Análisis visual interpretativo: avances, estado del arte y problemas pendientes
Complejidad
Las grabaciones de video producen datos con un alto grado de complejidad. La enorme cantidad de datos es un reto en sí misma; unos pocos minutos de grabación producen gran cantidad de impresiones visuales, cinestésicas, acústicas, etc., las cuales tienen que ser transcritas y preparadas para su análisis. Por lo tanto, se requiere de un marco analítico y metodológico que ayude al investigador a hacer frente a esta complejidad. Una de las aproximaciones para analizar los datos de video se deriva de la etnometodología( Garfinkel, 1967) y del análisis de la conversación( Sacks, 1992). La complejidad de los datos audiovisuales – definida solo aproximadamente por las tres fuerzas mencionadas anteriormente –, se constituye como un enorme potencial de esta forma de comunicación, no solo en términos estéticos, sino como un desafío para las prácticas de análisis, interpretación y comprensión de las ciencias sociales. Medios visuales como las cámaras de video y las cámaras web son instrumentos multifuncionales que permiten una amplia gama de usos potenciales, que incluyen su aplicación concienzuda para la producción de datos en la investigación cualitativa.
El relativo descuido del video en las ciencias sociales se atribuye a veces a su complejidad y abundancia. Los videodatos son, sin duda, uno de los datos más complejos en la investigación científica social empírica. El video es multisensorial( multi-sensual) y ordenado secuencialmente encerrando elementos tanto diacrónicos como sincrónicos( por ejemplo, la conducta visual y hablada, los gestos, las expresiones mímicas, la representación de artefactos y de la estructura del entorno, así como también signos y símbolos). Además, representa los aspectos relacionados con la actividad de la grabación en sí, como los ángulos y los focos de la cámara, los cortes y otros elementos relacionados con las actividades de la filmación y edición. En consecuencia, la videograbación genera una extraordinaria abundancia de datos, lo que enfrenta al investigador a los problemas del manejo, recuperación y selección de estos. Lo anterior no solo puede causar una sobresaturación de datos, sino que también plantea el interrogante de cómo seleccionar las secuencias apropiadas para su posterior microanálisis. También podría
Paradigmas, jul.-dic., 2012, Vol. 4, No. 2, 79-122 | 99