Resumen de la Clase
¿Sabías que tus sesgos podrían estar destruyendo tu investigación sin que te des cuenta? En este video aprenderás a dominar la observación científica para que tus datos de tesis sean irrefutables y quirúrgicos. 🚀 Si estás haciendo una investigación cualitativa o mixta, no basta con "mirar". Necesitas transformar la observación ingenua en un proceso sistemático, planificado e intencionado. Te explico desde la construcción de unidades de análisis hasta la neutralización del efecto Hawthorne y el uso de la triangulación metodológica para detectar la diferencia entre el discurso oficial y la realidad operativa. En este video aprenderás: • Cómo evitar que el sujeto cambie su conducta al sentirse observado. • La diferencia exacta entre observación molecular y molar. • Cómo crear un manual de codificación con exhaustividad y exclusividad mutua. • Estrategias de muestreo (Focal, de Barrido y Eventos) para no perder tiempo. Recursos mencionados: 📥 Descarga la Plantilla de Diario de Campo aquí: https://drive.google.com/file/d/18Kxs5v0WiEjGzfF9pLB4JBA8TcNQkkKJ/view?usp=drive_link ⏱️ ÍNDICE: 00:00 El Efecto Hawthorne: ¿Tu presencia invalida tus datos? 01:03 Los 3 requisitos de la observación científica 02:01 Laboratorio de Caso: Productividad en trabajo remoto 03:15 Paso 1: Delimitación de Unidades de Análisis 05:41 Lupa Molecular vs. Molar: El enfoque del investigador 07:56 Paso 2: Operacionalización y Taxonomía (Tu Diccionario) 09:11 Reglas de Oro: Exhaustividad y Exclusividad Mutua 11:03 Paso 3: Muestreo (¿Cuándo y a quién mirar?) 13:52 Paso 4: Triangulación (El cruce de herramientas) 16:20 Cómo blindar tu defensa de tesis 16:48 Recurso gratuito: Plantilla de Diario de Campo 📢 📌 Recursos adicionales: 🔗 Explora más contenido educativo 👉 https://www.facebook.com/share/g/19nDcr1J4a/ 🔗 Sitio Web 👉 asesoriaeducacional.com 🎓 Únete a la comunidad y accede a contenido exclusivo 👉 Hazte miembro aquí https://www.youtube.com/channel/UCC47ELuNUCJx5HhjoHypv0Q/join 📌 No olvides suscribirte para más contenido sobre metodología de investigación y análisis de datos. ¡Dale like y comparte con otros investigadores! #AsesoriaProfeLuisa #InvestigacionCientifica #TesisPasoAPaso #Metodologia #EscrituraAcademica
Transcripción de la Clase
### Marcas de Tiempo - `[00:00]` ¿Sabías que el simple hecho de que tus sujetos sepan que los estás mirando puede invalidar meses de trabajo de campo? se llama efecto hotter y si no sabes controlarlo, tus conclusiones serán solo un espejismo. En este video vamos a diseccionar la observación científica desde la construcción de protocolos hasta la neutralización de sesgos cognitivos del observador. Soy Luisa y tras años estructurando procesos - `[00:28]` de investigación complejos, he visto como un diario de campo mal llevado puede sesgar una investigación entera. Hoy estableceremos una hoja de ruta clara. Primero, definiremos la arquitectura de la observación. Segundo, analizaremos un laboratorio de casos real en entornos digitales. Y finalmente te daré las herramientas exactas para que tu recolección de datos sea quirúrgica. Para que la observación sea - `[00:58]` considerada científica, debe cumplir tres requisitos innegociables: ser intencionada, estar planificada y ser sistemática. No observamos lo que pasa. Observamos unidades de análisis previamente definidas bajo un marco teórico. Existen dos grandes ejes. El primero es el grado de participación. Eres un observador no participante como una cámara oculta o un observador participante que se sumergo. El segundo eje es la estructura. La - `[01:34]` observación no estructurada es exploratoria, ideal para fases iniciales, pero la observación estructurada, apoyada en listas de cotejo o escalas de apreciación es la que nos permite llegar a la inferencia estadística. Si no defines tus categorías antes de mirar, tu cerebro simplemente verá lo que sus propios sesgos le disten. Llevemos esto al laboratorio de caso. Imaginemos una investigación sobre la productividad en - `[02:03]` equipos