Entrada

 

 

ENG Qualitative textual research CAT Recerca textual qualitativa EUS Testu-ikerketa kualitatiboa GLG Investigación cualitativa de texto POR Investigação qualitativa textual

 

contenidos
Introducción | Trabajo cualitativo con textos | Análisis textual, análisis del discurso y análisis crítico del discurso | Herramientas para el análisis cualitativo | Potencial de investigación

 

  Introducción 

Un paradigma de investigación es un marco general para comprender la realidad, vinculado a técnicas de investigación establecidas (Grotjahn 1987; Saldanha & O’Brien 2013; Williams & Chesterman 2014; Calvo & De la Cova 2024). El término cualitativo es polisémico y a menudo causa confusión. Una primera acepción remite a los estudios con datos no numéricos, sino eminentemente verbales ya sean (orales, escritos, audiovisuales, etc. (Robson 2016: 5). Así, suelen considerarse típicamente cualitativas las investigaciones sociológicas naturalistas con entrevistas, cuestionarios con preguntas abiertas, testimonios, etc. También se consideran cualitativos otros estudios de base textual, como los centrados en documentos históricos, literarios, jurídicos, periodísticos, técnicos, de archivo, etc. En estos documentos y textos, los datos de interés se extraen detectando e interpretando patrones y otras características diversas, como la complejidad semántica (expresiones o términos complejos, aspectos culturales, connotaciones, dobles sentidos, polisemia, humor, información implícita, etc.); recursos retóricos (a menudo destacados en la literatura, comos metáforas, expresiones hechas, tono, registro, silencios, etc.); expresiones ideológicas, de percepción u opinión, de intenciones comunicativas, etc. El análisis cualitativo es igualmente aplicable a otros objetos como las piezas de audio (que se transcriben para convertirlas en texto escrito y se pueden completar con descripciones de todos aquellos aspectos no estrictamente verbales con impacto comunicativo (silencios, tonos, velocidad, etc.); o las piezas de contenido audiovisual (imágenes, vídeos, textos multimodales, etc.), que se estudian mediante la descripción también verbalizada de los elementos visuales de interés para la investigación.

Automatizar patrones cualitativos es complejo. Identificarlos y codificacarlos tiende a requerir de los investigadores un nivel de interpretación semántica, contextual y cultural, funcional, lírica o estética, etc. Algunos recursos de la inteligencia artificial pueden ayudar a identificar y procesar aspectos cualitativos con una faceta textual explícita detectable de modo maquinal, como sucede con el análisis de sentimientos (dícese también análisis de emociones y minería de opiniones). Sin embargo, las investigaciones cualitativas tienen un componente humano esencial y se centran en la necesidad de interpretar de una manera científicamente compleja, objetivada u operacionalizada —es decir, mediante descripciones conceptuales que especifican cómo medir u observar realidades— aspectos que de otro modo serían más subjetivos y puramente dependientes del investigador de turno. Cuando se puede tratar el texto como un conjunto de datos sistemáticos, los algoritmos aportan información cuantitativa útil. No obstante, cuando el texto se considera una pieza de conocimiento o información integral, compleja y hermenéuticamente interpretable (esto es, macrotextualmente), la automatización puede adolecer de limitaciones. Como se verá, ya contamos con herramientas que sostienen y optimizan los procesos de análisis cualitativo centrados en el criterio humano.

En su segunda acepción más habitual, el atributo cualitativo no se refiere a la naturaleza de los datos sino al diseño general de la investigación. Comprende los estudios empíricos en que el método de análisis no alcanza o no busca alcanzar la inferencia estadística pura propia de los estudios estrictamente experimentales, con independencia de que los datos sean numéricos o conceptuales (cualitativos). En esta acepción, el atributo contrapuesto, cuantitativo, se emplearía a grandes rasgos como sinónimo de experimental. Así, un estudio que procese datos numéricos en contextos no experimentales, no controlados y no representativos estadísticamente (por ejemplo, con cuestionarios para estudios de caso, con muestras reducidas; o estudios de corpus de alcance limitado y baja representatividad estadística) se consideraría también propio del paradigma cualitativo. Sus métodos, datos y resultados, numéricos o conceptuales, identifican, exploran o informan sobre características, fenómenos u observaciones particulares que emergen de la descripción de una situación concreta, mediante una evaluación, prueba empírica o análisis que no permiten inferencias para alcanzar conclusiones cuantitativas potencialmente generalizables al resto de situaciones afines.

Esta distinción esencial no siempre está clara y en los estudios de traducción e interpretación (ETI) hay estudios que se proclaman experimentales o cuantitativos por el mero hecho de procesar datos numéricos o porque se han diseñado en un marco empírico que comparte algunas características con el propio de un experimento, pero cuyo método o tipo de análisis no se pueden considerar inferencialmente cuantitativos y experimentales desde un punto de vista estadístico. En muchos de estos casos, estos estudios son en realidad investigaciones empíricas propias de paradigmas mixtos, perfectamente válidos científicamente si cumplen con los criterios de validez y fiabilidad propios de su paradigma correspondiente (Grotjahn 1987).

Paradigmas de investigación de Grotjahn [Interpretación gráfica de Morón 2009]

El paradigma cualitativo mediante análisis textual, así como sus técnicas y métodos, se han desarrollado más en las ciencias sociales (Strauss & Corbin 1990; Charmaz 2006; Miles, Huberman & Saldaña 2020). Durante los años de carrera aeroespacial en la Guerra Fría, en la época más tecnicista post-Sputnik, los métodos cualitativos y humanísticos —en particular, los inductivos (del dato a la teoría)— no gozaban del mismo prestigio que la ciencia deductiva (de la teoría al dato), cuantitativa y experimental: la competencia tecnológica y la importancia estratégica de los avances científicos solía y suele vincularse más a los métodos experimentales. Esta preponderancia de lo cuantitativo puro sobre otras formas de investigar aún se da en muchos contextos. Ante esta percepción, los investigadores sociológicos, en especial los que partían de la inducción, entendieron que, para poder poner en valor sus estudios descriptivos necesitaban sistematizar y consolidar sus aproximaciones metodológicas. Esta sistematicidad debía reforzar la validez —que la investigación verdaderamente mida lo que se pretende, lo que revierte en su potencial de generalización— y la fiabilidad, esto es, la consistencia y estabilidad de los datos que revierten es su potencial de replicabilidad (Robson 2016: 15). Así, elaboraron exhaustivos protocolos cualitativos de investigación, inicialmente en el contexto de la escuela conocida como teoría fundamentada (Grounded Theory, GT) que, a pesar del término, no es una teoría, sino un conjunto de técnicas de análisis textual inductivo que permiten construir nuevas teorías (también se conoce como muestreo teórico).

