Saltar al contenido
Volver a los resultados

Investigación-acción

Propuesto por
Kurt Lewin; expanded by Kemmis, McTaggart, Reason & Bradbury
Año
1946
Tipo
Method
Familia
change-oriented-collaborative

Este texto es una traducción automática y aún no se ha revisado. Leer el original en inglés

Tamaño de letra

¿Qué hace?

La investigación-acción es una metodología de investigación colaborativa en la que los investigadores trabajan con profesionales y miembros de la comunidad para investigar un problema, implementar cambios y evaluar resultados, pasando por ciclos de reflexión, acción y aprendizaje.

Desarrollada por Kurt Lewin (1946), la investigación-acción tiende un puente entre la investigación y la práctica, con el objetivo simultáneo de producir conocimiento y mejora práctica.

La intuición detrás del método

La investigación-acción rechaza la noción de que la investigación debe estar separada del mundo que se estudia. En cambio, los investigadores colaboran con las personas que experimentan un problema para comprenderlo, desarrollar soluciones, probarlas y refinar los enfoques basándose en lo aprendido. El proceso es iterativo: Planificar—Actuar—Observar—Reflexionar—Replanificar. Cada ciclo genera tanto mejoras prácticas (mejores procesos, soluciones) como conocimiento de investigación. Las características clave son: colaboración (los profesionales son co-investigadores, no meros sujetos), indagación cíclica (múltiples ciclos iterativos de prueba y refinamiento), reflexividad (examen continuo de lo que funciona y por qué) y democratización (aquellos afectados por el problema participan en su investigación y en la decisión de las soluciones). La investigación-acción es poderosa para abordar problemas del mundo real, desarrollar capacidades y generar evidencia sobre lo que funciona en contextos específicos.

Historia

Kurt Lewin (1946) introdujo la investigación-acción como una forma de abordar problemas sociales a través de la indagación colaborativa y la participación democrática. Ganó prominencia en la educación (Stenhouse 1975, Kemmis & McTaggart) y se convirtió en central para los enfoques participativos en el trabajo de desarrollo y la salud comunitaria. Reason y Bradbury (2006) expandieron la investigación-acción para incluir diversas tradiciones participativas y colaborativas. La investigación-acción contemporánea a menudo incorpora perspectivas críticas, examinando el poder y las estructuras sociales. La IA se ha vuelto central en la ciencia de la implementación, la mejora de la calidad (ciclos Planificar-Hacer-Estudiar-Actuar) y el desarrollo organizacional.

Cuándo usarlo

Utilizar la investigación-acción cuando se busque abordar un problema del mundo real o mejorar una práctica a través de la indagación sistemática y la prueba colaborativa. Ideal para la mejora de la calidad en la atención médica, iniciativas de cambio organizacional, innovación educativa o desarrollo comunitario. La IA es particularmente valiosa cuando se desea generar evidencia sobre lo que funciona en su contexto específico (en lugar de solo conocimiento generalizable), cuando se necesita fomentar la participación y la apropiación de los interesados, o cuando se desea democratizar la investigación incluyendo a los afectados en la indagación. La IA es menos adecuada para investigaciones que buscan generalizar hallazgos entre contextos o para investigaciones sensibles donde la neutralidad del investigador es esencial.

Limitaciones y consideraciones

  • Generalización limitada; las soluciones probadas en un contexto pueden no funcionar en otros debido a diferentes condiciones, culturas o restricciones.
  • El proceso colaborativo puede ser lento y políticamente complejo; equilibrar las prioridades de investigadores y profesionales, gestionar la dinámica de grupo y construir consenso lleva tiempo.
  • Potencial de sesgo y conflictos de interés; cuando los investigadores trabajan estrechamente con las organizaciones, mantener la objetividad y la independencia puede ser un desafío.
  • Dificultad para aislar el efecto de la intervención; en entornos del mundo real, muchos factores cambian simultáneamente, lo que dificulta determinar qué causó la mejora.

Las condiciones de la fuente no sustituyen una revisión científica independiente ni la validación por un motor de análisis.

Fortalezas

  • Genera conocimiento procesable y relevante para el contexto; las soluciones desarrolladas en entornos específicos son más propensas a ser factibles y sostenibles.
  • Fomenta la participación de profesionales y la comunidad; los co-investigadores desarrollan un sentido de propiedad sobre los hallazgos y están comprometidos con la implementación del cambio.
  • Produce tanto conocimiento como mejora práctica; la IA es eficiente, avanza la comprensión y al mismo tiempo resuelve problemas.
  • El diseño cíclico permite el aprendizaje y el refinamiento; múltiples iteraciones permiten que las soluciones evolucionen basándose en la evidencia.

Aplicaciones

  • Mejora de la calidad en la atención médica: ciclos de investigación-acción para probar y refinar nuevos protocolos de comunicación con el paciente, prácticas de higiene de manos o procesos de coordinación de la atención.
  • Innovación educativa: maestros investigando colaborativamente la participación de los estudiantes o los desafíos de alfabetización, probando intervenciones en el aula y refinando enfoques.
  • Salud comunitaria: investigación-acción participativa que involucra a miembros de la comunidad en la investigación de disparidades de salud y el codiseño de estrategias de promoción de la salud culturalmente relevantes.
  • Cambio organizacional: investigación-acción que apoya la reestructuración organizacional, el cambio cultural o la implementación de nuevos sistemas, con el personal involucrado como co-investigadores.
  • Desarrollo de la fuerza laboral: investigación-acción en programas de capacitación que examinan qué enfoques instruccionales funcionan, con educadores y aprendices involucrados en ciclos de indagación.

Cómo funciona

Cómo funciona

1

Identificar un problema u oportunidad de mejora en colaboración con quienes lo experimentan (p. ej., una unidad de atención médica que busca mejorar la comunicación con el paciente, una escuela que aborda el acoso escolar). Formar un equipo de investigación colaborativo que incluya investigadores, profesionales y, idealmente, miembros de la comunidad afectados por el problema. Aclarar juntos la pregunta de investigación y el cambio deseado. Realizar una exploración inicial: entrevistas, grupos focales, revisión de datos existentes y análisis ambiental para comprender el problema en su contexto. Documentar la situación de referencia (prácticas actuales, resultados, desafíos). Establecer metas medibles para el cambio. Establecer estructuras de reunión periódicas para que el equipo colaborativo mantenga la asociación.

2

Planificar el primer ciclo de acción: identificar qué se probará, quién lo hará, cuándo y cómo. Implementar la acción o intervención, documentando lo que sucede (notas de campo, observaciones, recopilación de datos). Observar y recopilar datos sobre los procesos y los resultados preliminares: ¿Cómo fue el cambio? ¿Qué funcionó? ¿Qué barreras surgieron? ¿Qué consecuencias no deseadas? Realizar una recopilación sistemática de datos junto con la acción: entrevistas con los involucrados, métricas cuantitativas (si son relevantes), revisión de documentos, observaciones. Reflexionar: el equipo se reúne para examinar lo que sucedió, por qué y qué se aprendió. Utilizar la reflexión estructurada: ¿Qué se pretendía? ¿Qué sucedió realmente? ¿Por qué la diferencia? ¿Qué aprendimos? Analizar los datos recopilados durante el ciclo. Refinar la comprensión y decidir qué ajustar para el próximo ciclo. Replanificar: modificaciones a la acción basadas en el aprendizaje, y luego comienza otro ciclo. Repetir los ciclos hasta que el cambio se refine o se integre adecuadamente; típicamente 3-5 ciclos durante meses o años.

3

Sintetizar el aprendizaje a través de los ciclos: ¿qué se descubrió sobre el problema y qué soluciones funcionan? Presentar los hallazgos mostrando la evolución de la comprensión y la acción a través de los ciclos. Documentar tanto los éxitos como los contratiempos, analizando qué contribuyó a cada uno. Presentar los datos de resultados: ¿El cambio mejoró la situación según los indicadores acordados? Describir el proceso de cambio: ¿cómo evolucionaron el problema y la solución? ¿Qué condiciones permitieron el éxito? ¿Qué barreras persistieron? Discutir las implicaciones para escalar o sostener el cambio. Reflexionar sobre el propio proceso de investigación: ¿Cómo afectó la colaboración a la investigación? ¿Qué aprendieron los investigadores sobre el trabajo con profesionales? Presentar recomendaciones para la práctica continua y futuros ciclos de mejora.

Errores comunes

  • Reflexión insuficiente; los ciclos que incluyen acción sin reflexión estructurada pierden la oportunidad de aprendizaje.
  • Colaboración desigual; si los investigadores dominan o los profesionales son participantes simbólicos, no es verdaderamente colaborativo y puede reproducir desequilibrios de poder.
  • Enfocarse solo en la acción sin generar conocimiento de investigación; la investigación-acción debe aportar aprendizaje tanto práctico como teórico.
  • Falta de recopilación sistemática de datos; las observaciones anecdóticas no son suficientes; los datos sistemáticos (cuantitativos y cualitativos) fortalecen la investigación-acción.

