Serendipia, Reflexividad de la Incertidumbre y diálogo con IA en la Investigación Cualitativa
António Pedro Costa, Facultad de Psicología y Ciencias de la Educación de la Universidad de Oporto (Portugal)
António Pedro Costa es investigador en el Centro de Investigación e Intervención Educativas (CIIE) de la Facultad de Psicología y Ciencias de la Educación de la Universidad de Oporto, Portugal. Es uno de los investigadores responsables del software de apoyo al análisis cualitativo webQDA (webqda.net) y docente de metodologías de investigación. Coordina el Congreso Iberoamericano de Metodologías de Investigación (ciaiq.ludomedia.org) y la World Conference on Qualitative Research (wcqr.ludomedia.org), y es además editor jefe de la revista New Trends in Qualitative Research (NTQR). Su investigación se centra en el uso de las tecnologías en la investigación, con especial énfasis en la Inteligencia Artificial, la ética, los métodos mixtos y la curación de datos. En 2023 recibió una Mención Honorífica en el Premio Investigador de la Universidad de Aveiro y ha coordinado proyectos de investigación financiados con fondos públicos y privados por un valor superior a 3 millones de euros.
La investigación cualitativa se ha caracterizado con frecuencia por una paradoja: al mismo tiempo que se propone abierta a la complejidad, a la ambigüedad y a la emergencia de los fenómenos sociales, acaba muchas veces por reproducir trayectorias analíticas previsibles, incrementalistas y excesivamente controladas. En el taller «Serendipity favors the prepared mind – and vice-versa», celebrado durante la 10th World Conference on Qualitative Research (wcqr.ludomedia.org), en Madrid, el 21 de enero de 2026, Mats Alvesson afirmó que gran parte de la investigación contemporánea adolece de una falta de novedad sustantiva, privilegiando contribuciones seguras y acumulativas en detrimento de descubrimientos potencialmente transformadores. En este contexto, la serendipia emerge como un concepto clave para replantear la producción de conocimiento cualitativo.
La serendipia no se refiere al azar puro ni al descubrimiento fortuito desprovisto de rigor. Por el contrario, se refiere a la capacidad de reconocer y valorar observaciones inesperadas, encuadrándolas como oportunidades analíticas relevantes. Cunha et al. (2015) definen la serendipia como observaciones inesperadas convertidas en accionables por medio de un marco de referencia que se mantiene dinámico mediante el cultivo de la duda y la valorización del “no saber” como estímulo epistemológico. Así, la serendipia presupone una “mente preparada”, capaz de suspender presupuestos y reconfigurar problemas de investigación a la luz de lo que emerge en el campo.
Así, la investigación es, muchas veces, una sucesión de oportunidades perdidas. El texto llama la atención sobre el hecho de que los gatillos inesperados (unexpected triggers) —observaciones sorprendentes, perturbadoras o inspiradoras— tienden a ser descuidados o marginados fuera de la literatura especializada sobre serendipia. Sin embargo, son precisamente estos gatillos los que pueden revelar dimensiones del fenómeno que escapan a los encuadres teóricos iniciales y a las estrategias metodológicas excesivamente rígidas.
En la investigación cualitativa, tales gatillos pueden asumir múltiples formas: una respuesta inesperada en una entrevista, una contradicción en los datos, un silencio significativo, o incluso una incomodidad interpretativa del propio investigador. Cuando se acogen reflexivamente, estos momentos no representan fallos del diseño de investigación, sino puntos de inflexión analítica que posibilitan la producción de conocimiento nuevo y relevante.
La serendipia constituye, así, una dimensión fundamental de la investigación cualitativa de alta calidad: no sustituye el rigor metodológico, sino que redefine su significado, desplazándolo del control excesivo hacia la atención sensible a lo emergente.
La importancia de la serendipia reside, por tanto, en su potencial para desafiar la lógica de la confirmación y de la linealidad que frecuentemente domina la práctica científica. En lugar de tratar lo inesperado como ruido, la investigación cualitativa orientada por la serendipia lo reconoce como señal. Tal postura exige una reflexividad continua sobre los propios encuadres teóricos, metodológicos y ontológicos del investigador, evitando tanto la romantización del azar como la neutralización prematura de la sorpresa.
La serendipia constituye, así, una dimensión fundamental de la investigación cualitativa de alta calidad: no sustituye el rigor metodológico, sino que redefine su significado, desplazándolo del control excesivo hacia la atención sensible a lo emergente. Esta redefinición no es, sin embargo, espontánea: depende de una postura reflexiva sistemática ante la incertidumbre.
La reflexividad de la incertidumbre (Costa & Bem-Haja, 2025) opera como condición epistemológica que mantiene al investigador atento a los límites de sus encuadres teóricos, metodológicos e interpretativos, evitando el cierre prematuro del sentido. Operacionalizada en el Reflexive Uncertainty Framework (RUF), esta reflexividad documenta la incertidumbre analítica en tres momentos: la producción de clasificaciones probabilísticas, la detección de zonas de ambigüedad interpretativa y el comentario reflexivo del investigador en su papel de coanalista. Es en este terreno donde la serendipia se vuelve posible y productiva.