El giro hacia metodologías inductivas en la segunda mitad del siglo XX es en cierto modo una reacción a las limitaciones de los métodos neopositivistas predominantes en aquel momento, unida al interés por explicar fenómenos complejos poco explorados con la necesaria profundidad, en contextos en los que la mera acumulación de grandes cantidades de datos no aporta la información necesaria (Charmaz & Thornberg 2020). La inducción es útil para construir teorías durante y después del proceso de análisis. Sin embargo, el recorrido desde el dato hasta la nueva teoría no permite establecer criterios de cuantificación preliminares, ya que lo que queremos medir no se define a priori, como suele suceder en las investigaciones cuantitativas. Es decir, aquí el análisis de datos —en nuestro caso, esencialmente textos— se inclina de forma natural hacia lo cualitativo e interpretativo porque no hay teorías consolidadas previas o porque se ha decidido prescindir de ellas para renovar o completar la visión de un tema determinado. Es el tipo de análisis que requiere el estudio basado en textos de constructos de definición difícil o compleja y sin consolidar  (Calvo & De la Cova 2024), como ocurre con bastantes conceptos clave de los ETI (por ejemplo, error, calidad, problema, competencia, equivalencia, etc.). Tammbién es adecuado para estudiar aspectos textuales generales más intangibles que con frecuencia constituyen el foco de las investigaciones traductológicas como la expresión ideológica, el lenguaje de género, el humor, el estilo, el tono y registro, los recursos expresivos y demás.

Rescatados y reforzados metodológicamente los métodos inductivos, los mismos principios de análisis sistemático germinados en las ciencias sociales en el siglo pasado se fueron asentando como métodos de referencia también para otros estudios deductivos o inductivo-deductivos (Miles, Huberman & Saldaña 2020). Esto métodos constituyeron las bases de los actuales para el trabajo cualitativo, descriptivo y exploratorio con textos. Su sistematicidad, basada en la iteración (revisión circular de los dato y su categorización y de las teorías de forma reiterada hasta conseguir una mayor solidez explicativa), ha reforzado la idea de que las investigaciones cualitativas también son científicamente válidas, si bien el concepto científico de validez es diferente en cada paradigma. Así, en los contextos cuantitativos, se trabaja con diferentes coeficientes de validez y fiabilidad, que sustentan la calidad de una investigación en términos estadísticos mientras que la investigación cualitativa se centra en un concepto de validez en el que la operacionalización de los conceptos es la base del estudio.

Las investigaciones descriptivas cualitativas se consideran especialmente útiles cuando aún no existen teorías asentadas sobre la realidad que queremos estudiar, como primera exploración de un tema. Estas investigaciones pueden ser significativas y científicamente relevantes también por sí mismas, pues permiten profundizar en los temas, siempre dependiendo de lo que requieran el propio objeto de estudio y los objetivos de la investigación. Esencialmente, la investigación empírica se basa en datos extraídos de contextos reales, que pueden ser cualitativos o cuantitativos (Grotjahn 1987). El punto de partida al abordar un estudio debería ser la toma de decisiones que posicionan el estudio en el contexto de un paradigma adecuado, ya que en toda investigación el objeto de estudio determina el tipo de datos, métodos y análisis más apropiados (alineación metodológica, Hoadley 2004). Es decir, la clave está en combinar teorías, métodos y tipos de análisis coherentes entre sí y aplicables a nuestros datos, lo que garantiza que su adecuación para las preguntas de investigación que nos hemos formulado. Con frecuencia, un mismo objeto de estudio se puede analizar desde enfoques cuantitativo y cualitativo (Grotjahn 1987; Robson 2016). Por ejemplo, al estudiar textos podemos trabajar con metáforas (objeto cualitativo) o categorías de metáforas (dato cualitativo) en un corpus, podemos cuantificarlas (método cuantitativo), pero también podemos interpretarlas desde una perspectiva pragmática, estilística, narratológica o sociolingüística (método cualitativo).

Las preguntas de investigación fácilmente observables y medibles tienden a encajar en paradigmas cuantitativos; las más abstractas o desconocidas, cuyas variables no se conocen con antelación o se van a basar en una perspectiva conceptual novedosa, necesitan explicación y, por tanto, requieren una operacionalización interpretativa cualitativa (Merriam 1995: 52; Calvo & De la Cova 2024). Con el fin de ilustrar de forma clara los paradigmas y cómo elegir el más adecuado para nuestra investigación, Grotjahn (1987) propone analizar toda investigación según tres dimensiones: (1) diseño (experimental, cuasi-experimental o no experimental), (2) tipo de datos (cuantitativos o cualitativos) y (3) tipo de análisis (estadístico o interpretativo). Esta triple perspectiva permite identificar no solo los paradigmas puros (cuantitativo o cualitativo), sino también seis modelos mixtos, lo que amplía la comprensión del tipo de estudio que se realiza y permite una mejor planificación metodológica. 

cabecera

 Trabajo cualitativo con textos

Cómo redactar preguntas de investigación [Fuente]

Como apunta Rojo (2013: 54), a lo largo de la historia de los estudios de traducción e interpretación (ETI) la investigación ha sido eminentemente cualitativa debido esencialmente a la naturaleza interpretativa y subjetiva de nuestros principales objetos de estudio: texto, lenguaje, comunicación, etc.

Los ETI se han caracterizado por la teorización basada en la capacidad interpretativa del investigador, mediante reflexiones filosóficas sobre el texto, la traducción y sus fenómenos asociados. Dichas propuestas poseen un valor descriptivo y explicativo que ha resultado clave para consolidar la disciplina, pero suelen carecer de una metodología sistemática  esencial para asegurar la validez y la fiabilidad cualitativas. Con frecuencia, las publicaciones omiten técnicas y métodos replicables o consensuados, limitándose a la observación y descripción individual. Por ello, se genera una falta de consenso en los conceptos básicos de los ETI, con multiplicidad de designaciones para una misma realidad y numerosas definiciones contradictorias para un mismo término. Destaca, en particular, la escasa transferencia metodológica entre los estudios sociológicos cualitativos y los ETI, pese a que esencialmente ambos analizan textos, si bien desde perspectivas distintas (Calvo & De la Cova 2024). Identificar y definir operativamente las variables permite procesar empírica y sistemáticamente los conceptos (Reguant & Martínez 2014). Operacionalizar, describir conceptualmente y especificar cómo medir u observar dichas realidades, es clave para garantizar a replicabilidad.

