Lección

Recolección de datos aplicada a tu propia investigación

🟣 Posgrado  ·  Crear

Recolectar más datos puede debilitar una investigación: el corpus mejora cuando cada registro es legítimo, pertinente y reconstruible, no cuando acumula volumen.

Retomarás la gobernanza ética resuelta en L3 para ejecutar la obtención de evidencia del diseño consolidado en L2. Si elaboras un caso de estudio trabajarás con registros, producciones y participantes reales; si tu artículo es una revisión, construirás el corpus documental efectivamente localizado. No sustituirás ninguna de esas evidencias por ejemplos simulados.

🧭 Antes de comenzar

Una plataforma conserva registros históricos de interacción. El permiso institucional permite estudiar ciertos indicadores, pero el protocolo no prevé todas las variables disponibles. ¿Qué opción asegura que la recolección siga respondiendo a tu pregunta?

Qué lograrás

Objetivo didáctico

Construirás y documentarás el corpus real de investigación correspondiente al diseño consolidado —datos de un caso de estudio o estudios efectivamente localizados para una revisión—, mediante procedimientos de captura, selección, control de calidad, resguardo ético y trazabilidad que permitan auditar su procedencia antes del análisis.

Punto de partida

Introducción

En L1 convertiste un protocolo en un plan ejecutable; en L2 verificaste la relación entre pregunta, evidencia y análisis; en L3 fijaste los límites éticos del tratamiento. La recolección solo es válida cuando ejecuta esas decisiones sin introducir una finalidad o una población distinta de manera tácita. Una fuente disponible no es necesariamente una fuente pertinente, y una fuente pertinente no queda legitimada por el hecho de que sea técnicamente accesible.

La cuestión es especialmente delicada en educación digital. Chen y Chen (2025) revisaron aplicaciones de learning analytics para estudiar procesos de indagación, mostrando que la forma de capturar rastros de aprendizaje condiciona qué aspectos del proceso llegan a ser observables. De Barba, Oliveira y English (2025) desarrollaron y validaron una rúbrica de analítica del aprendizaje vinculada a autorregulación; su trabajo recuerda que las trazas digitales no son equivalentes, por sí solas, a constructos pedagógicos y requieren una interpretación fundamentada.

También existe una segunda ruta de la unidad de aprendizaje: quien elabora una revisión de literatura recolecta estudios, no entrevistas ficticias. En esa modalidad, el dato propio es la matriz de extracción construida por el estudiante, respaldada por textos completos y decisiones de cribado verificables. Zawacki-Richter, Cefa y Bai (2025) documentaron debilidades de reproducibilidad en revisiones de educación abierta, a distancia y digital; por ello, las cadenas de búsqueda, los criterios y las exclusiones no son anexos prescindibles.

💡 Corpus con procedencia
Conjunto delimitado de evidencias realmente obtenidas, cada una con identificación, origen, condición de acceso o elegibilidad, versión y transformaciones registradas. Una carpeta con documentos o un archivo de datos sin estas relaciones no constituye por sí sola un corpus auditable.

El contenido

Desarrollo del tema

01

Del expediente ético al permiso efectivo de recolectar

La transición entre L3 y L4 es una puerta de decisión. Antes de capturar un dato, verifica qué versión del estudio está autorizada, qué permisos institucionales se requieren, qué información fue comunicada a las personas participantes cuando corresponde y qué usos están cubiertos. Si todavía falta una decisión que habilita la obtención, documenta la condición pendiente y no recolectes esa evidencia hasta resolverla. No conviertas la urgencia del calendario en una razón para eludir la gobernanza.

En un caso de estudio, la autorización puede referirse a entrevistas, observaciones, muestras de trabajos o registros institucionales. Especifica por cada fuente finalidad, periodo permitido, actores habilitados, accesos y restricciones. En una revisión de literatura que utiliza publicaciones académicas, normalmente no existe contacto con participantes de nueva cuenta; sin embargo, debes respetar derechos de uso de los textos, criterios de elegibilidad, integridad de las citas y reglas de tu institución. Si incorporas documentos internos o sensibles, revisa las condiciones aplicables en lugar de suponer que toda revisión documental está exenta de evaluación ética.

Sepp (2025) investigó la comprensión de estudiantes universitarios respecto de la recolección de datos en analítica del aprendizaje y la transparencia de su comunicación. La enseñanza metodológica no es que exista un formulario universal suficiente, sino que la información sobre tratamiento debe ser comprensible y coherente con el uso efectivo. Antes de continuar, compara tu expediente L3 con cada campo que piensas extraer y deja una decisión explícita ante cualquier desalineación.

🔎 Revelador secuencial

Decide con tu investigación: identifica la primera fuente que vas a incorporar al corpus y escribe cuál es su autorización o condición legítima de acceso. Si está pendiente, registra la dependencia y conserva la puerta cerrada.

02

Ejecutar la captura sin romper la cadena de procedencia

La recolección debe convertirse en una serie de operaciones reproducibles. Para un caso de estudio, documenta quién produjo cada registro, cuándo y en qué entorno; cuál instrumento o versión se utilizó; cómo se obtuvo y almacenó la evidencia; y qué identificador permitirá citarla sin exponer identidades. La triangulación no comienza al redactar los resultados: comienza cuando las fuentes mantienen sus unidades de referencia y pueden relacionarse legítimamente. Un extracto de entrevista sin contexto, una captura de pantalla sin fecha o un registro de plataforma sin diccionario pueden producir frases sugestivas pero difícilmente comprobables.

Para una revisión, el procedimiento equivalente incluye bases consultadas, fecha exacta de cada búsqueda, ecuación completa, filtros, criterios de inclusión y exclusión, resolución de duplicados, motivos de exclusión a texto completo y matriz de extracción. No uses el término revisión sistemática para una búsqueda informal: el tipo de síntesis declarado en L2 define qué grado de exhaustividad y reporte puedes defender. Zawacki-Richter et al. (2025) consideran especialmente importantes la cadena de búsqueda, la elegibilidad y la descripción del proceso de cribado para juzgar la reproducibilidad de una revisión.

En ambas rutas, el corpus debe distinguir versión fuente de versión de trabajo. Nunca sobrescribas la evidencia primaria para “limpiarla”. Trabaja con copias controladas, deja rastro de normalizaciones y, cuando una eliminación sea necesaria, escribe el motivo en una bitácora. Esa práctica prepara la auditoría del análisis de L5 sin convertir el material original en un archivo inaccesible.

Figura 1: Flujo de recolección y constitución del corpus. Elaboración didáctica; no representa datos ni autorizaciones efectivamente obtenidos.

Flujo de obtención de evidencia El diseño metodológico y la gobernanza ética abren una puerta previa a la recolección. Luego se bifurca en caso de estudio o revisión documental y converge en un corpus controlado y trazable. Diseño consolidado + expediente ético L3 Puerta: autorización y disponibilidad legítima Caso de estudio captura contextual y bitácora Revisión de literatura búsqueda, cribado y extracción Corpus versionado y control de calidad Rastro de procedencia para el análisis L5

Produce una decisión: elige el identificador que conectará cada elemento del corpus con su fuente y su transformación. Pruébalo con un registro realmente disponible, sin adjuntar datos personales al LMS si ello vulnera la custodia acordada.

03

Control de calidad: completitud, consistencia y discrepancias

El control de calidad no equivale a eliminar todo lo irregular. Pregunta si el dato está completo respecto de las variables previstas, si su unidad de análisis coincide con la del protocolo, si proviene del periodo autorizado y si los cambios de formato conservan su sentido. Los registros perdidos, duplicados, fragmentarios o contradictorios pueden ser fallos de captura, pero también señales metodológicamente relevantes. La decisión de excluirlos exige criterios definidos y un registro que permita revisar su efecto.

