Transcribir entrevistas para investigación cualitativa: guía

Transcribir entrevistas para investigación cualitativa significa convertir entrevistas o grupos focales en un texto que puedas analizar, citar y compartir de forma segura. En la práctica se reduce a cuatro decisiones: qué estilo de transcripción usar (literal, literal limpia o un sistema de notación), cómo anonimizar a los participantes, cómo revisar la exactitud y qué formato importa tu software de análisis. Esta guía cubre cada paso y termina con un flujo de trabajo para preparar la transcripción de una entrevista para codificarla.

Si necesitas lo básico para grabar y transcribir entrevistas de audio a texto en periodismo o investigación, empieza por nuestra guía para transcribir entrevistas. Este artículo profundiza en lo propio de la investigación: convenciones, ética, anonimización y software de codificación.

Literal vs literal limpia: primero elige un estilo

El estilo que elijas debe derivarse de tu método, y debe quedar por escrito antes de que alguien empiece a teclear. Cambiar las convenciones a mitad del proyecto obliga a revisar de nuevo todas las transcripciones anteriores.

Elegir entre literal y literal limpia es, sobre todo, decidir qué cuenta como dato. Si la duda, la autocorrección o la forma en que alguien suaviza una afirmación importan para tu análisis, la literal limpia borra evidencia que necesitas. Si te interesan los temas a lo largo de 30 entrevistas, la literal completa agrega tiempo de lectura sin mucho valor analítico. En cualquier caso, la literal limpia nunca debe cambiar las palabras ni la gramática del participante más allá de quitar muletillas; no es una paráfrasis.

Convenciones de transcripción para investigación cualitativa

Las convenciones son las reglas que hacen que las transcripciones sean coherentes en todo el proyecto y entre distintas personas que transcriben. Hay dos opciones generales.

Convenciones sencillas

La mayoría de los estudios cualitativos usan una lista corta, propia del proyecto. Un conjunto típico:

• Etiquetas de hablante: E: para la persona que entrevista, P07: para el participante 7.
• Pausas: (pausa) para una pausa notoria, o (3s) si importa la duración.
• Habla superpuesta: márcala con [superposición] o empieza el turno superpuesto con una diagonal.
• Sonidos no verbales: [ríe], [suspira], [silencio largo].
• Habla poco clara: [inaudible 00:14:32] con marca de tiempo, o [poco claro: ¿palabra?] para la mejor suposición.
• Énfasis: MAYÚSCULAS o cursivas, con moderación.
• Datos ocultados: [nombre del pueblo], [empleador].

Incluye esta lista en la documentación del proyecto y en el encabezado de cada transcripción.

Lo básico de la notación de Jefferson

Quienes hacen análisis de la conversación usan el sistema de Jefferson, llamado así por Gail Jefferson. El tutorial de notación para análisis de la conversación de la Universidad de Loughborough (en inglés) resume los símbolos principales:

• (.) una micropausa apenas perceptible; (0.5) una pausa medida en segundos.
• [ alineado en líneas contiguas para el inicio del habla superpuesta, a veces ] para su final.
• = encadenamiento: sin espacio entre turnos.
• pa:labra sonido alargado; °palabra° habla en voz baja; mayúsculas para habla en voz alta.
• >palabra< habla más rápida; habla más lenta.
• ((se sorbe la nariz)) descripción de un sonido o una acción por parte de quien transcribe.
• ( ) habla poco clara; (palabra) lo que probablemente se escuchó, sin certeza.

Para el sistema completo, los textos de metodología citan el "Glossary of transcript symbols with an introduction" de Jefferson (2004) y Structures of Social Interaction de Atkinson y Heritage (1984). La transcripción de Jefferson es lenta y especializada; ninguna herramienta automática la produce de forma confiable, así que planea trabajo humano detallado si tu método la necesita.

Aprobación ética, consentimiento y protección de datos

Antes de que una grabación llegue a cualquier servicio de transcripción, revisa tres documentos:

1. Tu aprobación ética. Puede indicar cómo y quién transcribe el audio. Usar un servicio externo, humano o con IA, puede requerir que lo declares o que se apruebe.
2. El formulario de consentimiento del participante. Los participantes deben saber que las grabaciones se transcribirán, quién tendrá acceso, cuánto tiempo se guarda el audio y si las transcripciones anonimizadas podrán archivarse o compartirse.
3. Tu plan de gestión de datos. Debe indicar dónde se guardan el audio y las transcripciones y cuándo se eliminan.

En la UE y el Reino Unido, las grabaciones de entrevistas son datos personales según el RGPD y a menudo contienen categorías especiales de datos, como salud, religión u opiniones políticas. En México, la legislación de protección de datos personales también las considera datos personales, y esos mismos temas entran en la categoría de datos sensibles. Cuando usas un servicio externo, este actúa como encargado del tratamiento, así que necesitas saber dónde procesa los datos, cuánto tiempo los conserva, si usa las grabaciones para entrenar modelos y si firma un contrato de encargo de tratamiento. Nuestro artículo sobre el RGPD y la transcripción repasa estos puntos a detalle.