En contraste, los ETI de corte cuantitativo y experimental (como los estudios cognitivos, terminológicos y de corpus) cuentan con tradiciones metodológicas más establecidas. Esto facilita que los investigadores de esos ambitos elijan un diseño de investigación adecuado entre varios posibles; por ejemplo, para los estudios experimentales cognitivos se pueden aplicar, entre otros, técnicas de pensamiento en voz alta (think-aloud techniques), seguimiento de movimientos oculares (eyetracking) o registro de teclado (keylogging). Para estudios de corpus se pueden aplicar técnicas de vaciado terminológico basadas en frecuencias, con herramientas como AntConc o SketchEngine, recurrir a los estándares oficiales ISO para el trabajo terminológico. Sin embargo, a pesar de que los estudios en ETI son con frecuencia cualitativos, son  precisamente estos los que menos atención prestan a la operacionalización metodológica cualitativa. En general, la fase previa de diseño de la investigación y la reflexión metodológica que conlleva están descuidadas muchas veces en las publicaciones académicas, que suelen centrarse en los resultados (Miles, Huberman & Saldaña 2020: 14), Las decisiones metodológicas, como la adscripción a un paradigma, la formulación de preguntas de investigación claras, el diseño conceptual, la definición del corpus o los métodos de recogida de datos son, en sí mismos, actos analíticos fundamentales de construcción del conocimiento y, por tanto, no se deben descuidar en ninguna investigación. Esta entrada ofrece ejes metodológicos y teóricos para ayudar a los investigadores cualitativos de los ETI a construir su diseño cualitativo basado en textos y a comprender mejor las coordenadas cualitativas aplicables.

Criterios cualitativos para definir un corpus

Expertos de diversas disciplinas han definido el concepto de corpus (Baker 1993; McEnery & Wilson 2001; Tognini-Bonelli 2001; Corpas & Seghiri 2007; McEnery & Hardie 2012), una noción también es clave en el análisis textual cualitativo. En general, según Sinclair (2004), un corpus es una colección de textos representativos de una lengua o variedad lingüística, habitualmente en formato digital. En lingüística descriptiva y ETI, el corpus tiende a ser propiamente el objeto del estudio, mientras que, en otras disciplinas, como la sociología, o escuelas de estudio, como el análisis crítico del discurso, se suele emplear como medio para acceder a realidades extratextuales (contexto social o ideológico, por ejemplo). En todos estos casos, el texto es la piedra angular de la investigación, por lo que comparten técnicas y métodos científicos. Aunque el análisis de corpus se ha llevado a cabo históricamente mediante técnicas manuales e intuitivas (anotaciones, glosas, fichas, etc.), la digitalización y el desarrollo de software de análisis textual han facilitado este trabajo de una manera más sistemática y eficaz, existiendo incluso algunas herramientas destacables para el análisis cualitativo de corpus (aplicaciones específicas tipo CAQDAS, que se presentan mas adelante).

La formulación de una pregunta de investigación adecuada para orientar el proceso justifica la elección y muestreo (sampling) del corpus y facilita que una colección de textos se alinee con los objetivos de la investigación (Robson 2016: 249). Es importante trabajar con elementos «naturales», recopilados sistemáticamente en sus contextos reales para fines investigativos (Robson 2016, Calvo & De la Cova 2024). También es esencial definir adecuadamente las unidades de análisis con las que se va a trabajar, que posteriormente se someterán a codificación (Robson 2016: 249). En el caso de los ETI, estas unidades pueden adoptar diferentes formatos y ajustarse a definiciones que hay qie operacionalizar debidamente: palabra, término, token (mínima unidad de texto procesable maquinalmente), concepto, oración, segmento, unidad de sentido, unidad de traducción, etc. (Calvo & De la Cova 2024: 31).

Uno de los aspectos más debatidos en el diseño y delimitación del tamaño de un corpus es su representatividad, entendida de forma distinta según el enfoque metodológico, cuantitativo o cualitativo. Los estudios cuantitativos se centran en el volumen de la muestra con el fin de lograr un nivel de generalización (por ejemplo, número de palabras, cantidad de documentos del mismo tipo, densidad léxica, etc.), así como en la aleatoriedad de la muestra, lo que permite inferencias estadísticas o cuantitativamente significativas sobre un contexto específico (Silverman 2005: 126, Calvo & De la Cova 2024: 60). Por el contrario, los métodos cualitativos generalmente se basan en casos seleccionados de manera no aleatoria, según criterios que deben ser explícitos (accesibilidad, idoneidad, ejemplaridad o singularidad, entre otros). El valor científico, en los estudios cualitativos, viene por la justificación de las particularidades intrínsecas del texto que lo hacen cualitativamente representativo de lo que se investiga (Saldanha & O’Brien 2013: 64-65). El muestreo cuantitativo demanda un tamaño considerable para alcanzar ser poderosamente significativo desde perspectivas estadísticas. En contextos que requieren un procesamiento cualitativo o mixto, un corpus menor puede aportar ventajas, especialmente cuando se anota a mano. No existe consenso en torno al tamaño adecuado del corpus, ni siquiera en los estudios cuantitativos (Tognini-Bonelli 2001). La calidad del diseño prevalece sobre el volumen neto (Corpas & Seghiri 2007), más cuando se trabaja con corpus cualitativos. En estos, la selección de textos se justifica no por la aleatoriedad, sino por su relevancia intrínseca (Saldanha & O’Brien 2013), es decir, por las particularidades de los textos o por cómo representan el discurso que se esté investigando. Por ello es necesario explicitar los motivos de la elección del corpus (con su definición y delimitación).

