¿Basta con ChatGPT para analizar un focus group?
ChatGPT sirve para resumir una transcripción, agrupar temas y redactar un primer borrador. No basta para un informe que vaya a revisar un directorio: trabaja solo con el texto que le entregas, no sabe quién habló si la transcripción no lo dice, puede devolver una cita parafraseada y no escucha la grabación.
¿Qué hace bien una IA generalista con una transcripción?
Una herramienta como ChatGPT es buena para trabajar con mucho texto. Si le entregas la transcripción de un focus group, puede:
- Resumir lo que se conversó en cada bloque de la pauta.
- Agrupar opiniones parecidas en temas y proponer nombres para cada tema.
- Sugerir hipótesis o preguntas que valdría la pena revisar.
- Redactar un primer borrador de hallazgos, o traducirlo.
Para explorar una sesión, o para ordenar notas propias, es una ayuda real. El problema aparece cuando ese borrador se convierte en el informe sin controles.
¿Puede saber quién dijo cada frase?
Solo si la transcripción ya lo dice. ChatGPT trabaja con el texto que le entregas: si las líneas no llevan el nombre o el perfil de quien habló, no tiene forma de saberlo, y si lo llevan mal, va a repetir el error. Esa información tiene que resolverse antes, con la grabación.
Y resolverla es lo difícil. En una sala, cada micrófono capta a todos. En un focus group real medimos que quien llevaba un micrófono fue la voz más fuerte en su propio micrófono solo 11 de 120 segundos. En un informe hecho a mano con un solo micrófono de sala, solo 1 de cada 10 personas citadas quedó atribuida. Un estudio cualitativo compara segmentos, así que una frase atribuida a la persona equivocada puede cambiar un hallazgo de lado.
¿Sus citas son literales?
No siempre. Un modelo de lenguaje genera texto: cuando le pides una cita, puede devolver las palabras exactas o una versión que suena igual pero no lo es. La propia interfaz de ChatGPT advierte que puede cometer errores y recomienda verificar la información importante. En un informe, una cita reescrita es un problema serio, porque quien la lee asume que alguien la dijo así.
La regla práctica: toda cita que proponga una IA debe buscarse palabra por palabra en la transcripción, y la transcripción debe compararse con la grabación.
¿Sabe en qué minuto se dijo algo?
Solo si la transcripción trae tiempos y la cita se cruza contra ellos. Sin ese dato, nadie puede volver al momento exacto para escucharlo, y un hallazgo que no se puede escuchar es difícil de defender cuando alguien pregunta «¿quién dijo eso?».
Además, ChatGPT no escucha la grabación de una transcripción que pegas. Si la transcripción se equivocó en una palabra, el análisis hereda el error.
Comparación rápida
| Tarea | ChatGPT con una transcripción | Lo que necesita un informe que se pueda revisar |
|---|---|---|
| Resumir y agrupar temas | Lo hace bien | Útil como punto de partida |
| Saber quién habló | Solo si la transcripción lo dice | Un micrófono por persona y revisión de lo que no está claro |
| Citas literales | Puede parafrasear | Cada cita comprobada palabra por palabra contra la transcripción |
| Minuto exacto | Solo si la transcripción trae tiempos | Cada cita con su minuto en la grabación |
| Fidelidad al audio | No escucha la grabación | Una persona escucha cada cita antes del informe |
¿Cómo lo hacemos en WAV?
Usamos inteligencia artificial, pero detrás de controles que no dependen de ella. Cada participante lleva su propio micrófono y la sala se graba en 360. WR3, nuestro software, separa quién habla con un 90,4 % de acuerdo con una revisión humana, medido sobre 141 momentos de una sesión real, y lo que no puede decidir lo deja como duda para que una persona lo resuelva escuchando.
Cuando la IA propone una cita, el sistema comprueba que sus palabras estén completas y seguidas en la transcripción de un solo turno, dicho por una de las personas a quienes se atribuye la idea. El texto que se guarda es el de la transcripción, nunca el que redactó la IA. Después, una persona escucha cada cita en la grabación y la marca como verificada o rechazada. El detalle está en cómo medimos.
Y no entregamos un software para que lo operes: hacemos el estudio completo, desde el diseño hasta el informe. Puedes ver cómo se ve una cita verificada, con su perfil y su minuto, en el informe de muestra, armado con un estudio ficticio.
¿Entonces, basta?
Para explorar, sí. Para un informe que va a sostener una decisión frente a un directorio, no: falta saber quién habló, comprobar cada cita contra la grabación y poder volver al minuto exacto. Esa parte del trabajo no la reemplaza un modelo de lenguaje.