de trabajo remoto. Si solo usamos encuestas, los empleados dirán lo que creen que hacen, pero en la observación vemos lo que realmente ocurre. En este caso técnico, el investigador observó las interacciones en canales de Slap durante 4 semanas. Aquí surgió la invariante fenomenológica. La esencia del problema no era la falta de comunicación, sino la hiperconectividad reactiva. - `[02:33]` Al usar una técnica de observación participante pasiva, descubrimos que cada vez que un líder enviaba un mensaje, la productividad del equipo caía por 20 minutos debido al cambio de contexto. Sin una observación sistemática de los tiempos de respuesta, este dato hubiera sido invisible para cualquier encuesta. Para transitar de la observación ingenua a la observación científica sistemática, debemos blindar el proceso mediante un - `[03:01]` protocolo de alta fidelidad. Este no es un simple paso a paso, es la arquitectura que garantiza que los datos que recojas sean de verdad la base de una tesis sólida. Veamos el paso uno, la delimitación de las unidades de análisis y observación. Para entender las unidades de análisis sin marearnos, imagínate que tu investigación es una fotografía. La unidad de análisis es - `[03:27]` simplemente el objeto que quieres que salga enfocado. Es la respuesta a la pregunta. ¿De quién o de qué voy a decir algo al final de mi investigación? Hay cuatro niveles básicos que debes conocer. El primero, nivel individual, el más común. Te enfocas en el estudiante, el profesor o el paciente, quieres saber qué sienten o cómo actúan ellos. El segundo nivel, nivel grupal. - `[03:57]` Aquí lo que te interesa no es el individuo, sino cómo funciona el grupo, como un todo, una familia o un equipo de trabajo. El tercero es el nivel organizacional. Tu unidad es la institución. No estudias a los empleados, sino a la empresa, su cultura y sus procesos. Y el cuarto es el nivel de artefacto social. Esto es fascinante. Tu unidad - `[04:24]` puede ser un producto humano, una ley, un tweet o incluso las tesis de una universidad. Hay una trampa común. ¿Quién me da el dato versus de qué es el dato? Muchos investigadores se confunden aquí. Una cosa es la fuente, a quién miras o preguntas, y la otra, la unidad de análisis, de qué estás hablando realmente. Ejemplo de oro. Imagina que - `[04:52]` entrevistas a 20 directores para saber qué es el liderazgo educativo en la ciudad. Tu fuente son los directores, pero tu unidad de análisis son las escuelas. Al final no dirás, "Juan dijo esto," sino las escuelas de la ciudad presentan este liderazgo. Tu conclusión es sobre la institución, no sobre la persona. ¿Por qué importa esto? Porque si no - `[05:20]` defines tu unidad, terminarás con una ensalada de datos. Definirla bien guía tu población, tu recolección y sobre todo le da coherencia a tu título. Es como ponerle un lente de alta precisión a tu cámara. Dejas de ver un paisaje borroso para ver el fenómeno real. Pero aquí es donde se separa el tesista principiante del investigador de posgrado. No basta con elegir el que, - `[05:46]` hay que elegir la lupa. Y esa lupa puede ser molecular o molar. Si tu enfoque es molecular, te centras en microconductas como un gesto específico. Si es molar, miras actos sociales complejos. En niveles avanzados, esto nos lleva a las dos ollas de la observación, las unidades de interacción y las de evento. Las unidades de interacción, el vuelta. - `[06:13]` Deja de mirar a las personas por separado y mira el vínculo. Aquí la unidad no es Pedro o María, sino la chispa que ocurre entre ellos. Es el análisis del comportamiento recíproco. Piénsalo como un partido de tenis. El punto no es la raqueta, es el vuelo de la pelota entre ambos. Ejemplo, en la relación médico paciente no anotas. El médico fue amable. Anotas - `[06:39]` la secuencia. El médico pregunta, el paciente duda, el médico simplifica su lenguaje. Esa cadena es tu unidad de interacción. Sirve para ver patrones de poder o confianza que no verías analizando a cada uno por