En enfoques como el análisis crítico del discurso se emplea el muestreo teórico (Mason 1996), donde la selección de textos se rige por su pertinencia para responder a preguntas de investigación o desarrollar una teoría. Este tipo de muestreo es iterativo y flexible (Miles, Huberman & Saldaña 2020) y se puede construir y evolucionar durante el propio análisis: no es necesariamente una decisión de diseño previa (Silverman 2005). Cuando ya no emergen nuevos resultados en dicho análisis, se alcanza la llamada saturación cualitativa (Glaser & Strauss 1967; Saldaña 2021), que indica que el análisis cualitativo ha logrado suficiente profundidad (Strauss & Corbin 1998): un mayor número de datos no va a producir resultados diferentes. Este criterio delimita el tamaño final del corpus, ya que lo esencial es comprender los fenómenos representativos, no cubrir todos los casos posibles. Finalmente, algunos estudios cualitativos parten de corpus cerrados y delimitados a priori, especialmente cuando se trata de obras creativas o documentos únicos extraordinarios. En estos casos, el tamaño del corpus suele coincidir con el de la propia obra seleccionada, aunque, de hecho, no siempre es necesario analizarla completa: basta con alcanzar la saturación cualitativa.

Inducción y deducción para codificar contenido

Al comenzar una investigación con corpus, es necesario decidir si el enfoque será inductivo (elaborando teoría y conceptos a partir de los datos), deductivo (comprobando teorías y conceptos ya postulados), o mixto, una distinción que corre estrechamente paralela a la que se da entre estudios mediados por corpus (en inglés, corpus-driven) y basados en corpus, o corpus-based (McEnery & Hardie 2012: 151; Saldanha & O’Brien 2013: 14). La codificación deductiva (o de arriba abajo) se realiza a partir de un conjunto de códigos preestablecidos alineados con marcos teóricos conocidos (Saldanha & O’Brien 2013: 15) que se van aplicando al corpus: el investigador ya sabe a priori lo que busca. Estos procesos se relacionan con los estudios basados en corpus, que buscan validar teorías analizando un corpus (Laviosa 2002; McEnery & Hardie 2012: 6). Por otro lado, la codificación inductiva (de abajo arriba) genera códigos directamente, conforme se va interpretando el texto. Es característica de estudios exploratorios y emergentes, en los que los investigadores descubren la naturaleza de lo que estudian de forma novedosa mientras lo analizan. Se asocia con los estudios mediados por corpus (Tognini-Bonelli 2001: 84). Saldaña (2021) subraya que, en la práctica, estos procesos coexisten, ya que la inducción genera estructuras que posteriormente pueden aplicarse deductivamente: los investigadores han elaborado una teoría mediante inducción que ahora pueden aplicar deductivamente. Como afirma Tognini-Bonelli (2001: 85):  «there is no such thing as pure induction», porque toda observación está influida por intuiciones lingüísticas o teórico-conceptuales previas (Sinclair 2004). Esta complementariedad metodológica entre lo inductivo y lo deductivo permite formular teorías más ajustadas a la realidad de la traducción, superando una visión exclusivamente académica o preconcebida.

Función del texto: ¿medio o fin?

El texto se puede analizar desde dos enfoques: uno que lo utiliza como medio para estudiar fenómenos sociales y humanos («discourse as data»), característico de las ciencias sociales; y otro que considera el texto como fin en sí mismo, más propio de la lingüística y los estudios filológicos. Aunque estas perspectivas pueden emplear herramientas similares, su orientación varía según la concepción del objeto de estudio. En la práctica, la distinción entre texto como medio y texto como fin no siempre es nítida, y muchas escuelas combinan elementos de ambas perspectivas.

cabecera

 Análisis textual, análisis del discurso y análisis crítico del discurso 

Las escuelas de análisis textual, análisis del discurso y análisis crítico del discurso abarcan muchos enfoques interdisciplinares de compleja sistematización. Simplificando, se puede decir que el análisis textual se centra en el texto como estructura lingüística (text-analytic approach), que examina la forma, la estructuración sintáctica y la cohesión de los textos, mientras que el análisis del discurso pone el foco en el uso del lenguaje en su contexto social e indaga su modo de reflejar y moldear relaciones sociales, ideologías y dinámicas de poder. En la práctica, no obstante, ambos niveles suelen aparecer estrechamente entretejidos. El análisis crítico del discurso —la vertiente crítica del análisis del discurso— pone el acento en las implicaciones sociales del lenguaje, entendido no solo como un medio de representación de la realidad, sino también como un instrumento que contribuye activamente a construirla. En los ETI, esta corriente se ha aplicado a investigar cuestiones de ideología, poder y representación en las traducciones, especialmente en ámbitos como los medios de comunicación, la inmigración, el género y la censura: «how groups of people conceptualise themselves, their social setting, other groups of people and the issues that matter to them» (McEnery & Wilson 2001: 133). En términos metodológicos generales, los estudios basados en análisis textual y análisis del discurso suelen apoyarse en marcos teóricos más estructurados de orientación deductiva, mientras que el análisis crítico del discurso privilegia métodos más flexibles e inductivos de análisis crítico de fenómenos sociales a través del lenguaje. Las técnicas y posicionamientos vienen dados por la adecuada alineación metodológica entre diseño de la investigación, el tipo de pregunta o dato del estudio y el tipo de análisis buscado.

escuela/ técnica	diseño (método)	datos (objeto de estudio)	texto	análisis
análisis textual	De manera deductiva, se identifican patrones textuales intuitivamente basándose en teorías. La técnica no se describe en detalle.	Texto y sus elementos (sintaxis, morfología, etc.)	como fin	Descriptivo, cualitativo
análisis del discurso	El método no se describe en detalle.	Discurso	como medio y como fin	Cualitativo. El punto de vista interpretativo se describe en detalle (dimensión contextual, pragmalingüística).
análisis crítico del discurso	No ilustrado con frecuencia.	El objeto de estudio se define y construye en detalle	como medio	Se establecen coordenadas críticas e ideológicas para la interpretación de los datos.
LC cuantitativa	Método de análisis bien establecido (p. ej., software cuantitativo).	Elementos textuales cuantificables en el corpus	como medio y como fin	Diferentes formas de interpretación posibles (estadística, interpretativa, etc.)
LC cualitativa	Poco definido	Elementos interpretativos en el corpus.	como medio y como fin	La forma de interpretación se indica expresamente.
Análisis de contenido	Mayor esfuerzo por destacar y validar el método de análisis utilizado (GT, QDA, etc.). Inductivo-deductivo. Primer ciclo de codificación, segundo ciclo de codificación.	Dato como medio + dimensión contextual-social	como medio	Técnicas de codificación iterativas para interpretar datos sociológica e ideológicamente, etc. La perspectiva suele estar bien explicada.
Teoría fundamentada	Codificación puramente inductiva. Método comparativo constante: codificación abierta, axial y selectiva.	Dato como medio	como medio	Una teoría fundamentada derivada inductivamente del corpus/datos.
Esquema diseño-datos-análisis según escuelas de estudio (Calvo & De la Cova 2024)

