Etiqueta: focus group

Evaluación de la percepción estudiantil sobre la capacidad de la inteligencia artificial para resolver problemas de ingeniería

Dentro del proyecto de innovación docente PROFUNDIA, hemos realizado una investigación cualitativa sobre la percepción de los estudiantes respecto de la capacidad de la inteligencia artificial para resolver problemas de ingeniería. Se realizó mediante una variante de la técnica de «focus group» en una clase de 10 alumnos del Máster Universitario en Ingeniería del Hormigón de la Universitat Politècnica de València. A continuación describimos cómo se realizó la investigación y adelantamos algunas de las conclusiones más interesantes.

La presente investigación tuvo como objetivo analizar cómo perciben los estudiantes universitarios la capacidad de la inteligencia artificial generativa (IAG) para resolver problemas de ingeniería y, en especial, cómo evolucionan dichas percepciones cuando tienen la oportunidad de contrastar las respuestas proporcionadas por la IA con una solución correcta validada por el profesorado.

Para ello, se diseñó una experiencia en dos fases. En la primera, los participantes utilizaron libremente herramientas de inteligencia artificial para resolver un problema de ingeniería cuyo resultado desconocían y, posteriormente, respondieron a un cuestionario de preguntas abiertas. En la segunda fase, una vez facilitada la resolución correcta del problema, los estudiantes compararon ambos resultados y completaron un nuevo cuestionario orientado a identificar posibles cambios en sus opiniones, niveles de confianza y criterios de valoración.

Los resultados muestran que los estudiantes parten de una actitud generalmente favorable hacia la inteligencia artificial. La mayoría considera que estas herramientas son útiles para apoyar el aprendizaje, agilizar los cálculos, estructurar procedimientos o proporcionar orientación inicial en la resolución de problemas técnicos. Sin embargo, incluso antes de conocer la solución correcta, ya se observa una percepción relativamente madura de sus propias limitaciones. Los participantes manifiestan reiteradamente que las respuestas obtenidas deben ser verificadas mediante la normativa técnica, la bibliografía especializada o el propio razonamiento, lo que evidencia una confianza condicionada más que una aceptación acrítica de los resultados generados por la IA.

La comparación posterior con la resolución correcta produjo un efecto significativo de recalibración de la confianza. Los estudiantes comprobaron que la inteligencia artificial era capaz de generar respuestas técnicamente plausibles y bien redactadas, pero no necesariamente correctas desde el punto de vista normativo o metodológico. Esta constatación reforzó la percepción de que la apariencia de rigor técnico no constituye una garantía de validez. Tras la experiencia, las opiniones evolucionaron de una valoración centrada en la utilidad operativa de la herramienta a una visión más crítica, basada en la necesidad de validar sistemáticamente cualquier resultado antes de aceptarlo como correcto.

Uno de los hallazgos más relevantes del estudio es la identificación de la normativa técnica como uno de los ámbitos en los que los estudiantes perciben mayores limitaciones al uso de la inteligencia artificial. Numerosos participantes señalaron que las respuestas generadas no incorporaban adecuadamente los criterios establecidos en las normas aplicables, omitían condicionantes relevantes o utilizaban referencias incorrectas. En consecuencia, la principal fuente de error detectada no se relacionó tanto con la capacidad de cálculo de la herramienta como con su dificultad para interpretar y aplicar correctamente los marcos regulatorios específicos. Esta percepción resulta especialmente relevante en el ámbito de la ingeniería, donde la adecuación normativa constituye un requisito esencial para la validez de cualquier solución técnica.

El análisis también revela una comprensión creciente por parte de los estudiantes del funcionamiento y de las limitaciones inherentes de los sistemas de inteligencia artificial. A medida que reflexionaban sobre los errores detectados, los participantes identificaban fenómenos como la generación de respuestas plausibles sin fundamento suficiente, la tendencia a proporcionar una respuesta incluso cuando la información disponible es insuficiente o la dependencia de fuentes cuya calidad no siempre puede verificarse. Esta toma de conciencia constituye un indicio del desarrollo de competencias de alfabetización en inteligencia artificial y de una comprensión más sofisticada de los riesgos asociados a su uso.

