Blog
Transcripción de investigación: entrevistas y grupos focales
Autor: Hushscript Publicado: Última revisión:
Una grabación todavía no es un dato. Se convierte en dato cuando alguien decide qué se transcribe, cómo se marcan los hablantes, qué detalles identificables se eliminan y qué aspecto tiene el archivo cuando llega a tu software de codificación. Esas cuatro decisiones son la transcripción de investigación, y cada una es metodológica, no administrativa.
Tomarlas antes de la primera entrevista sale mucho más barato que tomarlas en la entrevista catorce. Esto es lo que cambia cada decisión, qué va en tu apartado de métodos, y dónde la transcripción automática ayuda de verdad a un estudio en lugar de solo hacer que la carpeta parezca terminada.
Elige el tipo de transcripción antes de la primera sesión
No existe una transcripción neutral. Cada convención hace visibles unas cosas y oculta otras, así que elige según el análisis que en verdad vas a hacer.
| Tipo de transcripción | Qué conserva | Encaja con |
|---|---|---|
| Literal | Muletillas, falsos comienzos, pausas, superposiciones | Análisis conversacional y del discurso |
| Literal inteligente | Las palabras, sin muletillas ni correcciones | Análisis temático, teoría fundamentada |
| Depurada | Editada por gramática y legibilidad | Citas para publicaciones e informes |
| Desnaturalizada | Gramática estandarizada en todo el corpus | Comparación entre casos, muestras grandes |
El error caro no es elegir mal, es elegir dos veces. Un corpus mitad literal y mitad depurado no se puede codificar de forma consistente, y volver a transcribir veinte entrevistas para arreglarlo es un mes que nadie presupuestó. Anota la convención de antemano, incluido cómo vas a marcar risas, interrupciones y tramos inaudibles.
Lo que las máquinas aciertan, y lo que se les escapa
La transcripción automática es lo bastante buena para ser el primer borrador de casi cualquier estudio, y no lo bastante buena para ser el último. Pew Research Center comparó la transcripción humana y la automática en sermones grabados y encontró que las máquinas seguían el ritmo del habla clara y continua, pero se quedaban atrás con nombres propios, términos especializados y pasajes donde un hablante cambiaba de tono o volumen. Esos son justo los pasajes que los investigadores cualitativos suelen citar.
Así que el patrón que funciona es un borrador que tú no escribiste, seguido de una revisión que sí hiciste tú. Escucha el audio una vez mientras lees, corrige nombres y terminología, arregla la atribución de hablante en los cruces de voces, y ahí termina. La revisión es la parte que cuesta tiempo real, y la que no se puede saltar.
Las etiquetas de hablante ya son seudónimos
La separación automática de hablantes divide una grabación por voz y etiqueta los resultados como Hablante 1, Hablante 2, y así sucesivamente. Reconoce voces, no personas, lo cual es útil sin que lo notes: la etiqueta es un seudónimo por defecto y sigue siéndolo a menos que alguien escriba un nombre real en ella.
Déjalo así. Renombra Hablante 1 a P07 o a una etiqueta de rol una sola vez, y el cambio se aplica en toda la transcripción y en cada exportación, de modo que un esquema de ID de participante se aplica de forma consistente en lugar de a mano en cuarenta lugares. Las etiquetas de hablante son gratis en toda transcripción de Hushscript, sin límite en el número de voces, que es justo lo que necesita un grupo focal de seis personas.
El límite honesto es el cruce de voces. Cuando los participantes hablan al mismo tiempo, la separación necesita una revisión humana, y las marcas de tiempo son lo que te dice qué minutos volver a escuchar.
Deja el método de transcripción por escrito en el artículo
Cada vez más revisores preguntan cómo se produjo el texto, no solo qué dice. Las Normas de Reporte de Artículos de Revista de la APA para investigación cualitativa piden a los autores describir cómo se registraron y transformaron los datos, lo que convierte la transcripción en algo que se reporta, no que se da por sentado.
Un solo párrafo de métodos que responda esto suele bastar:
- Qué convención. Literal, literal inteligente, depurada o desnaturalizada, y por qué se ajusta al análisis.
- Quién produjo el texto. El investigador, un servicio de transcripción, el reconocimiento automático, o un borrador automático con revisión del investigador.
- Qué control de calidad se aplicó. Quién lo cotejó con el audio, sobre qué muestra, y cómo se resolvieron los desacuerdos.
- Cómo se manejó el idioma. El dialecto, el cambio de código, y quién tradujo cuando el idioma de análisis difiere del idioma de la entrevista.
- Qué se eliminó. Las reglas de seudonimización, los lugares y fechas redactados, y los empleadores y cargos generalizados.