separado. Las unidades de evento son la película completa. Aquí miramos la escena completa. Un evento es un suceso con un principio, desarrollo y final claros. Es - `[07:08]` un paquete de realidad. No importa si dura 5 minutos o 2 horas, lo que importa es que cumpla el objetivo de la actividad. Por ejemplo, si estudias cómo se resuelven conflictos, tu unidad es la reunión de crisis. Observas cómo empieza, qué fases atraviesa y cómo termina. Miras el suceso como un todo. Es ideal para entender procesos largos - `[07:33]` como una cirugía o un debate en el aula. Elegir entre una u otra define el alma de tu investigación. La interacción te habla de cómo nos afectamos. El evento te habla de cómo fluyen las situaciones. Esa es la diferencia entre alguien que solo mira y un investigador que realmente comprende la estructura de la realidad. Veamos ahora el paso dos. La - `[07:58]` operacionalización y taxomonomía. es el diccionario del investigador. Si la unidad de análisis era el enfoque de tu cámara, el instrumento de registro es el diccionario que vas a usar para traducir la realidad a datos. Muchos investigadores fallan aquí porque confían en su intuición, pero en una tesis, la intuición es el enemigo de la objetividad. Para que tu observación sea - `[08:23]` científica, necesitas un manual de codificación. Imagina que estás clasificando piezas de Lego. No puedes decir, "Esta pieza es bonita." Tienes que decir, "Esta pieza es roja, tiene cuatro puntos y mide 2 cm." Eso es operacionalizar. Para que este manual sea perfecto, debes cumplir con dos reglas de oro de la lógica formal. La exhaustividad, que no falte nada. Tu manual debe ser como un - `[08:51]` hotel con suficientes habitaciones para todos los comportamientos posibles. Si observas la conducta de un estudiante y hace algo que no está en tu lista, tu hotel falló. Exhaustivo significa que cada cosa que pase debe tener una categoría donde caer. No puedes dejar datos huérfanos en la calle. La segunda regla es la exclusividad mutua. Que no se confundan. Esta es la regla más - `[09:18]` importante. Cada conducta solo puede estar en una habitación a la vez. Si una acción del sujeto parece encajar en dos categorías distintas, tu definición está mal. Es como un semáforo. O está en verde o está en rojo. Si prenden los dos a la vez, causas un accidente en tus datos. La clave maestra es la definición operacional. Aquí es donde muchos - `[09:41]` tesistas se pierden. Conceptos como en gaming en académico o ansiedad son abstractos, son como nubes. Operacionalizar es bajar esa nube al suelo y convertirla en algo que se pueda ver, medir y contar. Ejemplo, si dices que vas a medir el desinterés del alumno, no puedes anotar simplemente se ve aburrido. Eso es subjetivo. Tu definición operacional debe decir, se - `[10:09]` considera desinterés cuando el alumno mantiene la mirada fuera de la pantalla o del profesor por más de 15 segundos consecutivos o cuando realiza actividades ajenas a la tarea, como usar el celular por más de un minuto. ¿Ves la diferencia? Ahora, si tú miras al alumno y yo también lo miro, ambos contaremos lo mismo. A esto le llamamos - `[10:32]` confiabilidad interces. Si dos personas miran lo mismo y obtienen datos diferentes, el problema no son las personas, es que tu manual de codificación está borroso. Tener este manual listo te da un superpoder, la tranquilidad de que tus datos son irrefutables, pero en qué momento exacto debes sacar tu libreta para anotar, porque no puedes observar todo el tiempo. Eso nos lleva al paso tres, el - `[10:59]` muestreo. ¿Cuándo y a quién mirar? Si ya tienes tu cámara enfocada y tu diccionario de códigos listos, ahora toca decidir cuándo vas a apretar el botón de grabar. En una investigación de alto nivel, no puedes simplemente sentarte a ver qué pasa, a ver si hay suerte. Eso se llama observación anecdótica y no sobrevive a un tribunal de tesis. Necesitas un plan de muestreo. - `[11:26]` Imagina que quieres saber si una sopa está buena. No te tomas toda la