Alex A. Chamán Portugal
Resumen
La creciente complejidad de los fenómenos sociotécnicos asociados con la IV Revolución Industrial, expresados en la expansión de la inteligencia artificial, el Big Data, la automatización, la robótica y las plataformas digitales plantea desafíos nuevos a la investigación científica, ya que su progreso y apropiación transforman paralelamente las estructuras económicas, las relaciones sociales, los procesos educativos, la actividad investigativa, la producción científica, el mundo del trabajo, generando nuevas oportunidades, pero también desigualdades, dependencias y dilemas éticos.
Este artículo analiza y sintetiza el enfoque metodológico mixto como una estrategia epistemológica vital para articular parámetros cuantitativos y narrativas cualitativas. A través de una revisión bibliográfica selecta, se examinan sus fundamentos, diseños de integración y la transición conceptual hacia las denominadas rutas de investigación. Se sostiene que el enfoque metodológico mixto con la utilización de métodos cuantitativos y cualitativos o viceversa trascienden la suma de técnicas con las que se recolecta información o datos, exigiendo una integración rigurosa cuya utilidad depende del título y problema a investigar. En relación a la IV Revolución Industrial, se evalúa su pertinencia ante la expansión de la misma, el Big Data y la digitalización en Latinoamérica. Se concluye que, frente a las desigualdades estructurales de la región, esta metodología mixta permite medir las brechas tecnológicas y, al mismo tiempo, comprender las experiencias socioculturales que condicionan la educación, la ciencia y la tecnología.
1. Introducción
La transformación tecnológica está modificando radicalmente los modos de producir conocimiento, organizar la educación y relacionarse con la tecnología. La inteligencia artificial, el Big Data, la robótica y las plataformas digitales generan fenómenos multidimensionales que difícilmente pueden ser abarcados mediante una sola perspectiva práctica. En América Latina, además, estos procesos se encuentran atravesados por profundas desigualdades de conectividad, capacidades institucionales y formación de recursos humanos (CEPAL, 2021).
La investigación científica enfrenta, consiguientemente, una doble exigencia, por un lado, medir las magnitudes de estos fenómenos mediante evidencia estadística y, por otro lado, comprender sus dimensiones sociales, culturales y subjetivas. En este escenario, el enfoque metodológico mixto adquiere una relevancia epistémica insoslayable.
Para responder a esta complejidad, Hernández-Sampieri y Mendoza Torres (2023) consolidan el enfoque metodológico mixto como una de las tres grandes «rutas» de investigación. La existencia de esta ruta específica mixta evidencia que la ciencia actual ha superado la rígida oposición entre cuantificación e interpretación. El presente artículo se esfuerza por reflexionar los fundamentos, alcances y limitaciones del enfoque mixto, así como su pertinencia estratégica para abordar los retos investigativos en el contexto de la IV Revolución Industrial en la región latinoamericana.
2. Naturaleza y fundamentos del enfoque metodológico mixto
Históricamente, el quehacer investigativo estuvo marcada por la contrariedad de paradigmas. Sin embargo, Forni y De Grande (2020) sustentan cómo la comunidad científica transitó hacia propuestas orientadas a la integración, basadas en el pragmatismo filosófico. En su esfuerzo por establecer un consenso global, Johnson et al. (2007) definieron esta ruta mixta como aquella en que el investigador «combina elementos de los enfoques de investigación cualitativa y cuantitativa […] con el propósito de ampliar y profundizar la comprensión y la corroboración» (p. 123).
Es imperativo esclarecer que el enfoque mixto no se reduce a la simple utilización simultánea de métodos, técnicas o procedimientos de naturaleza cuantitativa y cualitativa. Contrariamente, supone una articulación sistemática, coherente e intencional de ambos enfoques en un mismo proceso investigativo, de manera que sus respectivos datos, procedimientos y resultados se integren, complementen y contrasten para lograr una comprensión más amplia, profunda y rigurosa del fenómeno estudiado. Su especificidad reside en la integración. Hamui-Sutton (2013) subraya que este enfoque metodológico requiere una articulación estructural que permita aprovechar las fortalezas de ambos enfoques y compensar sus debilidades, generando resultados que aisladamente serían inalcanzables.