Anonimiza mientras transcribes, no después
El detalle identificable aparece a mitad de frase: un empleador, una sala del hospital, una calle, una fecha de audiencia, el único colega que reconocería la historia. Eliminarlo después significa leer todo el corpus una segunda vez, así que intégralo directamente en el pase de transcripción.
Hacerlo dentro de la transcripción, en vez de en las copias exportadas, también significa que la versión seudonimizada es la única que llega a circular. Buscar y reemplazar corrige un nombre de lugar recurrente en todo el documento con una sola acción, y los diccionarios guardados llevan los nombres, lugares y vocabulario técnico del estudio al reconocimiento, de modo que menos de ellos salen mal desde el principio.
Lo que puedes decir sobre la plataforma importa tanto como la redacción. Hushscript elimina el audio en cuanto cada transcripción está lista y nunca lo usa para entrenar modelos; las transcripciones se cifran en reposo bajo una ventana de retención que tú defines, de 7 a 365 días con anulaciones por transcripción; los flujos de eliminación devuelven comprobantes. El audio de la UE, el EEE, Suiza y el Reino Unido se procesa en la UE. Para una grabación que no debe dejar ninguna transcripción almacenada, la transcripción privada devuelve en su lugar un archivo .husharchive protegido con contraseña.
Exporta para el software que la recibe
Una transcripción rara vez se queda donde se hizo. Pasa a NVivo, ATLAS.ti, MAXQDA o una hoja de cálculo, y más tarde a un manuscrito. El texto plano es donde las etiquetas de hablante y las marcas de tiempo van a morir, así que elige el formato según su destino.
- Software de codificación: CSV, TSV o XLSX, que conservan hablante y marca de tiempo como columnas.
- Flujos con script: JSON, donde la estructura ya viene analizada por ti.
- Redacción y anexos: DOCX o PDF.
- Archivo: texto plano junto a un archivo de metadatos que registre la convención usada.
Hushscript exporta 21 formatos sin marca de agua y agrupa los relevantes en un paquete Research. Que las marcas de tiempo sobrevivan a la exportación es lo que permite que una cita en tus hallazgos remita al segundo exacto en que se dijo, que es la diferencia entre una transcripción citable y un documento largo.
Trabajo de campo multilingüe sin un proveedor por país
Un estudio comparativo no debería necesitar un proveedor de transcripción distinto en cada sitio. El reconocimiento cubre alrededor de 99 idiomas con detección automática, con la mayor precisión en un conjunto principal de 18 variantes de idioma, de modo que un solo flujo de trabajo cubre toda la muestra.
Traducir es una decisión separada de transcribir, y el orden importa: transcribe en el idioma en que se habló y traduce después. Cada idioma de traducción cuesta un 25% de la duración de la grabación y coloca el original y tu idioma de trabajo en pestañas del mismo documento, cada una exportable por separado, así citas las palabras del participante y codificas en el idioma en que piensas. Reporta quién tradujo y cómo se resolvieron los desacuerdos, porque dos traductores no van a traducir la misma frase de forma idéntica.
Cómo lo cuadras con la partida de la beca
La transcripción manual se cobra en horas de investigador, y veinte entrevistas de una hora es el tipo de número que se come un semestre en silencio. La transcripción automática lo convierte en una partida presupuestaria lo bastante pequeña como para dejar de ser una limitación en el tamaño de la muestra.
Hushscript vende minutos prepago en vez de una suscripción, así que los meses de trabajo de campo cuestan lo que se usa y los meses de redacción no cuestan nada. En el paquete más grande, $49.99 por 100 horas, veinte entrevistas de una hora salen por unos $10 y un grupo focal de 90 minutos por unos $0.75. Los minutos siguen siendo válidos por 365 días y cualquier transcripción o compra reinicia esa ventana, lo cual conviene a un estudio que se pausa por la aprobación de un comité de ética. Las cuentas nuevas reciben 30 minutos gratis, que se liberan con una verificación de tarjeta de $1 que se autoriza y se libera de inmediato sin ningún cargo, o con tu primera compra si prefieres pagar de otra forma.
Por dónde empezar
Usa la última entrevista que grabaste de verdad, no un archivo de prueba limpio. Pásala por transcripción de investigación y lee los primeros 5 minutos que te devuelve: eso te muestra cómo se comporta la identificación de hablantes con tus participantes, tu sala y tus acentos, que es la única cifra de precisión que significa algo para tu estudio.
Luego anota la convención en tu protocolo mientras todavía quedan treinta entrevistas para aplicarla.
Fuentes y normas independientes
Hushscript consultó estas referencias independientes y no competidoras. Explican investigaciones, normas o el funcionamiento de plataformas y no implican el respaldo de Hushscript.
Fuentes revisadas: