Skip to content

Configuración de la IA

Tenga en cuenta que las funciones de IA en QualCoder son de adhesión voluntaria y están desactivadas de forma predeterminada. Tras una instalación nueva, aparecerá un asistente que puede guiarle en la configuración si decide activarlas. Puede reiniciarlo más adelante seleccionando la opción de menú "AI > Setup Wizard."

Todas las opciones relacionadas con la IA se encuentran al final del diálogo de configuración. Desplácese hacia abajo según sea necesario.

Screenshot AI Settings

Pasos del asistente de configuración:

  1. Active la integración de IA marcando la casilla en el diálogo de Configuración.
  2. Elija el modelo de IA que desea usar y configúrelo.
  3. A continuación se configura y construye automáticamente la memoria local de IA. Tenga paciencia, ya que esto puede tardar un rato.
  4. Después de eso, el agente de IA en QualCoder está listo para usarse.

Quizá también quiera leer cómo preparar mejor su proyecto para el uso de IA y nuestras notas sobre privacidad de datos más abajo.

Selección del modelo de IA

Con QualCoder puede elegir entre una amplia gama de proveedores de IA comerciales y no comerciales, e incluso usar modelos locales alojados en su propia máquina. Seleccione una de las opciones de la lista desplegable "AI profile" en el diálogo de Configuración.

Modelos de frontera de OpenAI, Anthropic o Google

Estos grandes modelos ofrecen el análisis más matizado de sus datos empíricos y proporcionan la experiencia general más fluida. Tiene varias opciones:

Acceso mediante clave de API

  • Cree una cuenta con uno de los proveedores, obtenga una clave de API y péguela en el diálogo de configuración de QualCoder.
    • OpenAI: vaya a la plataforma de OpenAI, añada los datos de facturación y luego abra Settings > API keys > Create new secret key.
    • Anthropic: cree una cuenta en la Claude Console, añada créditos de API o datos de facturación y luego vaya a Settings > API Keys > Create Key.
    • Google Gemini: inicie sesión en Google AI Studio, seleccione o cree un proyecto de Google Cloud y luego elija Get API key. Para algunos modelos puede haber disponible un nivel gratuito limitado.
  • El acceso por API es de pago por uso. El proveedor cobrará una pequeña tarifa por cada solicitud. Normalmente se compran "créditos" por adelantado, que luego se van consumiendo. Dado que la investigación cualitativa suele implicar conjuntos de datos relativamente pequeños, el costo de usar IA en su análisis suele ser modesto.
  • Privacidad de datos: cualquier información enviada a través de la interfaz de pago de la API suele quedar excluida del entrenamiento futuro de los modelos y se conserva en los servidores solo entre 30 y 50 días para facturación y control de abusos. Sin embargo, debe consultar siempre la política de protección de datos vigente de su proveedor, ya que las condiciones pueden cambiar.

Suscripción a ChatGPT Plus, Pro o Team

  • Desde la versión 4.0 de QualCoder también puede usar su suscripción a ChatGPT (Plus, Pro o Team) como proveedor de IA dentro de la aplicación. En ese caso, el uso en QualCoder se descuenta de la cuota general de su cuenta sin costo adicional. Al tratarse de una función experimental, su disponibilidad futura puede variar.
  • Para activar esta opción, seleccione "OpenAI_ChatGPT_Login..." en la lista desplegable de perfiles de IA del diálogo de Configuración y luego haga clic en "Authenticate...". Se abrirá una página de inicio de sesión de ChatGPT en su navegador predeterminado. Allí debe autorizar a QualCoder a usar modelos de IA de esa cuenta. Esto sustituye a la clave de API necesaria para otros perfiles de IA.
  • Si su autenticación caduca al cabo de unas semanas, vuelva al diálogo de configuración para renovarla.
  • Tenga en cuenta que QualCoder no tiene acceso a ninguna información de su cuenta de ChatGPT más allá de los modelos de IA en bruto. Esto también es cierto en el sentido contrario, ya que ChatGPT no puede acceder a ningún dato dentro de QualCoder.
  • Aun así, es buena práctica desactivar la opción "Improve the model for everyone" en los ajustes de "Data Controls" de su perfil de ChatGPT. Esto evita que el contenido de sus interacciones con ChatGPT se use para el entrenamiento futuro de modelos de IA.
  • QualCoder usa la misma interfaz de comunicación que Codex, el asistente de programación de OpenAI. Si su organización ha desactivado Codex en su cuenta de ChatGPT, es posible que no pueda usar esta integración con QualCoder.
  • Para las suscripciones a Anthropic Claude o Google Gemini, conectarlas a QualCoder es menos directo. Si tiene inclinación técnica, todavía puede lograr que funcionen usando CLIProxyAPI como puente. Si sigue esta vía, añada un perfil de IA personalizado en QualCoder y use http://localhost:8317/v1 como parámetro "API Base URL".

Microsoft Azure

Microsoft aloja grandes modelos de IA de OpenAI en su plataforma en la nube Azure. Esto resulta especialmente útil si quiere asegurarse de que sus datos se procesen enteramente en la UE o en otra región geográfica concreta. Azure ofrece ajustes especiales de "Data zone" para ello. Los precios son ligeramente superiores a los de OpenAI directamente, pero siguen siendo razonables.

Para usar un modelo, primero debe "desplegarlo" con su cuenta de Azure mediante Azure AI Foundry. Busque tutoriales sobre cómo hacerlo, o eche un vistazo a: https://www.youtube.com/watch?v=a2JtWKSKP4Q

Para continuar, necesitará la siguiente información: - el nombre de su despliegue, - la URL del punto de conexión (debe tener un aspecto similar a https://XXX.openai.azure.com/), y - su clave de API.

Vaya a "Project > Settings > AI Integration", haga clic en "Advanced AI Options > New AI Profile" y asígnele un nombre. Luego introduzca su clave de API en el campo correspondiente, el nombre de su despliegue de Azure en los campos "Large Model" y "Fast Model" (pueden ser idénticos) y la URL del punto de conexión de Azure en el campo "api_base". Quizá también quiera ajustar el tamaño de la ventana de contexto según el modelo.

Infraestructura académica de IA

La infraestructura académica de IA sin fines de lucro le da acceso a modelos de tamaño medio manteniendo estándares muy altos de privacidad de datos. Estos servicios suelen ser gratuitos para el personal que reúne los requisitos. La calidad de salida de estos modelos de tamaño medio ha mejorado mucho últimamente y es suficiente para la mayoría de las tareas en QualCoder. No obstante, todavía no está al mismo nivel que las grandes ofertas comerciales. También puede encontrar más contratiempos al interactuar con el agente de IA, como errores de funcionamiento o referencias a las fuentes mal formadas.

Blablador: servicio de IA gratuito proporcionado por la agencia alemana de investigación académica Sociedad Helmholtz.

Otras opciones académicas

Alemania:

  • GWDG SAIA Gotinga: el acceso parece estar limitado a las universidades del noroeste de Alemania. Para usarlo, primero debe crear una cuenta en GWDG y obtener una clave de API. Luego abra QualCoder, vaya a "Project > Settings > AI Integration", haga clic en "Advanced AI Options > New AI Profile" y asigne un nombre al perfil. Después, introduzca su clave de API en el campo correspondiente, la URL https://chat-ai.academiccloud.de/v1 en el campo "API base" y seleccione un modelo grande y uno rápido de la lista. Quizá también quiera ajustar el tamaño de la ventana de contexto según el modelo.
  • hessian.AI Darmstadt: acceso experimental, solo para personas elegibles de universidades de Hesse, en Alemania. Siga las instrucciones para GWDG anteriores, pero use https://llm-service.ai.tu-darmstadt.de como URL de la API base.

Modelos de tamaño medio como Mistral, DeepSeek y otros

La lista desplegable "AI profile" del diálogo de configuración también ofrece opciones para Mistral (Francia), DeepSeek (China) y OpenRouter, una plataforma a través de la cual se puede acceder a muchos grandes modelos de lenguaje alojados en distintos servidores.

Para todas estas opciones necesitará una clave de API y, muy probablemente, también una cuenta de pago para un trabajo serio. Revise cuidadosamente las condiciones de privacidad de datos antes de usar cualquiera de estos servicios.

Modelos de IA locales en su propia máquina

Los modelos de IA locales ofrecen el mayor nivel de protección de datos, pero también requieren hardware bastante potente para funcionar a una velocidad y calidad razonables. En mis pruebas, Gemma-4-31B-it funcionó bastante bien. Necesita al menos 24 GB de VRAM en cuantización de 4 bits con un tamaño de ventana de contexto aceptable. Para cualquier trabajo agéntico serio en QualCoder, yo no bajaría mucho de eso. Sin embargo, la codificación asistida por IA todavía puede funcionar con modelos algo más pequeños.

  • Ollama es una opción popular para ejecutar modelos de lenguaje localmente y funciona bien con QualCoder, usando la API compatible con OpenAI de Ollama.
  • Asegúrese de que Ollama y el modelo de IA estén configurados y en ejecución. Luego seleccione el perfil preconfigurado Ollama local AI en el diálogo de Configuración, que usa http://localhost:11434/v1/ como API base.
  • Ollama en realidad no usa la clave de API, pero esta no debe quedar vacía o se produce un error.
  • Seleccione un modelo grande y uno rápido de la lista, muy probablemente el mismo para ambos, ya que normalmente solo tendrá un modelo cargado a la vez. Quizá también quiera ajustar el tamaño de la ventana de contexto según su configuración de Ollama.

Otros modelos

Si tiene acceso a otros grandes modelos de lenguaje en plataformas en la nube, servidores universitarios o su propia máquina, también puede intentar integrarlos en QualCoder. - El servicio que desee usar debe proporcionar una interfaz compatible con la API de OpenAI. Suele ser el caso, ya que esta API se ha convertido en un estándar de facto en los últimos años. - Haga clic en "Advanced AI Options > New AI Profile" en el diálogo de configuración, introduzca la dirección de red de la API en "API Base URL" e introduzca el nombre del modelo en los campos del modelo grande y del modelo rápido (pueden ser idénticos). Quizá también quiera ajustar el tamaño de la ventana de contexto según el modelo. - Si desea más opciones, edite el archivo config.ini, ubicado en la subcarpeta .qualcoder del directorio de usuario. Haga esto solo cuando QualCoder no esté en ejecución. Las definiciones de los modelos de IA se listan al final de config.ini y tienen el siguiente formato (omita los signos "<>"): 

[ai_model_your_model_name]
desc = A description shown in the UI.
       Can have more than one line.
access_info_url = <URL pointing to a website with model info. Can be empty>
large_model = <The exact name of the model in the API>
large_model_context_window = <The maximum number of tokens in a single request>
fast_model = <Can be identical to large_model or name a smaller model, used for simple tasks>
fast_model_context_window = <The maximum number of tokens for the small model>
reasoning_effort = default
api_base = <The URL of the API base, e.g., http://localhost:11434/v1 for a local Ollama>
api_key = <The API key if needed, or "None" instead. Do not leave this field empty.>
Tenga en cuenta que el nombre de la sección debe empezar siempre con el prefijo 'ai_model_'.

Si logra poner en marcha otros servicios en QualCoder, o si lo intentó y no lo consiguió, nos gustaría conocer su experiencia.

Opciones avanzadas de IA

Al final del todo del diálogo de Configuración encontrará un botón "Advanced AI Options". Al hacer clic en él se muestran algunas opciones más.

  • Un caso de uso habitual es cambiar a un modelo de IA más nuevo o mejor si su proveedor ofrece alguno. Puede hacerlo seleccionando el modelo en la lista desplegable de los campos "large model" y "fast model", o introduciendo el nombre exacto directamente. Para encontrar el nombre correcto del modelo, busque en la web YOUR MODEL api name. El modelo grande y el rápido pueden ser idénticos, pero el modelo rápido también puede ser mucho más pequeño, porque solo se usa para tareas de mantenimiento, como generar títulos automáticos para los nuevos chats del agente de IA.
  • Razonamiento: este parámetro determina cuánto "pensamiento" interno realiza la IA antes de responder. No todos los modelos admiten este parámetro, así que déjelo en "default" en caso de duda. Tenga en cuenta también que QualCoder ya incorpora muchos bucles de "pensamiento" en el propio flujo de trabajo del agente, por lo que un ajuste alto de razonamiento puede darle menos mejora de la esperada. Sin embargo, un razonamiento alto consumirá más energía, costará más y también ralentizará a la IA, así que use esta opción con cuidado.
  • En cuanto a las demás opciones avanzadas, probablemente lo mejor sea dejarlas en sus valores predeterminados si no sabe qué significan. Tenga en cuenta que los parámetros "temperature" y "top_p" podrían ser ignorados silenciosamente por algunos modelos, especialmente en modo de razonamiento.