Lingüística de corpus

Al principio, la lingüística de corpus (LC) se aplicó a colecciones de textos monolingües, en especial desde la lexicografía y la terminología. Desde los años 90, se ha adaptado a los ETI, especialmente tras las aportaciones de Baker (1993, 1995), dando lugar a los ETI basados en corpus (Baker 1993; Laviosa 2002; Corpas & Seghiri 2007 entre otros). La LC aplicada a la traducción permite observar directamente el objeto de estudio y ha contribuido al desarrollo de la rama descriptiva en los ETI. Su enfoque es predominantemente cuantitativo —con indicadores como la longitud media de las palabras, la densidad léxica (proporción entre tipos y ocurrencias) y la relevancia estadística de los resultados— pero muchos investigadores abogan por combinarlos con enfoques cualitativos para contextualizarn y explicar los fenómenos en profundidad. Este enfoque mixto resulta especialmente útil para analizar factores como el género, el propósito textual o la orientación del traductor. Mason (2009) y Olohan (2021) destacan la importancia de trascender los datos estadísticos y estudiar también el contexto, la intención comunicativa y la función discursiva, aspectos esencialmente cualitativos, a fin de obtener una visión más completa del proceso de traducción.

Análisis de contenidos

El análisis de contenidos es un método utilizado de análisis de documentos para comprender una realidad social o comunicativa. Surgió a comienzos del siglo XX en los Estados Unidos como técnica cuantitativa destinada a estudiar la prensa y otros medios de comunicación (Robson 2016: 351; Neuendorf 2017), aunque ha evolucionado a enfoques más interpretativos y cualitativos, con técnicas como el análisis de entrevistas, las encuestas abiertas y la observación directa (Robson 2016). Aunque comparte objetivos con el análisis del discurso, el análisis de contenidos se centra más en el texto como medio para conocer contextos sociales, mientras que el análisis del discurso presta mayor atención a los estilos y estrategias lingüísticas (Robson 2016: 371). Además, el análisis de contenidos suele incorporar análisis cualitativos asistidos por ordenador con herramientas de apoyo al análisis cualitativo (Computer Assisted Qualitative Data Analysis Software, o CAQDAS).

Teoría fundamentada

La teoría fundamentada —GT, por sus siglas en inglés— de Glaser & Strauss (1967), no es una teoría, sino un método inductivo de análisis cualitativo para construir conceptos o teorías a partir de los datos, es decir, fundamentados en pruebas empíricas (Robson 2016: 161). Según Strauss y Corbin (1990: 23):

A grounded theory is one that is inductively derived from the study of the phenomenon it represents. That is, it is discovered, developed, and provisionally verified through systematic data collection and analysis of data pertaining to that phenomenon. Therefore, data collection, analysis, and theory stand in reciprocal relationship with each other. One does not begin with a theory, then prove it. Rather, one begins with an area of study and what is relevant to that area is allowed to emerge.

Se trata de un enfoque de abajo arriba, un proceso iterativo y acumulativo de codificación especialmente útil cuando hay las publicaciones sobre el fenómeno son escasas (Saldaña 2021: 72). La teoría fundamentada propone generar la teoría directamente a partir de los datos, sin imponer categorías teóricas previas. Aunque la teoría fundamentada y el análisis de contenidos comparten el modo de codificar y categorizar datos cualitativos, difieren en sus objetivos. Mientras la teoría fundamentada busca desarrollar una teoría desde los datos mediante un proceso inductivo sistemático, el análisis de contenidos obtiene categorías para responder a preguntas de investigación formuladas de antemano, y puede adoptar un enfoque tanto inductivo como deductivo o mixto (Cho & Lee 2014: 5).

Escuelas y técnicas de codificación

La codificación es el proceso fundamental de todo análisis cualitativo. Según Strauss & Corbin (1990: 57), consiste en «the operations by which data are broken down, conceptualised, and put back together in new ways». Implica interpretar, clasificar y explicar los datos en detalle (Böhm 2004: 270–271; Silverman 2011: 70). Cuando se realiza de forma iterativa y rigurosa, permite validar teóricamente el análisis cualitativo, haciéndolo más replicable, transparente y adaptable. Así, codificar es identificar pasajes que ilustran una categoría teórica o descriptiva común y agruparlos bajo un nombre o «código» que representa ese concepto (Gibbs 2007: 38). El código es una palabra u oración corta que «symbolically assigns a summative, salient, essence-capturing, and/or evocative attribute for a portion of language-based or visual data» (Saldaña (2021: 3). Es un constructo generado por el investigador, que interpreta y simboliza el significado de un dato para facilitar procesos posteriores como la categorización, formulación de afirmaciones, o construcción de teoría.

Este proceso de codificación va más allá de etiquetar o marcar superficialmente, ya que implica comparar y relacionar las unidades codificadas entre sí y los conceptos conocidos de continuo. Es un método de análisis conocido como comparativo constante (Charmaz 2006) que alterna entre la lectura emergente  de los datos (inductiva) y la incorporación deductiva de teorías o modelos existentes (Srivastava & Hopwood 2009: 77). Algunos investigadores consideran que codificar es una fase previa al análisis real mientras que otros otros lo consideran parte inegrante del análisis cualitativo: «coding is analysis» (Miles, Huberman& Saldaña 2020: 63). Estas propuestas de las ciencias sociales han dado lugar a esquemas metodológicos útiles para los ETI. En particular, es clave la distinción entre los métodos de codificación de primer y segundo ciclo (Saldaña 2021): La codificación de primer ciclo fragmenta y etiqueta los datos de manera cercana y descriptiva, mientras que la codificación de segundo ciclo los reorganiza, agrupa y abstrae para identificar patrones o categorías de mayor nivel analítico.

Análisis y codificación de datos (Saldaña 2021).