Asimismo, Forni y De Grande (2020) advierten acerca de la necesidad de distinguir metodológicamente entre triangulación (utilizar distintos métodos para validar un mismo objeto de estudio) y los métodos mixtos (cuyo propósito principal suele ser la complementariedad y expansión de la comprensión de un fenómeno complejo).
3. Características, diseños y procesos de integración
El rigor del enfoque metodológico mixto no reside en la simple combinación de métodos cuantitativos y cualitativos, sino en la coherencia de su arquitectura de diseño y en la integración sistemática de ambas perspectivas. Esta integración puede producirse en la formulación de preguntas, el muestreo, la recolección, el análisis y la interpretación de los datos (Creswell & Plano Clark, 2018; Hernández-Sampieri & Mendoza Torres, 2023).
Entre los principales diseños destacan:
- Convergente: recolecta y analiza datos cuantitativos y cualitativos de forma simultánea para contrastarlos e integrarlos, identificando convergencias, complementariedades o divergencias.
- Secuencial explicativo: comienza con una fase cuantitativa que identifica tendencias o relaciones estadísticas y continúa con una fase cualitativa destinada a explicar e interpretar sus resultados.
- Secuencial exploratorio: inicia con una exploración cualitativa que permite construir categorías emergentes que, posteriormente, son evaluadas a gran escala mediante instrumentos cuantitativos.
Estos diseños son especialmente útiles para desarrollar y validar instrumentos, explicar resultados inesperados y analizar transformaciones a lo largo del tiempo (Hamui-Sutton, 2013). No obstante, el desafío central se encuentra en la integración analítica. Como plantea Bazeley (2018), los datos cuantitativos y cualitativos no deben presentarse como resultados paralelos o separados, sino articularse para generar meta-inferencias, o sea, conclusiones derivadas de la interacción de ambas evidencias.
En el contexto de la IV Revolución Industrial, esta integración consigue especial relevancia, porque fenómenos relacionados con la inteligencia artificial, la digitalización, la automatización y las transformaciones socioculturales demandan combinar la medición objetiva de tendencias con la comprensión de las experiencias, significados y prácticas de los sujetos.
4. Las fortalezas de integrar métodos
La mayor ventaja del enfoque metodológico mixto es que nos permite analizar un problema desde distintas miradas para entenderlo por completo. En el ámbito educativo, que hoy se ve rotundamente transformado por la IV Revolución Industrial, esta combinación resulta muy útil.
Por un lado, el abordaje cuantitativo facilita medir con números y estadísticas cómo el uso de entornos virtuales o inteligencia artificial afecta el rendimiento académico y las calificaciones de los estudiantes. Por otro lado, el abordaje cualitativo nos brinda las herramientas para acercarnos a las personas y comprender, a través de sus propias palabras, cómo estudiantes y docentes viven esta innovadora tecnología en el día a día, descubriendo sus frustraciones, facilidades o el efecto en su forma de aprender y enseñar.
Combinar ambos enfoques metodológicos no es una tarea sencilla y no debe hacerse a la ligera, ya que, un diseño mixto exige mucho más tiempo de trabajo, mayor presupuesto y que el equipo investigador se caracterice por un excelente manejo tanto de los números y las encuestas, como de las entrevistas y el análisis de valoraciones.
Un problema muy habitual al integrar datos es que el investigador domine solo uno de los enfoques metodológicos. Cuando esto sucede, a menudo se le da toda la importancia al enfoque que mejor se conoce, utilizando el otro solo como un ornamento para dar ejemplos sueltos, sin que realmente aporten al trabajo. Por consiguiente, decidirse por un enfoque mixto debe ser una decisión basada rigurosamente en la necesidad del problema de investigación, puesto que se elige la ruta mixta solamente cuando el tema a estudiar es complejo que realmente requiere de ambos abordajes para ser resuelto.
5. El enfoque mixto frente a la IV Revolución Industrial
La IV Revolución Industrial incrementa la necesidad de metodologías capaces de comprender la interacción humano-máquina. Tecnologías como la IA o el Big Data pueden analizarse matemáticamente vía indicadores de adopción y eficiencia algorítmica; no obstante, las métricas no explican los conflictos éticos, las resistencias laborales ni las transformaciones culturales asociadas a su implementación (CEPAL, 2020).