En un caso de estudio, anota las condiciones de producción de cada evidencia: un relato recogido durante una entrevista no ofrece el mismo acceso que un registro automático, y una respuesta institucional no sustituye sin justificación la voz de quien aprende. De Barba et al. (2025) muestran que traducir rastros digitales en indicadores de autorregulación exige validación; aplicar aquí esa lección implica no tratar la mera presencia de clics como prueba de aprendizaje o autorregulación sin una definición operacional coherente.

En revisión de literatura, revisa los metadatos, el texto completo, la elegibilidad real y las razones de exclusión. Si una obra aparece solo como resumen y tu protocolo requiere evaluación del texto íntegro, no inventes el contenido que falta. Registra su estado y la decisión correspondiente. Si un sistema automatizado ayuda a identificar duplicados o extraer información, somete su salida a contraste con el registro bibliográfico y el texto primario; ninguna clasificación debe quedar atribuida implícitamente a un proceso humano que no existió.

🗂 Consulta las rutas de captura

Revisa tu corpus: señala una incidencia real —si existe— y decide si requiere completar el dato, conservarlo como limitación, excluirlo con criterio o revisar la ruta metodológica. Si aún no existe, define cómo la registrarías cuando aparezca.

04

Cerrar el corpus: estar listo para analizar no es tener muchos archivos

La recolección termina de manera defendible cuando se satisface un criterio de cierre, no cuando el calendario se agota. En un caso de estudio, ese criterio puede relacionarse con la cobertura del caso y la suficiencia de fuentes previstas; en una revisión, con la aplicación completa y documentada de los procedimientos de búsqueda, elegibilidad y extracción. No afirmes saturación, exhaustividad o representatividad porque parecen palabras académicas apropiadas: cada una requiere condiciones propias que tu diseño debe haber justificado.

Para declarar el cierre prepara un inventario de corpus con identificador, tipo de evidencia, procedencia, estado de autorización o acceso, integridad, transformaciones y ubicación resguardada. Añade la bitácora de decisiones y una nota sobre evidencia ausente. Esa nota no invalida automáticamente el estudio, pero evita convertir la falta en invisibilidad. También diferencia el corpus construido del conjunto de hallazgos: una matriz de extracción es evidencia organizada, todavía no una síntesis; una transcripción es material de análisis, todavía no un tema.

El reporte final necesitará explicar cómo se construyó esa base. La transparencia no obliga a publicar material restringido: puede documentarse una descripción suficiente de criterios, instrumentos, transformaciones y límites de acceso sin revelar registros sensibles. En el marco de L3, la gobernanza ética sigue vigente durante el archivo y la eventual publicación.

✔ Control de comprensión

Tu corpus de revisión incluye una publicación cuyo resumen parece pertinente, pero no consigues el texto completo y el protocolo exige verificar detalles metodológicos antes de incluirla. ¿Cuál decisión es defendible?

Decide: escribe tu criterio de cierre y compáralo con el inventario real. Si todavía falta recolección autorizada o extracción válida, declara el estado abierto y la dependencia concreta, en lugar de fabricar una completitud aparente.

Cierre

Conclusión

Un corpus útil no surge de acumular registros, sino de ejecutar decisiones previamente justificadas. Al terminar esta lección debes poder mostrar qué fuente entró, bajo qué condiciones, cómo se obtuvo, qué cambió durante la captura y qué límites acompañan al conjunto. La distancia entre dato y evidencia se salva con una cadena verificable, no con una etiqueta convincente.

La lección siguiente utilizará exclusivamente ese corpus real para producir procedimientos de análisis y primeros hallazgos. Si el corpus sigue abierto por una autorización pendiente, el análisis de los datos condicionados deberá esperar; podrás avanzar en la matriz de análisis y en los criterios de decisión, pero no sustituir observaciones ausentes por simulaciones.