Otro aspecto especialmente significativo es que los estudiantes concluyen prácticamente de manera unánime que el uso eficaz de la inteligencia artificial requiere sólidos conocimientos previos sobre la materia consultada. Lejos de considerar que estas herramientas puedan sustituir el aprendizaje o el criterio profesional, los participantes afirman que la capacidad para detectar errores, formular preguntas adecuadas y validar resultados depende directamente del dominio conceptual del usuario. Desde esta perspectiva, la IA se percibe como una herramienta de apoyo cuyo valor aumenta cuando se utiliza desde una posición de conocimiento y de pensamiento crítico.

En términos educativos, la experiencia pone de manifiesto el potencial formativo de actividades basadas en la comparación entre respuestas generadas por la inteligencia artificial y soluciones correctas validadas por expertos. Este tipo de ejercicios no solo permite evaluar la fiabilidad de la herramienta en contextos específicos, sino que también favorece el desarrollo de competencias fundamentales para el futuro ejercicio profesional, tales como la capacidad de análisis crítico, la verificación de la información, la interpretación normativa y la toma de decisiones fundamentadas.

En conclusión, los resultados indican que la experiencia no conduce a un rechazo de la inteligencia artificial, sino a una comprensión más realista de sus capacidades y limitaciones. Los estudiantes mantienen una valoración positiva de estas herramientas como recurso de apoyo, pero desarrollan simultáneamente una actitud más prudente y reflexiva respecto a su utilización. La principal transformación observada consiste en el paso de una confianza basada en la aparente calidad de las respuestas a una confianza condicionada por la necesidad de validación, de supervisión humana y de juicio profesional. Este cambio puede interpretarse como un indicador de madurez tecnológica y constituye uno de los resultados más relevantes de la investigación.

En esta conversación puedes escuchar cómo hemos realizado esta investigación cualitativa.

El vídeo resume bien las ideas más importantes de este tema.

Referencia:

YEPES-BELLVER, L.; MARTÍNEZ-PAGÁN, P.; YEPES, V. (2026). Impacto de la inteligencia artificial en la formación técnica: aprendizaje profundo, metacognición y transferibilidad profesional. En libro de actas: XII Congreso de Innovación Educativa y Docencia en Red. Valencia, 9-10 de julio de 2026.

Licencia de Creative Commons
Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional.

Más allá de los datos: el arte (y la ciencia) de escuchar lo que nadie se atreve a decir

¿Por qué, a pesar de tener todas las estadísticas y los gráficos sobre la mesa, a veces fracasamos en nuestro intento de entender el comportamiento humano? En una era obsesionada con el Big Data, tendemos a olvidar que los números solo muestran una parte de la realidad. Las decisiones estratégicas, desde la optimización de un servicio oncológico hasta el cambio de modelo de negocio, exigen descifrar el «porqué» que se esconde detrás de cada dato. Aquí es donde surgen los grupos focales, no como un trámite académico árido, sino como una ventana táctica a la subjetividad. Esta técnica capta cómo piensan, sienten y viven las personas a través de la interacción grupal y revela verdades incómodas o sutiles que una encuesta estandarizada no puede detectar. No se trata solo de recopilar información, sino de ponerse en la piel del otro para transformar la gestión organizativa.

Un origen inesperado: de la propaganda de guerra a la empatía moderna.

Aunque hoy los asociamos con el marketing o la salud, los grupos focales surgieron de una necesidad estratégica de supervivencia. La técnica, originalmente bautizada como «entrevista focal», fue desarrollada en la década de los cuarenta en la Universidad de Columbia por Paul Lazarsfeld y Robert Merton. Su objetivo inicial era analizar las respuestas de la audiencia ante la propaganda y las transmisiones de radio durante la Segunda Guerra Mundial.