olla, ¿verdad? Tomas una cucharada representativa. El muestreo es esa cucharada. Existen tres formas profesionales de elegir tus momentos de oro. Primera, muestreo de tiempo. Cuando no puedes observar 247, tienes que dividir el tiempo en intervalos. Puedes usar intervalos fijos. Observaré, por ejemplo, los 10 primeros minutos de cada - `[11:56]` hora o intervalos variables. Observaré en momentos aleatorios para que los sujetos no se acostumbren a mi presencia. Esto te asegura que tus datos no reflejen solo un momento de mucha energía o de mucho cansancio, sino la realidad de todo el proceso. Segundo, muestreo de eventos. ¿Qué suceso? Este es el favorito en investigaciones sociales. Aquí no te importa el reloj, - `[12:22]` te importa que pase algo. Si estás estudiando la resolución de conflictos, solo empiezas a notar cuando estalla un conflicto. Es como un fotógrafo de deportes. No gasta memoria de su cámara mientras los jugadores descansan. Solo dispara cuando hay una jugada de gol. Tercero, muestreo focal versus de barrido. ¿A quién? El muestreo focal. Te concentras en un solo individuo o grupo pequeño durante - `[12:51]` un tiempo determinado. Ignoras todo lo demás para captar la profundidad de ese sujeto. Muestreo de barrido o scam. Cada cierto tiempo haces un paneo general. Miras a todo el salón y anotas rápidamente qué está haciendo cada uno en ese segundo. Te da una foto grupal del estado del sistema. Ahora hay una trampa en la que caen los - `[13:13]` investigadores, el sesgo de la foto del momento. Si solo observas a los médicos un lunes por la mañana cuando están frescos, tus conclusiones sobre estrés serán falsas. Un buen muestreo debe justificar por qué elegiste esas horas, esos días y esos sujetos. La clave es la representatividad, que tu cucharada de sopa sepa exactamente igual que el resto de la - `[13:38]` olla. Una vez que tienes tus notas llenas de datos precisos y bien muestreados, llegas al paso final, el paso que convierte una simple observación en una prueba científica irrefutable, la triangulación. Has observado con precisión, has codificado sin sesgos y has muestreado en los momentos correctos, pero ¿es suficiente con lo que viste en la investigación de alto nivel? La - `[14:03]` respuesta es, nunca confíes en una sola fuente. Aquí es donde entra la triangulación. Imagina que estás en un juicio. No basta con el testimonio de un testigo. El juez busca cámaras de seguridad, huellas dactilares y documentos. La triangulación es eso, usar diferentes ángulos para confirmar que lo que observaste es la verdad y no una ilusión. Existen tres formas de aplicar - `[14:29]` este filtro de seguridad. Primero, la triangulación metodológica, el cruce de herramientas es la más potente. Comparas lo que viste, o sea, la observación con lo que la gente dice, entrevistas. Aquí ocurre la magia. A veces en las entrevistas un gerente te dice que su equipo está muy motivado, pero en tu observación anotaste que nadie se habla y todos evitan el contacto visual. Esa - `[14:56]` contradicción no es un error, es tu mejor hallazgo. Revela diferencia entre el discurso oficial y la realidad operativa. Segundo, la triangulación de investigadores. Varios ojos. Si el presupuesto o el equipo lo permiten, dos personas observan lo mismo por separado. Si ambos coinciden en que el fenómeno X ocurrió, la subjetividad desaparece y la objetividad se multiplica. Es lo que - `[15:24]` mencionamos antes como confiabilidad intereces, pero llevada al análisis final. Tercero, la reflexibilidad epistemológica. Tú como instrumento. En la tesis tú eres el instrumento principal, la reflexividad. es reconocer tus propios lentes. Si eres experto en tecnología, verás problemas tecnológicos en todas partes. Ser reflexivo es anotar en tu diario de campo. Soy consciente de que mi formación me hace prestar más atención a - `[15:55]` X. Por lo tanto, voy a esforzarme el doble en buscar evidencias de Y. Esto no te debilita, te hace un investigador honesto y riguroso. Cuando presentas tus resultados y dices, "Esto lo observé, lo confirmé con estas entrevistas y lo analicé bajo este marco teórico, tu tesis se vuelve blindada. Ya no es tu opinión, es evidencia científica construida con un método quirúrgico. La - `[16:23]` observación es posiblemente la técnica más honesta en la investigación, pero requiere una disciplina mental de hierro para no proyectar nuestros deseos sobre los datos. Si logras dominar el diseño de tus instrumentos siguiendo estos cuatro pasos, habrás ganado el 50% de tu defensa de tesis, porque nadie podrá cuestionar el origen de la evidencia. Sé que pasar de la teoría a la práctica - `[16:46]` puede dar un poco de vértigo. Por eso, para que no empieces desde cero, te he dejado en la descripción mi plantilla maestra de diario de campo y lista de cotejo. Descárgala y empieza a observar con ojos de experto hoy mismo. Pero cuidado, una vez que tienes los datos, ¿cómo los interpretas? Es lo mismo observar para describir que - `[17:08]` observar encontrando significados ocultos. Esa es la frontera entre la observación pura y la hermenéutica y es exactamente lo que veremos en el próximo video. Cuéntame en los comentarios cuál es el mayor desafío que has enfrentado al intentar tomar notas de campo sin distraerte o tal vez tu mayor miedo al entrar al escenario de estudio. Los leo y les respondo personalmente. ### Texto Completo Continuo ¿Sabías que el simple hecho de que tus sujetos sepan que los estás mirando puede invalidar meses de trabajo de campo? se llama efecto hotter y si no sabes controlarlo, tus conclusiones serán solo un espejismo. En este video vamos a diseccionar la observación científica desde la construcción de protocolos hasta la neutralización de sesgos cognitivos del observador. Soy Luisa y tras años estructurando procesos de investigación complejos, he visto como un diario de campo mal llevado puede sesgar una investigación entera. Hoy estableceremos una hoja de ruta clara. Primero, definiremos la arquitectura de la observación. Segundo, analizaremos un laboratorio de casos real en entornos digitales. Y finalmente te daré las herramientas exactas para que tu recolección de datos sea quirúrgica. Para que la observación sea considerada científica, debe cumplir tres requisitos innegociables: ser intencionada, estar planificada y ser sistemática. No observamos lo que pasa. Observamos unidades de análisis previamente definidas bajo un marco teórico. Existen dos grandes ejes. El primero es el grado de participación. Eres un observador no participante como una cámara oculta o un observador participante que se sumergo. El segundo eje es la estructura. La observación no estructurada es exploratoria, ideal para fases iniciales, pero la observación estructurada, apoyada en listas de cotejo o escalas de apreciación es la que nos permite llegar a la inferencia estadística. Si no defines tus categorías antes de mirar, tu cerebro simplemente verá lo que sus propios sesgos le disten. Llevemos esto al laboratorio de caso. Imaginemos una investigación sobre la productividad en equipos de trabajo remoto. Si solo usamos encuestas, los empleados dirán lo que creen que hacen, pero en la observación vemos lo que realmente ocurre. En este caso técnico, el investigador observó las interacciones en canales de Slap durante 4 semanas. Aquí surgió la invariante fenomenológica. La esencia del problema no era la falta de comunicación, sino la hiperconectividad reactiva. Al usar una técnica de observación participante pasiva, descubrimos que cada vez que un líder enviaba un mensaje, la productividad del equipo caía por 20 minutos debido al cambio de contexto. Sin una observación sistemática de los tiempos de respuesta, este dato hubiera sido invisible para cualquier encuesta. Para transitar de la observación ingenua a la observación científica sistemática, debemos blindar el proceso mediante un protocolo de alta fidelidad. Este no es un simple paso a paso, es la arquitectura que garantiza que los datos que recojas sean de verdad la base de una tesis sólida. Veamos el paso uno, la delimitación de las unidades de análisis y observación. Para entender las unidades de análisis sin marearnos, imagínate que tu investigación es una fotografía. La unidad de análisis es simplemente el objeto que quieres que salga enfocado. Es la respuesta a la pregunta. ¿De quién o de qué voy a decir algo al final de mi investigación? Hay cuatro niveles básicos que debes conocer. El primero, nivel individual, el más común. Te enfocas en el estudiante, el profesor o el paciente, quieres saber qué sienten o cómo actúan ellos. El segundo nivel, nivel grupal. Aquí lo que te interesa no es el individuo, sino cómo funciona el grupo, como un todo, una familia o un equipo de trabajo. El tercero es el nivel organizacional. Tu unidad es la institución. No estudias a los empleados, sino a la empresa, su cultura y sus procesos. Y el cuarto es el nivel de artefacto social. Esto es fascinante. Tu unidad puede ser un producto humano, una ley, un tweet o incluso las tesis de una universidad. Hay una trampa común. ¿Quién me da el dato versus de qué es el dato? Muchos investigadores se confunden aquí. Una cosa es la fuente, a quién miras o preguntas, y la otra, la unidad de análisis, de qué estás hablando realmente. Ejemplo de oro. Imagina que entrevistas a 20 directores para saber qué es el liderazgo educativo en la ciudad. Tu fuente son los directores, pero tu unidad de análisis son las escuelas. Al final no dirás, "Juan dijo esto," sino las escuelas de la ciudad presentan este liderazgo. Tu conclusión es sobre la institución, no sobre la persona. ¿Por qué importa esto? Porque si no defines tu unidad, terminarás con una ensalada de datos. Definirla bien guía tu población, tu recolección y sobre todo le da coherencia a tu título. Es como ponerle un lente de alta precisión a tu cámara. Dejas de ver un paisaje borroso para ver el fenómeno real. Pero aquí es donde se separa el tesista principiante del investigador de posgrado. No basta con elegir el que, hay que elegir la lupa. Y esa lupa puede ser molecular o molar. Si tu enfoque es molecular, te centras en microconductas como un gesto específico. Si es molar, miras actos sociales complejos. En niveles avanzados, esto nos lleva a las dos ollas de la observación, las unidades de interacción y las de evento. Las unidades de interacción, el vuelta. Deja de mirar a las personas por separado y mira el vínculo. Aquí la unidad no es Pedro o María, sino la chispa que ocurre entre ellos. Es el análisis del comportamiento recíproco. Piénsalo como un partido de tenis. El punto no es la raqueta, es el vuelo de la pelota entre ambos. Ejemplo, en la relación médico paciente no anotas. El médico fue amable. Anotas la secuencia. El médico pregunta, el paciente duda, el médico simplifica su lenguaje. Esa cadena es tu unidad de interacción. Sirve para ver patrones de poder o confianza que no verías analizando a cada uno por separado. Las unidades de evento son la película completa. Aquí miramos la escena completa. Un evento es un suceso con un principio, desarrollo y final claros. Es un paquete de realidad. No importa si dura 5 minutos o 2 horas, lo que importa es que cumpla el objetivo de la actividad. Por ejemplo, si estudias cómo se resuelven conflictos, tu unidad es la reunión de crisis. Observas cómo empieza, qué fases atraviesa y cómo termina. Miras el suceso como un todo. Es ideal para entender procesos largos como una cirugía o un debate en el aula. Elegir entre una u otra define el alma de tu investigación. La interacción te habla de cómo nos afectamos. El evento te habla de cómo fluyen las situaciones. Esa es la diferencia entre alguien que solo mira y un investigador que realmente comprende la estructura de la realidad. Veamos ahora el paso dos. La operacionalización y taxomonomía. es el diccionario del investigador. Si la unidad de análisis era el enfoque de tu cámara, el instrumento de registro es el diccionario que vas a usar para traducir la realidad a datos. Muchos