Las técnicas de codificación en la teoría fundamentada se consolidan, inicialmente, en el siglo pasado. Desde una visión inductiva, se trasponen progresivamente en los estudios cualitativos de contenido o análisis de datos cualitativos (QDA, por sus siglas en inglés), de carácter deductivo o inductivo-deductivo. Este apartado presenta primero la forma en que se concibió el ciclo de codificación en el contexto de la teoría fundamentada y, a continuación, su transferencia a los estudios cualitativos de contenido más generales. En la codificación propia de la teoría fundamentada, la categoría central —es decir, la teoría— presente en un conjunto de datos emerge de un análisis estructurado en tres tipos principales de codificación iterativos: codificación abierta, codificación axial y codificación selectiva (Strauss & Corbin 1990: 58; Böhm 2004: 270; Robson 2016: 463).

• La codificación abierta consiste en descomponer, examinar, comparar, conceptualizar y categorizar los datos (Strauss & Corbin 1990: 61). En esta etapa, se analiza exhaustivamente el contenido, se identifican los extractos interesantes y se asignan códigos o categorías conceptuales iniciales. Se recomienda comenzar codificando una parte representativa del corpus y aplicar posteriormente los códigos a secciones más amplias (Robson 2016: 163, 463; Böhm 2004: 271).

• La codificación axial es «a set of procedures whereby data are put back together in new ways after open coding, by making connections between categories. This is done by utilizing a coding paradigm involving conditions, context, action/interaction strategies and consequences» (Strauss & Corbin 1990: 96). Durante la codificación axial, los datos de trabajo son los propios códigos preliminares que han aflorado en la codificación abierta, entr elos cuales ahora se establecen relaciones. Esta etapa es clave para la generación teórica, pues permite vincular categorías y conceptos en un nivel de mayor abstracción (Böhm 2004: 271; Robson 2016: 463).

• La codificación selectiva es «the process of selecting the core category, systematically relating it to other categories, validating those relationships, and filling in categories that need further refinement and development» (Strauss & Corbin 1990: 116). La codificación axial proporciona el andamiaje para abstraer una categoría central, que actúa como núcleo integrador del análisis. Esta categoría se puede ir ajustándo conforme avanza la investigación. No siempre es sencillo identificar una categoría lo suficientemente abstracta y general como para constituir el eje teórico claro de un estudio (Böhm 2004: 273; Robson 2016: 463).

Durante este proceso, es fundamental tomar apuntes conceptuales durante el análisis, ya que permiten recordar las motivaciones al formular códigos potenciales y, después, favorecen la revisión argumentada de los primeros códigos propuestos, para evolucionar hacia categorías más estables. Como la teoría fundamentada es una metodología inductiva, se recomienda crear denominaciones propias para las categorías, evitando en lo posible reutilizar categorías establecidas (Silverman 2011: 70). Se pretende profundizar en nuevas teorías a partir de un conjunto de datos poco estudiado o, en algunos casos, abordar una realidad desde una nueva perspectiva o con una nueva metodología que se aleja de teorías prexistentes deliberada y justificadamente.

Tanto en el análisis cualitativo de datos como en la teoría fundamentada se aplica el método de comparación constante sistemática para analizar de los datos y favorecer la generación teórica. Este método consta de cuatro etapas: 1) comparación de los casos vinculados a cada categoría; 2) integración de las categorías y sus propiedades; 3) delimitación de la teoría y 4) redacción de la teoría (Glaser & Strauss 1967/1999: 105).

La teoría fundamentada no se ha usado mucho en los ETI, pero hace tiempo que se reconoce su potencial metodológico. Por ejemplo, Hubscher-Davidson (2011: 6) menciona de forma explícita su interéspara la investigación cualitativa en los ETI. La aplicación de la teoría fundamentada  ha estado ligada mayoritariamente al análisis de datos obtenidos con técnicas sociológicas o etnográficas, especialmente entrevistas, encuestas abiertas o testimonios como, por ejemplo, Sun (2011), Pöllabauer (2012), Olohan (2014) y Rico & González (2022). La escasa tradición metodológica cualitativa en los ETI hace que, en muchos casos, los estudios que refieren el uso de la teoría fundamentada se sitúen, en realidad, en un eje metodológico inductivo-deductivo, más que en una aproximación estrictamente inductiva. Un ejemplo representativo de este enfoque híbrido es el trabajo de Désilets, Melançon & Patenaud (2008). Efectivamente, en la práctica, muchos enfoques inspirados en la teoría fundamentada son realmente metodologías inductivo-deductivas. A menudo, la riqueza del proceso sistemático de codificación constante resulta más atractiva que la lógica inductiva pura. La limitada transferencia entre metodologías sociológicas cualitativas y los ETI, junto con la escasez de estudios cualitativos sistemáticos en traducción que describan claramente los procedimientos de codificación, ha dificultado una asimilación más amplia de la teoría fundamentada. Así, cuando el proceso investigador no responde a una lógica inductiva pura, sino que incorpora categorías teóricas preexistentes desde el inicio deductivamente, es más adecuado hablar de análisis de datos cualitativos y no estrictamente de teoría fundamentada, ya que no son equivalentes metodológicos al diferir de forma esencial el rol de la teoría en el diseño de cada estudio.

Más allá de su aplicación en estudios basados en entrevistas y datos sociológicos, la teoría fundamentada ofrece un marco metodológico fértil para el análisis textual en los ETI, tanto de textos fuente como de traducciones, para explorar estrategias de traducción, errores, patrones de reformulación o dimensiones teóricas poco definidas. En esta línea merece especial mención Wehrmeyer (2014), quien desarrolla un modelo de recepción para los ETI comparando los textos fuente y meta sobre la base de normas de expectativas del público destinatario. Tambiérn destacan De la Cova (2017), Szymylsik (2019) y Calvo & Morón (2020), que han utilizado la lógica iterativa de la teoría fundamentada en el análisis textual. En definitiva, aunque hay que distinguir categorías deductivas e inductivas para evitar confusiones metodológicas, la teoría fundamentada sigue siendo un marco epistemológico valioso para investigar conceptos ambiguos o explorar nuevos dominios en los ETI. Su lógica de codificación constante e iterativa permite generar categorías sólidas desde los datos, sin renunciar al diálogo crítico con la teoría.