Resulta fascinante observar que, a pesar de su potencial, la técnica fue prácticamente ignorada en la investigación académica formal hasta finales de la década de 1970, un período de «renacimiento» en el que se comprendió que lo que servía para el control de masas podía ser la herramienta definitiva para la empatía. Lo que comenzó como un instrumento para analizar la propaganda evolucionó hacia una metodología para «dar voz» al ciudadano, lo que permitió humanizar sistemas que, de otro modo, habrían permanecido ciegos al factor humano.

La «sinergia»: cuando 1 + 1 es mucho más que 2.

A diferencia de la entrevista individual, el grupo focal es un método colectivista. Su valor estratégico no radica en la suma de opiniones, sino en la energía que el grupo genera. La interacción actúa como un catalizador: un comentario ajeno activa recuerdos, las inhibiciones se disuelven y surgen temas tabú que nadie se atrevería a mencionar en soledad.

«El grupo focal es un método de investigación colectivista, más que individualista, que se centra en la pluralidad y la variedad de las actitudes, experiencias y creencias de los participantes en un tiempo relativamente corto».

Nota de rigor técnico: es vital distinguir entre método y técnica. El método es el proceso macro para alcanzar una meta, mientras que el grupo focal es, técnicamente, una técnica: un conjunto específico de directrices y recursos diseñados para llevar a cabo una estrategia de escucha profunda.

El moderador: un director de orquesta invisible.

El éxito de esta técnica no depende de los participantes, sino de la habilidad del moderador. No es una autoridad, sino un facilitador que convierte la amabilidad en una herramienta técnica de precisión.

Habilidades tácticas de moderación:

  • Manejo del silencio: entender el vacío no como un error, sino como una invitación para que el participante profundice en sus ideas.
  • Cuidado de las relaciones interpersonales: exigencia técnica orientada a generar seguridad psicológica y a obtener datos auténticos.
  • Ausencia de posturas autoritarias: el moderador debe «focalizar» la conversación sin sesgarla con sus propios prejuicios, manteniendo una escucha activa y sensible.
  • Sencillez lingüística: adaptar el registro al «mundo de vida» del entrevistado para eliminar barreras jerárquicas.

El «número mágico» y el límite del cansancio.

Para que la sinergia no se convierta en caos, la logística debe ser milimétrica. La eficiencia operativa de un grupo focal se rige por estas reglas de oro:

  • Participantes: el rango ideal es de 6 a 10 colaboradores. Con menos de seis, se limita el pensamiento colectivo; con más de diez, se diluye la profundidad y se complica la labor del moderador.
  • Duración óptima: entre 60 y 90 minutos. Este es el tiempo necesario para crear un clima de confianza y agotar la hoja de ruta (questioning route).
  • El límite crítico: las dos horas, que marcan el «límite físico y psicológico». Superar este umbral genera fatiga cognitiva y reduce la calidad y la veracidad de los testimonios.

Del caos al orden: el desafío de analizar la subjetividad.

Convertir las horas de conversación en hallazgos aplicables requiere un rigor metodológico casi artesanal. El análisis no es una cuestión de intuición, sino un proceso de triangulación en el que se «tejen» los testimonios con teorías previas y marcos bibliográficos para otorgar validez científica a la subjetividad.

El proceso se divide en dos niveles críticos de codificación:

  • Codificación abierta: exploración inicial de los datos para crear conceptos y categorías desde cero (descubrimiento).
  • Codificación axial: identificación de conexiones y relaciones lógicas entre los códigos creados (la estructura).

Fases del análisis temático:

  1. Familiarización: Inmersión total en las transcripciones literales.
  2. Generación de códigos: Etiquetado de conceptos clave.
  3. Búsqueda de temas: Agrupación de códigos en patrones de significado.
  4. Revisión: Asegurar que los temas representen fielmente el diálogo original.
  5. Definición: Refinar la esencia de cada categoría.
  6. Redacción: Construcción de una narrativa coherente que responda a los objetivos estratégicos.

Conclusión: un futuro basado en la escucha.