En la esfera formativa, la Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura (UNESCO, 2019) plantea que la IA transforma rápidamente el aprendizaje, pero advierte acerca de riesgos severos en torno a la privacidad y la equidad. Últimamente, Miao y Holmes (2023) han señalado que herramientas como la IA generativa exigen nuevos marcos de evaluación pedagógica.
Este entorno crea un campo fértil para los métodos mixtos, puesto que un estudio puede medir el incremento en la productividad académica tras adoptar IA generativa (cuantitativo) y, de manera paralela, desarrollar grupos focales para comprender si este aumento se debe a un fidedigno aprendizaje personalizado o a la delegación cognitiva y automatización del pensamiento por parte del estudiantado (cualitativo).
6. Educación, ciencia y tecnología en América Latina
En América Latina, el aprovechamiento tecnológico colisiona con asimetrías históricas, haciendo indispensable la ruta metodológica mixta. La CEPAL (2021) documentó cómo la pandemia evidenció que las desigualdades digitales precedentes limitan la resiliencia de los sistemas educativos.
Un diseño con enfoque metodológico mixto aplicado a la educación pública latinoamericana permitiría cruzar el ancho de banda y la disponibilidad de dispositivos electrónicos en hogares rurales (estadística descriptiva) con entrevistas en profundidad a madres de familia y docentes referente a las tensiones intrafamiliares y el estrés pedagógico derivado de las restricciones tecnológicas (Lloyd, 2020).
En la esfera tecnológica y productiva, Katz (2024) estudia estadísticamente el grado de digitalización de los sectores productivos en países latinoamericanos, evidenciando diversidades severas. Complementar este tipo de macro-datos con abordajes cualitativos permite entender la apropiación social de la tecnología. Asimismo, en el campo del trabajo, Esper y Trucco (2026) sugieren que la digitalización transforma la educación técnico-profesional. Comprender este giro exige investigar a la par magnitudes objetivas (cuántos trabajadores acceden a capacitación en inteligencia artificial, robótica o Big Data) y experiencias sociales (cómo perciben la amenaza de la automatización en sus recorridos vitales).
7. Discusión crítica
El mayor aporte del enfoque metodológico mixto no es simplemente mezclar métodos, técnicas e instrumentos, sino ayudarnos a comprender que la realidad actual es muy compleja y necesita ser estudiada desde varias perspectivas. Sin embargo, en el contexto de la IV Revolución Industrial, debemos recordar un principio cardinal que consiste en contar con tecnología muy avanzada no significa, por sí solo, que estemos haciendo mejor ciencia.
En este sentido, la UNESCO (2023) afirma que cualquier tecnología educativa debe evaluarse para asegurar que sea justa, útil y que sirva para apoyar la interacción humana, en lugar de sustituirla. Por ejemplo, si aplicamos un diseño metodológico mixto para investigar el impacto de la Inteligencia Artificial (IA) en una universidad nacional latinoamericana, tendríamos que cruzar diferentes tipos de información. Siguiendo a Martínez (2024), esto implicaría combinar datos numéricos (como medir el uso de las plataformas y las calificaciones de los estudiantes) con datos más humanos (como entrevistar a los docentes acerca de su bienestar y analizar críticamente cómo se protege la privacidad de los usuarios).
Finalmente, quien investiga de ningún modo debe perder su visión crítica. Si hoy usamos algoritmos de IA para procesar y analizar ágilmente decenas o cientos de entrevistas (lo que se conoce como análisis masivo de sentimientos), debemos estar muy alerta. Estos programas informáticos pueden introducir nuevos errores o sesgos que el investigador debe vigilar constantemente. En conclusión, ninguna herramienta tecnológica exime al investigador de su tarea más importante que radica en interpretar los resultados con rigor y comprender a fondo el contexto en el que ocurren.
8. Conclusiones
El enfoque metodológico mixto se consolida como una alternativa epistémica cardinal para investigar las complejas dinámicas de la sociedad actual. Al establecerse como una ruta de investigación con identidad teórica propia (Hernández-Sampieri y Mendoza Torres, 2023), permite articular la precisión de la evidencia numérica con la profundidad de la riqueza narrativa dentro de un diseño armónico. Esta convergencia logra superar el reduccionismo de los enfoques aislados y ofrece una comprensión integral del objeto de estudio.
En el desenvolvimiento de la IV Revolución Industrial, su pertinencia es máxima, ya que, fenómenos como la IA, el aprendizaje automático y la utilización de las plataformas digitales poseen, indivisiblemente, estructuras algorítmicas y consecuencias socioculturales. Sin embargo, el enfoque metodológico mixto no es una fórmula universal, ya que exigen una rigurosa coherencia entre las preguntas formuladas, el diseño seleccionado y el proceso de integración de los datos.
Para América Latina, la elección metodológica es también una postura ética. Frente a la importación de modelos tecnológicos diseñados en el llamado Norte Global, transitar la ruta mixta permite a la ciencia latinoamericana medir las brechas del desarrollo productivo y educativo, al mismo tiempo que otorga voz a las realidades, resistencias y esperanzas de las comunidades que experimentan dicha transformación.
Para América Latina, esta elección metodológica trasciende lo técnico y se convierte en una firme postura ética frente a la importación acrítica de modelos tecnológicos diseñados en el denominado Norte Global. Transitar la ruta mixta permite a la ciencia medir estadísticamente las brechas del desarrollo productivo y educativo. Asimismo, este enfoque otorga voz a las realidades prácticas, las resistencias históricas y las esperanzas de las comunidades que experimentan estas transformaciones desde sus propios territorios.
Referencias
Bazeley, P. (2018). Integración de análisis en la investigación con métodos mixtos. SAGE Publications.
CEPAL. (2020). Revolución tecnológica e inclusión social: reflexiones sobre desafíos y oportunidades para la política social en América Latina. Comisión Económica para América Latina y el Caribe.
CEPAL. (2021). Educación en tiempos de pandemia: una oportunidad para transformar los sistemas educativos en América Latina y el Caribe. Comisión Económica para América Latina y el Caribe.
CEPAL. (2024). Educación y desarrollo de competencias digitales en América Latina y el Caribe. Comisión Económica para América Latina y el Caribe.
Creswell, J. W., & Plano Clark, V. L. (2018). Diseño y realización de investigaciones con métodos mixtos (3.ª ed.). SAGE Publications.
Esper, T., & Trucco, D. (2026). Educación y formación técnico-profesional en América Latina en el marco de la digitalización. Comisión Económica para América Latina y el Caribe.
Forni, P., & De Grande, P. (2020). Triangulación y métodos mixtos en las ciencias sociales contemporáneas. Revista Mexicana de Sociología, 82(1), 159-189. https://doi.org/10.22201/iis.01882503p.2020.1.58064
Hamui-Sutton, A. (2013). Un acercamiento a los métodos mixtos de investigación en educación médica. Investigación en Educación Médica, 2(8), 211-216.
Hernández-Sampieri, R., & Mendoza Torres, C. P. (2023). Metodología de la investigación: Las rutas cuantitativa, cualitativa y mixta (2.ª ed.). McGraw-Hill Interamericana.
Katz, R. L. (2024). Oportunidades para la transformación digital productiva: evidencia estadística sobre el nivel de digitalización sectorial en América Latina y el Caribe. CEPAL.
Lloyd, M. (2020). Desigualdades educativas y la brecha digital en tiempos de COVID-19. En H. Casanova Cardiel (Coord.), Educación y pandemia: una visión académica (pp. 115-121). IISUE-UNAM.
Martínez, M. V. (2024). De qué hablamos cuando hablamos de inteligencia artificial. UNESCO / CLACSO.
Miao, F., & Holmes, W. (2023). Guía para el uso de IA generativa en educación e investigación. Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura.
UNESCO. (2019). Consenso de Beijing sobre la inteligencia artificial y la educación. Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura.
UNESCO. (2023). Informe de seguimiento de la educación en el mundo 2023: Tecnología en la educación: ¿Una herramienta en los términos de quién? Organización de las Naciones Unidas para la Educación, la Ciencia y la Cultura.