Una de las críticas más frecuentes a la teoría fundamentada, según Robson (2016: 162), es que resulta poco verosímil investigar sin revisar los marcos teóricos, ideas o presupuestos previos, como si el investigador fuese una tabula rasa (Charmaz 2006). Glaser (2004) señala que, aunque la teoría fundamentada debe ser esencialmente inductiva, no puede ignorar conceptos y teorías en circulación, que deben incorporarse al análisis comparativo una vez identificada la categoría central y avanzado el desarrollo conceptual (Glaser 2004: 12). No se trata de obviar la teoría existente, sino de decidir el momento de integrarla: la jerarquía deductiva tradicional teoría-práctica se diluye y el marco teórico se incorpora cuando los datos lo requieren, incluso tras el análisis pero como parte del proceso analítico. La aplicación estricta de técnicas de teoría fundamentada pura resulta compleja. En la práctica, la frontera entre lo inductivo y lo deductivo no es nítida. Un diseño inductivo sigue una lógica distinta del que presupone hallar en los datos fenómenos descritos con antelación, pero puede ir incorporando una visión más deductiva conforme se consolidan los conceptos que emergen inductivamente. Simétricamente, si las categorías conocidas no bastan para describir lo estudiado, un diseño deductivo puede cobrar rasgos inductivos conforme avanza el análisis. Por ello, un estudio riguroso de carácter inductivo-deductivo debe distinguir los elementos genuinamente inductivos (novedosos desde los datos), los conceptos aplicados deductivamente y los revisados o reinterpretados inductivamente a la luz de los datos.

El análisis cualitativo de datos traspone las técnicas desarrolladas para la teoría fundamentada a procesos inductivo-deductivos y deductivos, y también plantea la codificación como un proceso por ciclos. El primero, de codificación inicial (Saldaña 2021), podría considerarse similar a la codificación abierta en la teoría fundamentada. En esta etapa, el investigador asigna códigos preliminares a las unidades de datos, pero el proceso es reflexivo y no implica una sola lectura: se regresa al corpus tantas veces como sea necesario para conectar ideas. El resultado es una o varias codificaciones iniciales acompañadas de anotaciones, comentarios y memos. En el segundo ciclo de codificación, el foco pasa del texto en sí a los propios códigos generados de modo preliminar. Según Saldaña (2021: 89), este ciclo requiere «analytic skills as classifying, prioritizing, integrating synthesizing, abstracting, conceptualizing, and theory building». Se trata de identificar patrones, que pueden estar vinculados a fenómenos, causas, relaciones (oposición, inclusión, dependencia), actores implicados y la relación entre ellos. Agrupando e interconectando los códigos se construye un sistema analítico superior coherente —jerarquías y mapas conceptuales bajo criterios de relación, inclusión y exclusión— que constituye la teorización cualitativa.

Robson (2016) describen este proceso de teorización como codificacción tenmática y definen cinco pasos:

1. Familiarización con los datos (lectura, transcripción, ideas preliminares).
2. Generación de códigos iniciales (con o sin marco conceptual previo).
3. Identificación de temas (agrupación de códigos, revisión de coherencia).
4. Construcción de redes temáticas.
5. Integración e interpretación (uso de matrices, esquemas, interpretación de patrones).

En las fases de análisis, se pasa de la observación a la operacionalización: «clear operational definitions are indispensable so that they can be applied consistently by a single researcher over time and multiple researchers will be thinking about the same phenomena as they code» (Miles, Huberman & Saldaña 2020: 77). Esta definición operativa permite validar o refutar estudios en investigaciones simultáneas o posteriores. La obra general sobre análisis cualitativo de datos de Saldaña (2021) ofrece una amplia variedad de técnicas, perspectivas y métodos de codificación, así como buen número de ejemplos concretos de investigación con este método desde una perspectiva no específicamente traductológica sino sociológica general, si bien ayuda a entender el proceso. En la siguiente imagen (Saldaña 2021), se aprecia cómo el texto entendido como el dato primario (codificación abierta o de primer ciclo) se convierte en códigos como tipo de dato de nivel superior que cristaliza en categorías (codificación axial en la teoría fundamentada o de segundo ciclo en análisis cualitativo de datos) y finalmente se consolida como teoría en forma de temas y conceptos (codificación selectiva). Los ciclos no deben entenderse de una manera linea. Como se ha indicado, se trata de un proceso iterativo de ida y vuelta hasta que  se consolida la codificación y las categorías se saturan cualitativamente.

El conjunto final de códigos suele representarse en un manual o pauta de codificación. Conviene conservar las versiones sucesivas del manual de códigos durante su desarrollo, una herramienta de investigación por sí misma que documenta la evolución del análisis, pues incluye códigos preliminares, definiciones, ejemplos y justificaciones de la toma de decisiones. Este registro favorece la trazabilidad del análisis, la fiabilidad y el consenso intersubjetivo en investigaciones en equipo y futuras investigaciones deductivas (Reyes, Bogumil & Welch 2021).

cabecera

 Herramientas para el análisis cualitativo 

Ejemplo de aplicación cualitativa de códigos para detectar problemas de traducción en un corpus de sentencias en inglés en la interfaz de Atlas.ti Web (investigación en curso de E. Calvo en 2025–26).

En los estudios de análisis cualitativo de datos, tradicionalmente se ha recurrido a métodos laboriosos de marcación y anotación de contenidos, tales como anotaciones marginales, comentarios, glosas, notas, etiquetasd y marcadores, subrayados, fichas de análisis, tablas y plantillas para  organizar la información o carpetas, entre otros (Saldanha & O’Brien 2013: 231; Robson 2016: 464). A menudo, estos procedimientos requieren una preparación previa; por ejemplo, en la codificación con herramientas digitales se recomienda preeditar los textos para facilitar su procesamiento. Estos enfoques conllevan limitaciones significativas, entre ellas una recuperación de datos poco dinámica y menos eficiente, sobre todo en estudios contrastivos que analizan bitextos (corpus paralelos plurilingües alineados). Estas limitaciones hacen patente la necesidad de contar con herramientas más específicas y potentes para la investigación cualitativa en los ETI.

