INVESTIGACIÓN CUALITATIVA VS. CUANTITATIVA Y SU APLICACIÓN CON IA EN EL COMERCIO EXTERIOR
Los proyectos de exportación en el
Comercio Exterior se han orientado a resultados medibles (cuantitativos) como
ser: volúmenes, participación de mercado, rentabilidad y cumplimiento de
plazos. Con un aparente dominio de números, lo que genera sesgo que podría
subestimar el verdadero valor de una investigación cualitativa. Se realiza el
análisis de las características, aplicaciones y limitaciones de los enfoques
cualitativo y cuantitativo del profesional en el ámbito del comercio exterior.
Se examina el rol transformador de la Inteligencia Artificial (IA) como
integrador metodológico.
Investigación
Cuantitativa:
Un proyecto de exportación, se aplica a:
estudios de mercado basados en datos secundarios (psicología del comprador,
gusto, tamaño del mercado, poder adquisitivo), como costos logísticos, revisión
de series históricas de la demanda y pronósticos de ventas. Con IA se potencia
con algoritmos de machine learning, orienta a predicciones más
afinadas y minería de datos macroeconómicos y aduaneros.
Investigación
Cualitativa:
La profundidad, contexto y comprensión
de procesos, perspectivas, motivaciones, así como dinámicas complejas. En
exportación: se analizará en base a estudios de caso de éxitos y/o fracasos;
realizar entrevistas con potenciales distribuidores o clientes, comprender
procesos de compra, analizar la cultura del negocio en un país o empresa y
realizar observaciones etnográficas en ferias internacionales. La IA, permite
analizar varias entrevistas, comentarios en redes sociales y noticias, con lo
que se identifican tendencias, moda discursa, así como percepciones.
a)
Presión
por demostrar retorno de la inversión (ROI) con métricas duras,
b)
La
falsa dicotomía que equipara "objetividad" con números y
"subjetividad" con palabras,
c)
Percepción
errónea respecto de que lo cualitativo es más lento, costoso y difícil de
escalar en comparación con el análisis de bases de datos existentes
d)
La
formación profesional que tradicionalmente ha priorizado las finanzas, la
logística cuantificable y el derecho comercial por encima de las ciencias
sociales aplicadas. Se confunde el fin (un resultado numérico) con
los medios y el contexto necesarios para alcanzarlo de manera
sostenible.
4.
OBJETIVOS
DE LA INVESTIGACIÓN
(a) Analizar, limitaciones de un enfoque
cuantitativo para diagnosticar y gestionar riesgos no financieros (culturales,
relacionales, de percepción) en proyectos de exportación.
(b) Evaluar, el potencial de herramientas de
Inteligencia Artificial (específicamente, análisis de texto y minería de datos)
para sistematizar, escalar y objetivar recolección y análisis de datos
cualitativos en la fase de inteligencia de mercado.
(c) Diseñar una propuesta de protocolo de
investigación mixta (cuali-cuantitativa) apoyada en IA, aplicable a las fases
de prospección y evaluación de mercados para la internacionalización de PYMEs.
La primacía cuantitativa en el comercio
exterior es histórica. Como establecen Hernández Sampieri, Fernández-Collado y
Baptista Lucio (2014, p.23), “el enfoque cuantitativo usa la recolección y el
análisis de datos para contestar preguntas de investigación y probar hipótesis
establecidas previamente, y confía en la medición numérica, el conteo y
frecuentemente el uso de la estadística para establecer con exactitud patrones
de comportamiento” (p. 4). Esto se materializa en tableros de control con
indicadores de desempeño logístico y financiero.
La IA está redefiniendo las
posibilidades de ambos enfoques. En el campo cuantitativo, su impacto es
revolucionario: “Los algoritmos de aprendizaje automático pueden procesar
masivos volúmenes de datos de comercio exterior (aranceles, tráfico marítimo, fluctuaciones
cambiarias) para identificar correlaciones y predictores complejos” (López,
2021, p. 78). Paralelamente, en el ámbito cualitativo, ofrece nuevas
herramientas: “El análisis de contenido asistido por software permite manejar
corpus textuales extensos (como leyes extranjeras, contratos o foros de
negocios) de manera eficiente, identificando temas y sentimientos recurrentes”
(Piñuel Raigada, 2018, p. 112).
La IA facilita esta integración,
actuando como bisagra. Como señala Valles (2009), “la tendencia actual apunta
hacia diseños multimétodo que aprovechan las fortalezas de cada enfoque para
triangular hallazgos y ganar validez” (p. 41). La IA permite triangular
automáticamente datos de sentimiento en noticias (cuali) con datos de
importación (cuanti) de un sector. Denzin (2012) ya preveía que “el futuro de
la investigación social pasa por la hibridación de métodos y el uso creativo de
nuevas tecnologías para la recogida y análisis de datos” (p. 86). La IA es esa
tecnología que potencia tanto el análisis de encuestas masivas (cuanti) como el
de respuestas abiertas (cuali) dentro de la misma herramienta.
La
investigación cualitativa genera lo interpretativo para comprender las
dinámicas culturales, relacionales y perceptuales, con lo que se podría
determinar un posible éxito o fracaso en un mercado extranjero.
La
Inteligencia Artificial no debe sustituir el juicio crítico del investigador,
ni la necesidad de un diseño metodológico riguroso. El profesional de comercio
exterior del siglo XXI debe adoptar una mentalidad integradora, utilizando la
IA para implementar modelos de investigación mixtos donde las narrativas y
percepciones (cuali) contextualicen y den sentido profundo a las tendencias y
patrones numéricos (cuanti), permitiendo una toma de decisiones más
inteligente, adaptativa y exitosa en un entorno global hipercomplejo.
Bericat Alastuey, E. (1998). La
integración de los métodos cuantitativo y cualitativo en la investigación
social: Significado y medida. Ariel.
Denzin, N. K. (2012). Triangulación
2.0. Journal of Mixed Methods Research, 6(2), 80-88.
Hernández Sampieri, R.,
Fernández-Collado, C., & Baptista Lucio, P. (2014). Metodología de la
investigación (6ª ed.). McGraw-Hill.
López, A. (2021). Inteligencia
artificial aplicada al comercio internacional: Tendencias y casos de uso.
Ediciones FISC.
Piñuel Raigada, J. L.
(2018). Epistemología, metodología y técnicas del análisis de contenido.
Universidad Complutense de Madrid.
Sautu, R. (2005). Todo es teoría.
Objetivos y métodos de investigación. Lumiere.
Taylor, S. J., Bogdan, R., &
DeVault, M. L. (2015). Introducción a los métodos cualitativos de
investigación (4ª ed.). Paidós.
Valles, M. S. (2009). Entrevistas
cualitativas. Centro de Investigaciones Sociológicas.