🔭 Para seguir aprendiendo

  • ¿Qué decisión de captura o exclusión de tu corpus podría cambiar la interpretación final si quedara invisible para una persona revisora?
Ahora tú

Actividad de aprendizaje autónoma

Actividad: Corpus propio con trazabilidad. Esta entrega completa la Etapa B, correspondiente a L3–L4 (20 % del proyecto). La evaluación se realiza sobre la evidencia efectivamente construida, no sobre un ejemplo ficticio.

  1. De dónde vienes. Recupera el diseño consolidado de L2 y el expediente de gobernanza ética de L3; contrasta fuente por fuente el acceso o autorización aplicable con el uso previsto.
  2. Ejecuta la recolección o extracción real. Si escribes un caso, obtiene únicamente la evidencia de campo legítimamente autorizada; si escribes una revisión, ejecuta búsquedas, cribado y extracción reales de textos identificables. No uses registros o estudios simulados.
  3. Construye inventario y trazabilidad. Asigna identificadores, versiones y procedencia; deja visibles criterios de inclusión, exclusión, calidad y resguardo. Separa la fuente original de las copias de trabajo.
  4. Revisa decisiones previas. Indica qué conserva el plan L1-L2, qué cambia respecto de L3 y por qué; registra las incidencias y las implicaciones para la pregunta o los riesgos.
  5. Define cierre verificable. Explica qué condición objetiva permite declarar suficiente el corpus para el análisis y señala las dependencias que sigan abiertas.

Qué decides: Justifica una decisión real de inclusión, exclusión o tratamiento y describe su efecto sobre el alcance y las obligaciones éticas.

Qué documentas: Conserva autorizaciones y versiones aplicables, bitácora de cambios, fuentes consultadas y, si empleaste inteligencia artificial, solicitud, salida, conservación o descarte y contraste con la fuente primaria o el registro bruto.

Evidencia integrada: Entrega el inventario auditable del corpus y las evidencias de recolección o extracción permitidas; si falta autorización, documenta el bloqueo y no presentes datos no obtenidos como resultados.

Criterios constantes del proyecto: coherencia metodológica entre pregunta, datos y análisis (25 %); rigor ético y trazabilidad de datos y fuentes (20 %); contribución original al fenómeno estudiado (20 %); juicio, trazabilidad y revisión de etapas previas (20 %); calidad de redacción académica y ajuste editorial (15 %). La ponderación de estos criterios se mantiene en las cuatro etapas.

📋 Planificador de corpus y recolección

Evidencia de logro
Inventario del corpus real, materiales o registros resguardados conforme a L3, bitácora de inclusión/exclusión, versiones de extracción y criterio de cierre. La ausencia de autorización no puede suplirse con datos ficticios.

🤔

¿Qué parte de la evidencia de tu investigación podría desaparecer de su historia si solo conservaras el archivo final depurado?

Referencias bibliográficas

  • Chen, F., & Chen, G. (2025). Learning analytics in inquiry-based learning: A systematic review. Educational Technology Research and Development, 73, 2131–2161. doi: 10.1007/s11423-025-10507-9
  • de Barba, P. G., Oliveira, E. A., & English, N. (2025). Development and validation of a learning analytics rubric for self-regulated learning. Educational Technology Research and Development, 73, 3223–3245. doi: 10.1007/s11423-025-10521-x
  • Sepp, S. (2025). Towards more transparency in learning analytics: Sharing information with university students increases their awareness of data collection practices. Journal of Learning Analytics, 12(3), 34–46. doi: 10.18608/jla.2025.8713
  • Zawacki-Richter, O., Cefa, B., & Bai, J. Y. H. (2025). Towards reproducible systematic reviews in Open, Distance, and Digital Education—An umbrella mapping review. Review of Education, 13(1), e70031. doi: 10.1002/rev3.70031