En un mundo saturado de algoritmos e inteligencia artificial, la herramienta más disruptiva sigue siendo la conversación humana dirigida. Implementar una cultura de escucha activa mediante grupos focales no es un lujo académico, sino una ventaja competitiva que humaniza las organizaciones y valida la experiencia individual.

¿Cómo cambiaría su entorno laboral si, por un momento, silenciara los cuadros de mando de datos para crear un espacio diseñado solo para escuchar? En última instancia, el valor de la subjetividad es que nos permite ver aquello que los números, por sí solos, prefieren callar.

En esta conversación podéis escuchar las ideas más interesantes sobre esta técnica de investigación cualitativa.

Este vídeo resume bien los principales conceptos de los grupos focales.

El_Lente_y_la_Sinergia

Licencia de Creative Commons
Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional.

Más allá de la opinión: en busca de la evidencia científica.

¿Cómo entendemos realmente el comportamiento humano y el funcionamiento de la sociedad? A menudo, nos basamos en la intuición o en ideas preconcebidas sobre lo que es «científico». Asociamos la ciencia con laboratorios, experimentos y datos exactos, mientras que el estudio de lo social nos parece más ambiguo o «blando».

Sin embargo, la investigación social es sorprendentemente rigurosa. Sus métodos y principios nos permiten comprender el mundo y desarrollar un pensamiento crítico y estructurado.

En este artículo, veremos cinco ideas impactantes que surgen de la investigación social. Prepárate, porque algunas de tus certezas podrían cambiar.

1. No es el objeto de estudio, sino el método, lo que define a la ciencia.

Una de las primeras barreras con las que nos encontramos al pensar en las ciencias sociales es el objeto de estudio: el ser humano. A diferencia de las células o los planetas, las personas somos sujetos conscientes, llenos de simbolismo y percepciones. Esto lleva a muchas personas a pensar que no pueden ser objeto de estudio científico.

Sin embargo, aquí radica la primera gran idea: lo que distingue a la ciencia de otras formas de conocimiento no es el tema que investiga, sino el rigor de su método. Da igual si estudias la interacción de partículas o las dinámicas de un grupo social; lo importante es cómo lo haces.

«Si no hay método, no hay ciencia».

Por tanto, la cientificidad de las ciencias sociales se basa en el cumplimiento de reglas metodológicas formalizadas. Principios como el rigor y la parsimonia, la verificación empírica y la búsqueda de formulaciones de tipo general (universales) son los pilares que sustentan cualquier investigación válida, independientemente de lo complejo o subjetivo que pueda parecer su objeto de estudio.

2. Que algo sea cuantitativo no lo convierte automáticamente en objetivo (y viceversa).

Vivimos en un mundo obsesionado con los datos. Tendemos a creer que un porcentaje, una estadística o un número son sinónimos de verdad objetiva, mientras que un discurso o una opinión se considera meramente subjetivo. La idea de que los datos cuantitativos son inherentemente objetivos y más científicos es, según la propia metodología, falsa.

La objetividad no reside en la naturaleza del dato (un número frente a una palabra), sino en el método con el que se ha obtenido y analizado. Un estudio cuantitativo basado en un mal diseño de encuesta o en una muestra no representativa puede ofrecer resultados completamente sesgados y poco objetivos. Del mismo modo, un análisis cualitativo de discursos puede ser extremadamente riguroso y objetivo si se sigue un procedimiento sistemático y controlado.

Esta idea nos invita a ser más críticos con la información que consumimos. La próxima vez que veas una estadística impactante, no te quedes en el número; pregúntate cuál es el método que hay detrás.

«¡Ojo! Que trabajemos con discursos y percepciones no significa que la investigación se base en la subjetividad del investigador ni que la investigación sea subjetiva. Sería lo mismo que decir que, por trabajar con números o porcentajes, los resultados son objetivos, sin tener en cuenta cómo se han obtenido esos datos».

