Investigación en una página
Con IA
Luis Alfonso Pérez Romero
ECOE Ediciones
Sinopsis
Investigación en una página guía el uso de la inteligencia artificial para optimizar el ciclo completo de la investigación científica. Expone cómo la IA puede agilizar la búsqueda de información, el análisis de datos, la redacción de manuscritos y la preparación de publicaciones, facilitando la toma de decisiones y mejorando la eficiencia de los investigadores.
Se propone una metodología innovadora, condensada en una página, para organizar y potenciar el proceso de investigación. El libro se divide en cinco capítulos: el primero aborda la integración de la IA con los razonamientos inductivo, deductivo y abductivo; el segundo presenta el proceso en una página mediante 8 columnas dinámicas y holísticas; los capítulos tercero y cuarto desarrollan el análisis estadístico descriptivo, inferencial y multivariado con IA; y el quinto se centra en la investigación y análisis de datos cualitativos.
La obra está dirigida a estudiantes universitarios, de maestrías y doctorados en cualquier disciplina. También es ideal para profesionales del área de investigación en empresas y académicos que busquen integrar herramientas de inteligencia artificial para optimizar su flujo de trabajo y mejorar la calidad de sus proyectos y publicaciones científicas.
Sobre el autor
Luis Alfonso Pérez Romero
Médico de la Universidad Autónoma Metropolitana, magíster en Mercadotecnia del Instituto Tecnológico y de Estudios Superiores de Monterrey, México, magíster en Administración-Organizaciones de la Universidad Autónoma de México; Ph. D. en Administración de la Universidad Autónoma de México. Profesor e investigador de la Universidad Autónoma de Guadalajara, México.
ORCID: https://orcid.org/0000-0002-0741-2820
Correo: [email protected]
Contenido
- Prólogo — p. xxi
- Introducción — p. xxv
- Capítulo 1. Método de investigación — p. 1
- 1.1 Método inductivo-deductivo-abductivo (IDA) — p. 1
- 1.1.1 Historia de la ciencia — p. 8
- 1.2 La IA en proyectos de investigación — p. 16
- 1.3 Asistentes específicos con IA para la investigación — p. 25
- 1.4 Importancia, ventajas y desventajas de la IA en proyectos de investigación — p. 31
- 1.5 La IA generativa y la IA agéntica en la investigación científica — p. 32
- 1.6 Sistema RAG — p. 33
- 1.7 Diseño de prompts — p. 34
- 1.8 Conclusión — p. 38
- 1.9 Palabras clave — p. 41
- 1.10 Preguntas — p. 41
- Capítulo 2. Metodología de investigación en una página con ia — p. 43
- 2.1 Investigación en una página con IA — p. 43
- 2.2 Columna de idea y tema — p. 46
- 2.2.1 Fuentes de información — p. 46
- 2.2.2 Tipos de investigación — p. 46
- 2.2.3 Planteamiento del problema — p. 47
- 2.2.4 Objetivos — p. 48
- 2.2.5 Hipótesis — p. 48
- 2.2.6 Diseño de la investigación — p. 49
- 2.2.7 Cronograma de actividades y presupuesto — p. 49
- 2.3 Columna de variables y método — p. 49
- 2.4 Columna de estado del arte — p. 51
- 2.5 Columna de mensurabilidad de las variables — p. 51
- 2.6 Columna de hipótesis — p. 54
- 2.7 Columna de técnicas de investigación — p. 56
- 2.7.1 Criterios de viabilidad, validez y confiabilidad — p. 59
- 2.7.2 Pruebas de validez — p. 61
- 2.7.3 Pruebas de confiabilidad — p. 62
- 2.7.4 Pruebas de confiabilidad con alfa de Cronbach y KR20 del instrumento de medición o de consistencia interna — p. 63
- 2.7.5 La IA para la construcción y validación de cuestionario — p. 65
- 2.8 Columna de muestra y trabajo de campo — p. 67
- 2.8.1 Fórmulas para la selección del tamaño de la muestra — p. 71
- 2.8.2 Método de muestreo probabilístico y no probabilístico — p. 76
- 2.8.3 Trabajo de campo: ¿Cómo se realizará el trabajo de campo? ¿Quién lo realizará? ¿Qué nivel de supervisión se debe realizar al trabajo de campo? — p. 78
- 2.9 Columna de diseño estadístico — p. 78
- 2.10 La IA en el proceso de investigación e innovación — p. 80
- 2.11 La IA para la selección de variables del proyecto de investigación — p. 83
- 2.12 La IA para plantear el problema de investigación — p. 84
- 2.13 La IA para el diseño de la metodología de la investigación — p. 85
- 2.14 La IA para el diseño de las estadísticas a usar en el proyecto de investigación — p. 86
- 2.15 Conclusión — p. 87
- 2.16 Palabras clave — p. 89
- 2.17 Preguntas — p. 89
- Capítulo 3. Análisis estadísticos — p. 91
- 3.1 Estadística para representatividad de la muestra — p. 91
- 3.1.1 La IA en la estadística para la representatividad de la muestra — p. 94
- 3.2 Análisis estadístico descriptivo e inferencial — p. 95
- 3.2.1 Prueba de hipótesis para diferencia de medias y proporciones — p. 98