Según Fantinuoli (2016), hasta la fecha las herramientas cuantitativas disponibles estaban diseñadas pensando enaplicaciones pedagógicas o ámbitos monolingües en lingüística y lexicografía (WordSmith Tools, AntConc, TextSTAT). Estas herramientas ágiles permiten automáticamente procesar complejos formatos de archivo, crear corpus directamente desde la web (Sketch Engine) y trabajar con ellos sin procesamiento previo. No obstante, siguen aquejados de limitaciones en los procesos traductológicos profesionales y en su aplicación a los ETI, especialmente si el objeto, método o resultado del estudio es cualitativo, porque la máquina no puede interpretar textos en estas dimensiones (Fantinuoli 2016). Desde el punto de vista del análisis, estas herramientas cuantitativas no arrojan unos resultados óptimaos para la investigación, si se comparan con herramientas CAQDAS, ya que es el investigador quien en buena medida debe elaborar los resultados y su representación.

En este contexto, se dispone de distintas herramientas digitales empleadas o adaptadas en los ETI:

• Alineadores (Trados, MemoQ, LF Aligner): son útiles para el trabajo con segmentos oracionales y bitextos, aunque no incorporan funciones avanzadas de anotación ni representación de resultados.
• Herramientas generales, como el reconocimiento óptico de caracteres (OCR, por sus siglas en inglés) o el programa de transcripción ExpressScribe, facilitan la preedición y la conversión de datos no textuales en corpus procesables.
• En ausencia de herramientas específicas, algunos investigadores han desarrollado o adaptado software de anotación o codificación como el lenguaje ampliable de maquetación para anotar el discurso (EXMARaLDA, por sus siglas en inglés), aplicado al proyecto TiPP de la Universidad Autónoma de Barcelona (Orozco 2018)
• Finalmente, las aplicaciones digitales de apoyo al análisis cualitativo (CAQDAS, por sus siglas en inglés) son las opciones más completas para el análisis cualitativo en los ETI. Herramientas como NVivo, ATLAS.ti, MAXQDA, Dedoose y Delve permiten codificar, clasificar y representar visualmente los datos (mediante mapas conceptuales, nubes de palabras o gráficos), así como construir teorías a partir de las codificaciones. Aunque su uso sigue siendo limitado en los ETI, su potencial es evidente, especialmente para el análisis textual monolingüe de corpus originales o traducidos.

Para cerrar, existen investigaciones en los ETI que han empleado CAQDAS —por ejemplo, en estudios etnográficos, análisis de discurso o literatura— pero su aplicación al análisis textual cualitativo desde una perspectiva traductológica sigue en la infancia, especialmente porque estos programas todavía plantean limitaciones para los estudios contrastivos al no estar diseñados para manejar bitextos. Se puede trabajar con tablas bilingües o bitextos y también es útil crear hipervínculos entre textos origen y meta, pero debertíamos contar con una herramienta diseñada específicamente para bitextos. 

cabecera

  Potencial de investigación

Las técnicas de estudio propias o afines a los métodos cualitativos de análisis textual ofrecen diversas vías para abordar los grandes dilemas teóricos en los ETI, tanto cuando el texto se emplea como medio para conocer mejor un objeto de estudio como cuando constituye dicho objeto en sí mismo. Los principales fenómenos estudiados en los ETI tienden a ser conceptos complejos y subjetivos, como es el caso de problema de traducción, competencia traductora, error de traducción, calidad o toda una plétora de nociones textuales, estilísticas, discursivas y funcionales. En un contexto disciplinar donde un mismo fenómeno recibe infinidad de etiquetas y una misma etiqueta puede corresponder a un abanico de realidades sujetas a estudio, la mejor respuesta, desde el punto de vista de la investigación, reside en la definición conceptual y en las técnicas metodológicas sistemáticas que refuercen la validez y la fiabilidad cualitativas.

Tanto en estudios de corte deductivo como en propuestas de naturaleza inductiva, la sistematización de las metodologías aplicadas y su validez conceptual situará a los ETI en un alto nivel teórico que propulse el avance disciplinar. Esta solidez metodológica y teórica es especialmente importante hoy, ante las perturbacioes introducidas por la inteligencia artificial con sus tratamientos textuales centrados en los datos cuantitativos. Frente a este paradigma cuantitativo, los estudios cualitativos recuperan la centralidad de la interpretación hermenéutica, el trabajo interpretativo y la profundización al comprender el texto original y su traducción. Esta estrategiaes, además, realmente pone de manifiesto los límites del procesamiento automatizado y la necesidad de cimentar o triangular las investigaciones puramente cuantitativas con estudios cualitativos sistemáticos.

Los textos constituyen nuestro principal material de estudio y se encuentran anclados entre el lenguaje y la cultura. Hasta la fecha, ningún intento de sistematización cuantitativa del lenguaje ha logrado niveles exhaustivos. El análisis cualitativo vincula la noción de calidad con las restricciones y expectativas relativas al contexto, la función y la intención, que determinan la complejidad de un texto, ajustándose así a la lógica de los principales autores funcionalistas de los ETI.

La codificación cualitativa sistemática de los textos (entendidos, según el caso, como objeto o como medio de la investigación, según principios inductivos, deductivos o inductivo-deductivos, con una visión de arriba abajo o de abajo arriba, conforme a técnicas iterativas de QDA), es apropiada para estudiar, entre otros,

• aspectos contrastivos, para codificar los fenómenos encontrados en el texto meta relativos a evaluación de la calidad, identificación de las estrategias aplicadas, etc.
• el texto origen y su naturaleza, como inicio del proceso traductor, por ejemplo, para detectar problemas de traducción u otros fenómenos textuales elusivos del texto meta (Calvo & De la Cova 2024).
• aspectos ideológicos o marcas discursivas que permitan analizar contextos sociales (censura, género, discriminación, opiniones políticas, etc.)
• la calidad argumental o narrativa (solidez de los argumentos, originalidad, calidad de la redacción, cohesión y coherencia discursivas, fluidez, elocuencia, información falsa o tergiversada, plagio, disonancia cognitiva, etc.)
• el estilo, tono, voz, registro, etc. y otras cualidades literarias y expresivas.
• aspectos intangibles o implícitos del discurso como el humor, la ironía, el sarcasmo, los dobles sentidos, las connotaciones, el lenguaje vulgar o soez, los cultismos, las metáforas y otros recursos literarios, etc.
• contextos complejos de alta subordinación, como los de carácter visual, audiovisual, multimodal, discursos y recursos orales y retóricos, etc.
• textos con un fuerte componente cultural, local, legislativo, histórico, social, etc., que requiera interpretación, etc.

cabecera