investigadores fallan aquí porque confían en su intuición, pero en una tesis, la intuición es el enemigo de la objetividad. Para que tu observación sea científica, necesitas un manual de codificación. Imagina que estás clasificando piezas de Lego. No puedes decir, "Esta pieza es bonita." Tienes que decir, "Esta pieza es roja, tiene cuatro puntos y mide 2 cm." Eso es operacionalizar. Para que este manual sea perfecto, debes cumplir con dos reglas de oro de la lógica formal. La exhaustividad, que no falte nada. Tu manual debe ser como un hotel con suficientes habitaciones para todos los comportamientos posibles. Si observas la conducta de un estudiante y hace algo que no está en tu lista, tu hotel falló. Exhaustivo significa que cada cosa que pase debe tener una categoría donde caer. No puedes dejar datos huérfanos en la calle. La segunda regla es la exclusividad mutua. Que no se confundan. Esta es la regla más importante. Cada conducta solo puede estar en una habitación a la vez. Si una acción del sujeto parece encajar en dos categorías distintas, tu definición está mal. Es como un semáforo. O está en verde o está en rojo. Si prenden los dos a la vez, causas un accidente en tus datos. La clave maestra es la definición operacional. Aquí es donde muchos tesistas se pierden. Conceptos como en gaming en académico o ansiedad son abstractos, son como nubes. Operacionalizar es bajar esa nube al suelo y convertirla en algo que se pueda ver, medir y contar. Ejemplo, si dices que vas a medir el desinterés del alumno, no puedes anotar simplemente se ve aburrido. Eso es subjetivo. Tu definición operacional debe decir, se considera desinterés cuando el alumno mantiene la mirada fuera de la pantalla o del profesor por más de 15 segundos consecutivos o cuando realiza actividades ajenas a la tarea, como usar el celular por más de un minuto. ¿Ves la diferencia? Ahora, si tú miras al alumno y yo también lo miro, ambos contaremos lo mismo. A esto le llamamos confiabilidad interces. Si dos personas miran lo mismo y obtienen datos diferentes, el problema no son las personas, es que tu manual de codificación está borroso. Tener este manual listo te da un superpoder, la tranquilidad de que tus datos son irrefutables, pero en qué momento exacto debes sacar tu libreta para anotar, porque no puedes observar todo el tiempo. Eso nos lleva al paso tres, el muestreo. ¿Cuándo y a quién mirar? Si ya tienes tu cámara enfocada y tu diccionario de códigos listos, ahora toca decidir cuándo vas a apretar el botón de grabar. En una investigación de alto nivel, no puedes simplemente sentarte a ver qué pasa, a ver si hay suerte. Eso se llama observación anecdótica y no sobrevive a un tribunal de tesis. Necesitas un plan de muestreo. Imagina que quieres saber si una sopa está buena. No te tomas toda la olla, ¿verdad? Tomas una cucharada representativa. El muestreo es esa cucharada. Existen tres formas profesionales de elegir tus momentos de oro. Primera, muestreo de tiempo. Cuando no puedes observar 247, tienes que dividir el tiempo en intervalos. Puedes usar intervalos fijos. Observaré, por ejemplo, los 10 primeros minutos de cada hora o intervalos variables. Observaré en momentos aleatorios para que los sujetos no se acostumbren a mi presencia. Esto te asegura que tus datos no reflejen solo un momento de mucha energía o de mucho cansancio, sino la realidad de todo el proceso. Segundo, muestreo de eventos. ¿Qué suceso? Este es el favorito en investigaciones sociales. Aquí no te importa el reloj, te importa que pase algo. Si estás estudiando la resolución de conflictos, solo empiezas a notar cuando estalla un conflicto. Es como un fotógrafo de deportes. No gasta memoria de su cámara mientras los jugadores descansan. Solo dispara cuando hay una jugada de gol. Tercero, muestreo focal versus de barrido. ¿A quién? El muestreo focal. Te concentras en un solo individuo o grupo pequeño durante un tiempo determinado. Ignoras todo lo demás para captar la profundidad de ese sujeto. Muestreo de