La saturación teórica es el punto en que entrevistas adicionales ya no aportan nueva información relevante a la investigación. Determinarla correctamente es crucial: demasiadas entrevistas desperdician recursos; demasiado pocas comprometen la validez.
El problema con la saturación sin herramientas
El método tradicional es leer y releer cada nueva entrevista comparándola con las anteriores. Es subjetivo, lento y cognitivamente intensivo. La fatiga del investigador puede llevar a declarar saturación prematuramente o a ignorarla cuando ya se ha alcanzado.
Cómo la IA facilita la detección de saturación
Análisis de redundancia temática
Después de cada entrevista, la IA compara los temas identificados con los del corpus previo. Si el porcentaje de temas nuevos cae por debajo del 5%, es una señal fuerte de saturación.
Curva de saturación visual
Con los datos de cada entrevista, puedes visualizar la curva de aparición de nuevos temas a lo largo del proyecto. Cuando la curva se aplana, has alcanzado saturación.
Alertas de temas emergentes
La IA también detecta temas que reaparecen con mayor frecuencia en las últimas entrevistas, lo que puede indicar que una dimensión importante está emergiendo y aún no está saturada.
Uso para comités de tesis: la evidencia de saturación generada por el análisis automático puede usarse como argumento metodológico ante el director de tesis o el comité de evaluación.
Saturación diferencial por subcategorías
En proyectos con múltiples grupos o perfiles de participantes, la saturación puede alcanzarse en algunos grupos antes que en otros. La IA permite monitorear la saturación por subgrupo, algo prácticamente imposible de hacer manualmente.
Transcripción automática para tu investigación
Convierte horas de entrevistas en texto analizable en minutos.
Empieza gratis