarrolló con el propósito fundamental de precisar la aplicabilidad de la denominada “Ciencia de Datos” (Data Science) y sus herramientas de “Inteligencia Artificial” (IA), en el desarrollo de investigaciones cualitativas, aplicadas al estudio de fenómenos sociales complejos.
La metodología se corresponde con el Análisis Comparativo Cualitativo; para ello se tomaron los datos de una investigación cualitativa, referencial, desarrollada usando el método Fenocomplejo, fundamentado en los Modelos de Sistemas Viables de Stafford Beer y la Fenomenología Hermenéutica de Van Manen. A partir de la Clasificación, Predicción y Agrupación de Datos, captados en los registros anecdóticos de la investigación referencial, se logró desarrollar la comparación relacional de los hallazgos con base en la coocurrencia de frases y palabras .
Reflexiones Finales
Ante un mundo que se mueve vertiginosamente hacia la digitalización y virtualización de todas sus actividades, por muy escéptico que se pueda ser ante esa realidad, los investigadores sociales se encuentran en la imperante necesidad de repensarse, y asumir el reto de formarse en el uso y aplicación eficiente de las herramientas que facilitan la Ciencia de Datos y la Inteligencia Artificial para la adquisición, el procesamiento, análisis y la presentación de los datos relacionados con sus estudios, tanto de carácter cuantitativo como cualitativo.
Aprender a cómo sacarles el mayor provecho en aras de desarrollar trabajos de mayor calidad y profundidad, buscando que al mismo tiempo sus hallazgos puedan ser más seductores y comprensibles al lector común, sin perder su validez y confiabilidad científica, o su utilidad académico-práctica.
No obstante, no se puede pretender abandonar por completo las prácticas y procedimientos propios de los métodos cualitativos, por muy complejos y agobiantes que estos sean, puesto que son los que permiten el contacto con la realidad humana, con el fenómeno social observado y su complejidad.
Ninguna máquina, software o tecnología, por muy sofisticada que sea, podrá jamás sustituir la capacidad de análisis, reflexión, abstracción, y adaptación del conocimiento, entre otras, facultades propias del ser humano, por muy impresionantes que se muestren los avances alcanzados a la fecha.
En este sentido las herramientas de Ciencia de Datos e Inteligencia Artificial, como las planteadas en el presente artículo, deben ser usadas como guías, o facilitadoras, de una visión panorámica inicial de los fenómenos complejos bajo estudio, para la generación de categorías y temas de análisis inicial, la profundización de aspectos o patrones emergentes, así como para la observación de las diferentes aristas y relaciones necesarias a ser tomadas en cuenta en el contexto de la complejidad fenomenológica, entre otras: Son entonces sólo eso, “Herramientas” a la disposición del investigador.