Audiotexta, por ejemplo, permite programar el borrado y no usa el contenido de los usuarios para entrenar modelos; el plan Team incluye un DPA. La página de privacidad reúne los detalles, que puedes citar en una solicitud ante tu comité de ética. Uses la herramienta que uses, compárala con las reglas de tu institución; algunas universidades solo permiten proveedores aprobados.

Anonimización y seudonimización

Anonimiza durante la transcripción o justo después, no al final del proyecto. La guía del UK Data Service para anonimizar datos cualitativos (en inglés) recomienda planear la anonimización desde el principio, aplicarla de forma coherente y combinarla con el consentimiento y los controles de acceso, en lugar de confiar solo en tachar información.

Reglas prácticas:

• Los identificadores directos (nombres, direcciones, correos, teléfonos) se reemplazan por seudónimos o descripciones entre corchetes: "María" pasa a ser "Ana" o [nombre de una colega].
• Los identificadores indirectos (edad exacta, puestos poco comunes, pueblos pequeños, sucesos inusuales) pueden identificar a alguien si se combinan. Generalízalos: "una enfermera de cuarenta y tantos en un pueblo del norte".
• Sé coherente. La misma persona o el mismo lugar recibe el mismo reemplazo en todas las transcripciones.
• Lleva una clave. Registra cada reemplazo en un registro guardado aparte de las transcripciones, con acceso restringido.
• No tapes el texto. Los reemplazos mantienen la transcripción legible; las barras negras no.
• No anonimices de más. Quitar demasiado contexto puede dejar los datos inservibles para el análisis.

Recuerda que, según el RGPD, los datos seudonimizados siguen siendo datos personales mientras exista una clave. Solo cuentan como anónimos los datos que ya no se pueden vincular con una persona.

Revisión de exactitud: borrador con IA y una revisión humana

La transcripción manual es lenta. Un rango que se cita con frecuencia es de cuatro a seis horas de trabajo por hora de audio para una transcripción literal sencilla, y mucho más con notación detallada o grupos focales con ruido. La transcripción automática cambia el flujo de trabajo: la máquina produce un borrador en minutos y el tiempo de quien investiga se va en revisarlo.

Una rutina de revisión que funciona:

1. Genera el borrador con etiquetas de hablantes y marcas de tiempo. Los modelos de la clase de Whisper funcionan bien con audio claro, pero todavía se equivocan con nombres, tecnicismos, acentos y voces que se enciman.
2. Escucha toda la grabación mientras lees. Un editor que resalta las palabras durante la reproducción y te deja hacer clic en una palabra para saltar a ella hace esto mucho más rápido.
3. Corrige primero los cambios de turno, luego las palabras y después agrega tus convenciones (pausas, superposiciones, notas no verbales).
4. Marca la incertidumbre en lugar de adivinar: [poco claro 00:21:05].
5. Haz una segunda revisión por muestreo, o pídele a un colega que revise una transcripción por lote.

La revisión suele tomar al menos lo mismo que dura la grabación, y a menudo más. También es una forma valiosa de familiarizarte con tus datos, algo que muchos métodos cualitativos consideran la primera etapa del análisis. Nuestros consejos para mejorar la precisión de la transcripción explican cómo las condiciones de grabación afectan el borrador.

Plantilla de encabezado para transcripciones

Empieza cada transcripción con el mismo encabezado para que los archivos se puedan identificar sin revelar quién es el participante.

Cómo transcribir una entrevista para codificarla: formato y exportación

El formato de transcripción de entrevista que mejor funciona para codificar es sencillo: un párrafo por turno de habla, una etiqueta de hablante al inicio y una marca de tiempo al principio de cada turno o a intervalos regulares.

• NVivo importa transcripciones en DOCX o TXT en Windows, con marcas de tiempo al inicio de los párrafos o en una columna de tabla, y acepta formatos como hh:mm:ss. NVivo para Mac importa transcripciones como texto plano, así que revisa la página de ayuda de tu versión.
• ATLAS.ti importa transcripciones en DOCX, RTF y TXT y, en las versiones actuales, archivos SRT y VTT, y puede sincronizar la transcripción con el audio para reproducirla.
• MAXQDA importa transcripciones con marcas de tiempo desde archivos DOCX o RTF y también admite SRT y VTT, con una lista de formatos de marca de tiempo de las herramientas de transcripción más comunes.

Con Audiotexta puedes exportar TXT, SRT o VTT en el plan gratuito, sin cuenta, y DOCX con Pro. SRT o VTT suele ser el camino más rápido para llegar a ATLAS.ti o MAXQDA, porque las marcas de tiempo vienen en el archivo. Para NVivo, exporta DOCX o TXT con marcas de tiempo y comprueba que coincidan con un formato que NVivo reconozca antes de importar un lote completo. Empieza en la aplicación web con una entrevista y prueba la importación antes de transcribir las demás.

Una vez que la transcripción está importada, vinculada al audio y anonimizada, puedes empezar a codificar con la confianza de que cada cita se puede rastrear hasta un momento de la grabación.