- 3.3 Estadística univariada descriptiva e inferencial — p. 112
- 3.3.1 Univariado: escala nominal — p. 113
- 3.3.2 Univariado: escala ordinal — p. 115
- 3.3.3 Univariado: escala intervalar y de razón — p. 116
- 3.4 Estadística bivariada — p. 116
- 3.4.1 Escala nominal: prueba de chi-cuadrada — p. 118
- 3.4.2 Bivariada: escala ordinal vs. nominal (análisis de la varianza de Kruscal Wallis) — p. 120
- 3.4.3 Bivariada: escala intervalar y de razón — p. 121
- 3.4.4 Bivariada: pruebas no paramétricas — p. 122
- 3.5 La IA en la estadística descriptiva e inferencial — p. 127
- 3.6 Conclusión — p. 128
- 3.7 Palabras clave — p. 129
- 3.8 Preguntas — p. 129
- Capítulo 4. Análisis multivariado — p. 131
- 4.1 Estadística multivariada — p. 131
- 4.2 Análisis de la varianza o ANOVA — p. 135
- 4.2.1 Análisis de ANOVA factorial — p. 137
- 4.2.2 Análisis de varianza multivariable o MANOVA — p. 138
- 4.2.3 Análisis de covarianza o ANCOVA — p. 139
- 4.2.4 Análisis de varianza no métrica — p. 140
- 4.3 Análisis de correlación y regresión — p. 140
- 4.3.1 Correlación — p. 140
- 4.3.2 Regresión — p. 142
- 4.4 Análisis de factores — p. 149
- 4.5 Análisis discriminante — p. 150
- 4.6 Análisis de clúster — p. 153
- 4.7 Ecuaciones estructurales — p. 154
- 4.8 La IA en los análisis estadísticos multivariables — p. 156
- 4.9 Conclusión — p. 156
- 4.10 Palabras clave — p. 158
- 4.11 Preguntas — p. 158
- Capítulo 5. Metodología de la investigación cualitativa — p. 159
- 5.1 Investigación cualitativa en una página con inteligencia artificial — p. 159
- 5.2 Metodología de la investigación cualitativa en una página — p. 168
- 5.2.1 Definir el fenómeno u objeto de estudio a investigar — p. 168
- 5.3 Definir el fenómeno u objeto de estudio desde la perspectiva epistemológica — p. 173
- 5.4 Estado del arte — p. 176
- 5.5 Métodos de investigación cualitativa — p. 177
- 5.5.1 Interacción entre los tres métodos en investigación cualitativa — p. 179
- 5.5.2 Interacción de los métodos inductivo, deductivo y abductivo en la investigación cualitativa — p. 179
- 5.6 Tipos de razonamiento en la investigación — p. 182
- 5.7 Hipótesis en la investigación cualitativa — p. 184
- 5.8 Técnicas de investigación en ciencias sociales — p. 185
- 5.9 Fenomenología — p. 190
- 5.9.1 Puntos clave para entender el método fenomenológico — p. 191
- 5.9.2 Fenomenología y las líneas de vida — p. 195
- 5.10 La fenomenología y la hermenéutica — p. 197
- 5.11 Fenomenología y etnografía — p. 202
- 5.12 Integración de los métodos y técnicas cualitativas — p. 203
- 5.13 Técnicas de investigación cualitativa según el nivel de profundidad de la investigación — p. 205
- 5.14 Investigaciones cualitativas: transversales y longitudinales — p. 207
- 5.15 Muestra y trabajo de campo en las ciencias sociales — p. 209
- 5.16 Codificación en estudios cualitativos — p. 210
- 5.16.1 Pasos principales en el proceso de codificación — p. 215
- 5.16.2 Importancia de la codificación en la investigación cualitativa — p. 217
- 5.16.3 Pasos más recomendados para facilitar la codificación — p. 217
- 5.17 Análisis de los datos cualitativos — p. 218
- 5.17.1 Análisis temático — p. 219
- 5.17.2 Análisis narrativo — p. 221
- 5.17.3 Análisis de contenido — p. 221
- 5.17.4 Análisis del discurso — p. 222
- 5.17.5 Análisis fenomenológico e interpretativo (AFI) — p. 223
- 5.17.6 Análisis etnográfico — p. 223
- 5.17.7 Análisis hermenéutico — p. 224
- 5.17.8 Triangulación de técnicas de investigación cualitativa — p. 225
- 5.18 Mejores prácticas para un análisis cualitativo riguroso — p. 225
- 5.19 Matriz de consistencia en los análisis de la investigación cualitativa — p. 227
- 5.20 Antinomias en la epistemología de las ciencias sociales — p. 229
- 5.21 La IA generativa en la investigación cualitativa — p. 230
- 5.22 Prompts útiles en el proceso de la investigación cualitativa — p. 232
- 5.23 Reducción de sesgos con la IA generativa — p. 234
- 5.24 Herramientas de IA para investigación cualitativa: descripción profunda y usos — p. 237
- 5.25 Software especializado con integración de IAG — p. 238
- 5.26 Beneficios de usar la IA en la investigación cualitativa — p. 241
- 5.27 Consideraciones y desafíos — p. 241
- 5.28 Conclusiones — p. 242
- 5.29 Palabras clave — p. 243
- 5.30 Preguntas — p. 243
- Referencias — p. 245
- Acerca del autor — p. 257
Materias
Palabras clave
BISAC
- REF020000. REFERENCIA > Investigación
- COM004000. ORDENADORES > Inteligencia (IA) y Semántica
Thema
- GPS. Métodos de investigación: general
- UYQ. Inteligencia artificial
Dewey
- 001.4. Generalidades > Generalidades y ciencias de la computación > Conocimiento > Investigación