Preguntas frecuentes

¿Cuál es la diferencia entre investigación-acción y mejora de la calidad (QI)?

La investigación-acción y la mejora de la calidad (p. ej., ciclos Planificar-Hacer-Estudiar-Actuar) están estrechamente relacionadas y comparten enfoques cíclicos. La QI se centra más específicamente en mejorar métricas o procesos específicos; la IA es más amplia, con el objetivo de comprender un problema y generar conocimiento junto con la mejora práctica. La IA enfatiza la colaboración y la democratización de manera más explícita; la QI puede ser más de arriba hacia abajo. Ambas implican ciclos de acción y aprendizaje. Algunos consideran la QI una forma de investigación-acción; otros las ven como relacionadas pero distintas. Las distinciones importan menos que asegurar que su proyecto sea riguroso: tenga objetivos claros, involucre a los interesados relevantes, recopile datos sistemáticamente, reflexione regularmente y documente el aprendizaje.

¿Cuántos ciclos de acción debo realizar?

No hay un número fijo. Típicamente, 3-5 ciclos durante 6-18 meses permiten un aprendizaje y refinamiento suficientes. Los ciclos iniciales prueban ideas iniciales y generan ideas inesperadas; los ciclos posteriores refinan basándose en el aprendizaje. El proceso se completa cuando la solución está adecuadamente refinada, los resultados son estables o mejoran, y los conocimientos son suficientes para responder a las preguntas de investigación o guiar la práctica continua. Documente cuándo y por qué terminan los ciclos.

¿Cómo garantizo una colaboración genuina en la investigación-acción?

La colaboración genuina significa: (1) Toma de decisiones compartida: los profesionales e investigadores establecen conjuntamente las preguntas de investigación y las decisiones sobre la acción y el cambio; (2) Voz igualitaria: mecanismos para que las perspectivas de los profesionales influyan en la dirección de la investigación; (3) Desarrollo de capacidades: los investigadores apoyan las habilidades de investigación de los profesionales; (4) Proceso transparente: comunicación clara sobre los objetivos, métodos y hallazgos de la investigación; (5) Compartir beneficios: los hallazgos y el aprendizaje pertenecen a todas las partes, no solo a los investigadores. Incorpore la reflexión periódica sobre la colaboración misma: ¿Es genuina? ¿Quién dirige las decisiones? ¿Existen desequilibrios de poder? Ajuste según sea necesario.

¿Qué datos debo recopilar en los ciclos de investigación-acción?

Recopile datos que aborden sus preguntas de investigación y objetivos de mejora. Típicamente, esto incluye: (1) Datos de proceso: documentación de lo que se implementó, cómo, cuándo (notas de campo, registros); (2) Datos de resultados: métricas relacionadas con sus objetivos de mejora (p. ej., calidad de la comunicación, satisfacción del paciente, tasas de error); (3) Perspectivas de los interesados: entrevistas o encuestas con los involucrados sobre lo que funcionó, las barreras, los efectos no deseados; (4) Fidelidad de la implementación: ¿se implementó la intervención según lo planeado? Sea intencional con la medición; utilice métodos mixtos (cuantitativos y cualitativos) cuando sea posible.

¿Puede la investigación-acción ser realizada individualmente por un investigador, o debe ser colaborativa?

Idealmente, la investigación-acción involucra la colaboración de múltiples interesados. Un solo investigador puede realizar investigación-acción si está investigando su propia práctica (p. ej., un maestro que prueba nuevos métodos de instrucción en su propia aula) y está en un diálogo genuino con colegas o pares para la reflexión y la retroalimentación. Sin embargo, la colaboración genuina, con profesionales fuera del rol inmediato del investigador, es preferible porque amplía la perspectiva y fortalece la implementación de los hallazgos. Si está solo, incorpore estructuras de asesoramiento externo o de debate entre pares.

Métodos relacionados

Fuentes

  1. Lewin, K. (1946). Action research and minority problems. Journal of Social Issues, 2(4), 34–46.

    Abrir referencia DOI
    Copiado.
  2. Kemmis, S., & McTaggart, R. (2005). Participatory action research: Communicative action and the public sphere. In N. K. Denzin & Y. S. Lincoln (Eds.), The Sage handbook of qualitative research (3rd ed., pp. 559–603). Sage Publications.

    Abrir referencia de la publicación
    Copiado.
  3. Reason, P., & Bradbury, H. (Eds.). (2006). Handbook of action research: Participative inquiry and practice. Sage Publications.

    Abrir referencia de la publicación
    Copiado.