3. En toda ciencia hay un factor humano: el propio investigador.

La imagen popular del científico es la de una figura neutral e imparcial que observa la realidad sin afectarla. Sin embargo, la verdad es que en toda investigación científica se incluyen criterios subjetivos del investigador.

El verdadero rigor científico no consiste en negar esta subjetividad, sino en ser consciente de ella, saber identificarla y limitarla para que no condicione los resultados de la investigación. Esto es especialmente crucial en las ciencias sociales, donde el objeto de estudio es, a su vez, un sujeto consciente. El investigador debe esforzarse por distanciarse y seguir el método de forma disciplinada, empleando mecanismos como el «distanciamiento» y la «extrañeza» al analizar el objeto».

Este principio humaniza la ciencia. Nos recuerda que es una actividad humana, llevada a cabo por personas, y que requiere no solo conocimientos técnicos, sino también autoconciencia, disciplina y honestidad intelectual.

4. Antes de elegir una técnica, debes definir qué quieres saber.

Imagina que un carpintero decide usar un martillo antes de saber si tiene que clavar, atornillar o serrar. Suena absurdo, ¿verdad? Pues bien, en la investigación (y en muchos otros ámbitos de la vida) es un error muy común. A menudo, nos enamoramos de una herramienta —una encuesta, una entrevista, un grupo de discusión— sin haber definido previamente la pregunta fundamental.

Un principio clave de la metodología de investigación es que el objeto de estudio y los objetivos deben definirse antes de decidir qué técnicas se utilizarán. La herramienta debe adaptarse al problema y no al revés. ¿Necesitas datos generalizables de una población grande? Quizás lo más adecuado sea una encuesta. ¿Quieres profundizar en los significados y las experiencias de un grupo concreto? Las entrevistas pueden ser más adecuadas.

¿Cómo resume a la perfección el principio metodológico: «El diseño metodológico se construye a partir del objeto y de los objetivos del estudio»? Esta lección es universal: la estrategia siempre debe preceder a la táctica.

5. La mejor investigación no elige bando, sino que combina métodos.

El antiguo debate entre la investigación cuantitativa (basada en números) y la cualitativa (basada en discursos) está cada vez más superado. La investigación social moderna no los concibe como enfoques opuestos e irreconciliables, sino como herramientas complementarias que, utilizadas conjuntamente, ofrecen una visión mucho más completa de la realidad.

Cada método tiene su propia lógica y propósito. La investigación cuantitativa, heredera del positivismo, sigue una lógica de verificación perfectamente diseñada para su objetivo: la búsqueda de leyes generales mediante un enfoque cuantitativo. Por su parte, la investigación cualitativa, más ligada al humanismo, se basa en una lógica de descubrimiento, indispensable para su objetivo, que consiste en la búsqueda de los significados de la acción humana.

Las estrategias más potentes son las de «articulación metodológica», como la complementación (emplear diferentes técnicas para distintos objetivos) o la triangulación, que consiste en utilizar distintas metodologías para validar datos sobre un mismo objetivo. Este enfoque integrador permite construir un conocimiento más rico, robusto y matizado que cualquier método por sí solo podría ofrecer.

Una nueva forma de entender el conocimiento.

Como hemos visto, la investigación social, lejos de ser una «ciencia blanda», está llena de principios rigurosos y sofisticados que desafían muchas de nuestras suposiciones sobre el conocimiento, la objetividad y la verdad. Nos enseña que el «cómo» es tan importante como el «qué», que los números no siempre dicen la verdad y que la clave para entender la complejidad humana a menudo radica en combinar diferentes perspectivas.

Ahora que sabes que la objetividad es más compleja de lo que parece y que el método es la clave, ¿qué «verdad» aceptada en tu día a día empezarás a cuestionar?

En esta conversación puedes descubrir las claves de las técnicas de investigación social.

Os dejo un vídeo que resume bien las ideas fundamentales de estas técnicas.

Os dejo este documento de síntesis de estas técnicas.

Pincha aquí para descargar

Licencia de Creative Commons
Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial-SinObraDerivada 4.0 Internacional.