barrido o scam. Cada cierto tiempo haces un paneo general. Miras a todo el salón y anotas rápidamente qué está haciendo cada uno en ese segundo. Te da una foto grupal del estado del sistema. Ahora hay una trampa en la que caen los investigadores, el sesgo de la foto del momento. Si solo observas a los médicos un lunes por la mañana cuando están frescos, tus conclusiones sobre estrés serán falsas. Un buen muestreo debe justificar por qué elegiste esas horas, esos días y esos sujetos. La clave es la representatividad, que tu cucharada de sopa sepa exactamente igual que el resto de la olla. Una vez que tienes tus notas llenas de datos precisos y bien muestreados, llegas al paso final, el paso que convierte una simple observación en una prueba científica irrefutable, la triangulación. Has observado con precisión, has codificado sin sesgos y has muestreado en los momentos correctos, pero ¿es suficiente con lo que viste en la investigación de alto nivel? La respuesta es, nunca confíes en una sola fuente. Aquí es donde entra la triangulación. Imagina que estás en un juicio. No basta con el testimonio de un testigo. El juez busca cámaras de seguridad, huellas dactilares y documentos. La triangulación es eso, usar diferentes ángulos para confirmar que lo que observaste es la verdad y no una ilusión. Existen tres formas de aplicar este filtro de seguridad. Primero, la triangulación metodológica, el cruce de herramientas es la más potente. Comparas lo que viste, o sea, la observación con lo que la gente dice, entrevistas. Aquí ocurre la magia. A veces en las entrevistas un gerente te dice que su equipo está muy motivado, pero en tu observación anotaste que nadie se habla y todos evitan el contacto visual. Esa contradicción no es un error, es tu mejor hallazgo. Revela diferencia entre el discurso oficial y la realidad operativa. Segundo, la triangulación de investigadores. Varios ojos. Si el presupuesto o el equipo lo permiten, dos personas observan lo mismo por separado. Si ambos coinciden en que el fenómeno X ocurrió, la subjetividad desaparece y la objetividad se multiplica. Es lo que mencionamos antes como confiabilidad intereces, pero llevada al análisis final. Tercero, la reflexibilidad epistemológica. Tú como instrumento. En la tesis tú eres el instrumento principal, la reflexividad. es reconocer tus propios lentes. Si eres experto en tecnología, verás problemas tecnológicos en todas partes. Ser reflexivo es anotar en tu diario de campo. Soy consciente de que mi formación me hace prestar más atención a X. Por lo tanto, voy a esforzarme el doble en buscar evidencias de Y. Esto no te debilita, te hace un investigador honesto y riguroso. Cuando presentas tus resultados y dices, "Esto lo observé, lo confirmé con estas entrevistas y lo analicé bajo este marco teórico, tu tesis se vuelve blindada. Ya no es tu opinión, es evidencia científica construida con un método quirúrgico. La observación es posiblemente la técnica más honesta en la investigación, pero requiere una disciplina mental de hierro para no proyectar nuestros deseos sobre los datos. Si logras dominar el diseño de tus instrumentos siguiendo estos cuatro pasos, habrás ganado el 50% de tu defensa de tesis, porque nadie podrá cuestionar el origen de la evidencia. Sé que pasar de la teoría a la práctica puede dar un poco de vértigo. Por eso, para que no empieces desde cero, te he dejado en la descripción mi plantilla maestra de diario de campo y lista de cotejo. Descárgala y empieza a observar con ojos de experto hoy mismo. Pero cuidado, una vez que tienes los datos, ¿cómo los interpretas? Es lo mismo observar para describir que observar encontrando significados ocultos. Esa es la frontera entre la observación pura y la hermenéutica y es exactamente lo que veremos en el próximo video. Cuéntame en los comentarios cuál es el mayor desafío que has enfrentado al intentar tomar notas de campo sin distraerte o tal vez tu mayor miedo al entrar al escenario de estudio. Los leo y les respondo personalmente. ---