Algunos de los programas CAQDAS más populares son ATLAS.ti (Paulus y Lester, 2015; Paulus et al. 2018; Lopezosa et al. 2022), NVivo (Lopezosa, 2020) y MAXQDA (Schultheiß y Lewandowski, 2020; 2021; Lopezosa y Codina, 2022), entre otros.

Como ya se ha indicado, la manera de extraer los datos de las declaraciones de los entrevistados utilizando un CAQDAS es de forma asistida (semiautomática), por lo que hay dos aspectos sensibles que hay que tener en cuenta. Por un lado, la elección de los códigos a aplicar, y, por otro lado, la interpretación final de los informes resultantes de la codificación de las entrevistas.

Los códigos, como veremos a lo largo de este informe, deben reflejar los mismos temas sobre los que hemos decidido articular las declaraciones de los entrevistados. El término código no debe hacernos pensar exclusivamente en números o en siglas. El término código es perfectamente equivalente al de tema o categoría. Por tanto, podemos pensar en los códigos como en palabras simples o compuestas, o en frases cortas, que expresan los temas principales de la investigación. La función de estos códigos o categorías es la de unir fragmentos significativos de información textual de fuentes diferentes (p.e. diferentes entrevistados) que se refieren a los mismos temas.

Estos códigos pueden ser creados y seleccionados por el investigador. En el caso de las entrevistas, puede ser código de tipo deductivo, esto es, habrán sido generados antes de los análisis ya que cada una de las preguntas ha sido diseñada alrededor de cada uno de los temas.

Los códigos o categorías pueden haber sido obtenidos como resultado de investigaciones o estudios previos, p.e, a partir de una revisión de la literatura o de un estudio de caso. Los códigos también pueden generarse de modo inductivo, esto es, a partir del análisis de un corpus textual de algún tipo, como el que generan las entrevistas.

Por último, como es lógico, los códigos y los informes resultantes pueden ser obtenidos de un modo mixto, esto es, las preguntas o temas de las entrevistas implican una codificación deductiva a priori e inicial, pero el análisis a posteriori, bien sea de tipo intelectual, o con software de IA como el que aplicaremos aquí, permite inducir formas de codificación adicionales.

En este sentido, los informes serán el resultado de la codificación aplicadas las entrevistas. Los
programas CAQDAS ofrecen al investigador un informe por cada código aplicado. Estos informes son, en sí mismos, datasets en bruto que el investigador deberá leer e interpretar de modo crítico para obtener las ideas más significativas y de mayor riqueza para el estudio que esté realizando.

En este sentido y, ante el auge de la inteligencia artificial, y más concretamente de ChatGPT, un lenguaje de procesamiento natural desarrollado por OpenAI (2022), este trabajo tiene como objetivo ofrecer, un método que combina ChatGPT con programas como ATLAS.ti, Nvivo y MAXQDA para mejorar la experiencia de los investigadores en el análisis cualitativo de entrevistas.

A continuación, se lleva a cabo una revisión de ATLAS.ti, Nvivo y MAXQDA y su uso en la academia, seguidamente, se explica qué es ChatGPT y cómo puede ser utilizada para apoyar el proceso de codificación de entrevistas y recopilación de resultados tomando como base el pensamiento crítico y la ética profesional (Codina, 2022). Finalmente, se presentan tres ejemplos práctico detallado de cómo combinar ChatGPT con (1) ATLAS.ti, (2) Nvivo y (3) MAXQDA en estudios cualitativos basados en entrevistas.