Los momentos inesperados, como respuestas desplazadas, observaciones triviales o afirmaciones aparentemente obvias, funcionan como gatillos analíticos (triggers). Estos gatillos solo adquieren valor epistemológico cuando el investigador no los trata como ruido o desviación, sino como señales de que el fenómeno estudiado puede estar mal encuadrado o infrateorizado. Así, la serendipia no emerge del azar en sí, sino de la capacidad reflexiva de reinterpretar lo inesperado.
En este sentido, la reflexividad de la incertidumbre (Costa & Bem-Haja, 2025) precede y sustenta la serendipia. Al reconocer que el conocimiento producido es siempre parcial, situado y provisional, el investigador crea espacio para que las observaciones sorprendentes no sean neutralizadas por categorías analíticas rígidas. Sin esta reflexividad, los momentos inesperados difícilmente podrían producir contribuciones teóricas relevantes.
Es en este marco donde el diálogo con sistemas de inteligencia artificial, en concreto los Large Language Models (LLMs), puede entenderse como un dispositivo metodológico reflexivo, y no solo como una herramienta instrumental. El modelo AbductivAI (Costa et al., 2025), anclado en la Teoría del Actor-Red y en la sociomaterialidad, propone exactamente este cambio de estatuto: la IA deja de ser una mera herramienta y pasa a actuar como coinvestigadora, colaboradora reflexiva y participante de la cognición distribuida a lo largo del proceso analítico. Utilizada de forma dialógica, la IA puede:
- cuestionar presupuestos implícitos del investigador;
- proponer lecturas alternativas de los datos;
- evidenciar incoherencias, tensiones o silencios interpretativos;
- amplificar el extrañamiento productivo frente al material empírico.
De esta forma, la IA puede funcionar como un “otro reflexivo”, contribuyendo al mantenimiento de la incertidumbre como recurso epistemológico y no como problema a eliminar. Esto es lo que el RUF (Costa & Bem-Haja, 2025) busca hacer visible al aplicarse a la fase de revisión por cadena de pensamiento (CoT Review Loop) del AbductivAI: cuando un fragmento de datos obtiene puntuaciones próximas entre categorías competidoras, la ambigüedad no se resuelve automáticamente, sino que se devuelve al investigador como un gatillo interpretativo explícito. Al dialogar con la IA sobre datos cualitativos, interpretaciones provisionales o categorías emergentes, el investigador puede crear condiciones para que surjan nuevos “gatillos serendípicos”, no como respuestas automáticas, sino como desplazamientos interpretativos que exigen juicio humano.
Cabe subrayar que la IA no produce serendipia de forma autónoma. Al igual que en los ejemplos clásicos de la investigación cualitativa, la serendipia sigue dependiendo de la sensibilidad teórica, de la experiencia empírica y de la reflexividad del investigador. La IA, en este contexto, actúa como mediadora del diálogo reflexivo, ayudando a sostener la apertura analítica necesaria para que lo inesperado sea reconocido como insight y no descartado como error.
En síntesis, la articulación entre serendipia, reflexividad de la incertidumbre y diálogo con IA permite repensar la investigación cualitativa como un proceso menos lineal y más responsivo a lo emergente. Lejos de comprometer el rigor, este enfoque lo redefine como la capacidad de habitar la incertidumbre de forma productiva, transformando sorpresas empíricas en contribuciones teóricas significativas. En un contexto académico marcado por presiones de productividad y previsibilidad, recuperar la serendipia significa reafirmar el valor de la curiosidad, la duda y la apertura como condiciones esenciales para la producción de conocimiento social y teóricamente relevante.
Bibliografía
Alvesson, M., & Gjerde, S. (2013). Serendipity in theory development? The significance of unexpected events in the development of organizational theory. Organization Studies, 34(3), 367–385. https://doi.org/10.1177/0170840612466622
Costa, A. P., & Bem-Haja, P. (2025). Reflexive Uncertainty AI for Qualitative Data Analysis. In E. Marengo, M. Strian, & M. IPonticorvo (Eds.), Proceedings of the 2nd International Workshop on Education for Artificial Intelligence (edu4AI2025) (pp. 13–23). European Association for Artificial Intelligence (EurAI). https://ceur-ws.org/Vol-4114/7_paper.pdf
Costa, A. P., Bryda, G., Christou, P. A., & Kasperiuniene, J. (2025). AI as a co-researcher in the qualitative research workflow: Transforming human-AI collaboration. International Journal of Qualitative Methods, 24, 1–12. https://doi.org/10.1177/16094069251383739
Cunha, M. P., Clegg, S. R., Rego, A., & Neves, P. (2015). Serendipity in the field: Triggering events and the dynamics of discovery. Organization Studies, 36(9), 1201–1227. https://doi.org/10.1177/0170840615588903