Configuración de la memoria local de IA

  • El agente de IA en QualCoder usa una memoria local especial para buscar rápidamente en los documentos empíricos y encontrar pasajes relevantes. Esto reduce enormemente la cantidad de datos enviados a la nube, lo que mejora la privacidad, ahorra recursos y aumenta la velocidad.
  • La memoria funciona con un pequeño modelo de IA local de código abierto, de aproximadamente 2,5 GB, que se descarga automáticamente la primera vez que activa la IA. Ubicaciones de almacenamiento del modelo:
  • Windows: C:\Users\YOUR_USERNAME\.cache\torch\sentence_transformers
  • Linux: /home/YOUR_USERNAME/.cache/torch/sentence_transformers
  • MacOS: /users/YOUR_USERNAME/.cache/torch/sentence_transformers
  • Una vez que abre un proyecto de QualCoder, este modelo de IA lee todos los documentos de texto y los incorpora a su memoria interna.
  • Este proceso ocurre solo una vez. Cuando vuelva a abrir el proyecto más adelante, la "memoria de IA" se carga rápidamente desde el disco. Si añade nuevos documentos a su proyecto o edita los existentes, su memoria local de IA se actualiza en consecuencia.
  • El proceso inicial de lectura y memorización de sus documentos puede llevar algún tiempo, así que tenga paciencia. Ocurre en segundo plano, y la barra de estado muestra "AI: reading". Mientras esto sucede, las funciones relacionadas con la IA no están disponibles, pero puede usar el resto de QualCoder con normalidad.

AI: reading message

Nota técnica: la memoria local de IA de QualCoder es un sistema híbrido basado en incrustaciones del codificador de oraciones E5 almacenadas en un almacén vectorial FAISS para la búsqueda semántica, y un índice BM25 de SQLite para la recuperación rápida por palabras clave. Además, el agente de IA puede usar expresiones regulares para buscar en los datos del proyecto.

Mejore la utilidad de la IA en su proyecto

El agente de IA en QualCoder debería poder leer y comprender la estructura de su proyecto, sus documentos empíricos, códigos y memos. También debería tener una imagen clara de los objetivos, las preguntas de investigación y los métodos que orientan su investigación. Esto le permite ofrecer respuestas mucho más precisas. Algunas sugerencias:

  • Actualice el memo de su proyecto (menú "Project > Project Memo") con una breve descripción de sus temas de investigación, preguntas, objetivos y los datos empíricos recogidos. Esta información acompañará a cada solicitud enviada a la IA, lo que dará respuestas mucho más útiles.
  • Dé nombres legibles a sus documentos empíricos para que el agente de IA pueda inferir el tipo de dato, por ejemplo "Entrevista Alicia.txt". Puede renombrar documentos directamente en la pestaña "Manage files" sin volver a importarlos.
  • Al trabajar con transcripciones de entrevistas, es aconsejable marcar al entrevistador y al entrevistado en cada turno, por ejemplo con un prefijo como "Entrevistador:" y "Alicia:". Esto permite al agente de IA captar los distintos roles de la entrevista incluso cuando solo examina una pequeña sección de la transcripción.
  • Si usa memos para registrar notas personales e ideas de lluvia de ideas sin terminar que no desea compartir con el agente de IA, coloque esas notas detrás de una marca "#####". Todo el contenido del memo por debajo de esta marca no se enviará a la IA.

Algunas notas sobre privacidad y protección de datos

  • Entendemos que el uso de servicios en la nube como los de OpenAI plantea interrogantes en materia de privacidad y protección de datos.

  • Sin embargo, creemos que el uso que QualCoder hace de estos servicios es coherente con los principios éticos que guían la investigación social cualitativa. De lo contrario, no ofreceríamos tales funciones.

  • La decisión final le corresponde a usted y depende en gran medida de su proyecto concreto, del tipo de datos que maneje y del proveedor de IA que decida usar. Nuestro objetivo es hacer lo más transparente posible qué ocurre con sus datos para que pueda tomar una decisión informada.

QualCoder sigue un enfoque de "privacidad desde el diseño":

  • La aplicación enviará la menor cantidad de datos posible a la nube, usando el procesamiento local siempre que sea viable. La mayoría de las funciones usan la memoria local de IA descrita antes para hacer una preselección de los datos relevantes. Después, solo se envía a la nube un pequeño número de fragmentos de texto seleccionados, de unos 500 caracteres cada uno, para un análisis más profundo.

  • Cuando usa la API de OpenAI, sus datos se rigen por las normas de privacidad para empresas. Estas normas son mucho más estrictas en cuanto a protección de datos que las de los chatbots gratuitos de internet. OpenAI garantiza que los datos enviados a través de esta interfaz NO se usarán para entrenar modelos de IA, se mantendrán confidenciales y se eliminarán en un plazo de 30 días. Otros proveedores de servicios de IA ofrecen condiciones similares.

  • QualCoder no se limita a proveedores comerciales de IA. Por ejemplo, nos hemos asociado con "Blablador," un servicio que ejecuta grandes modelos de lenguaje en hardware académico no comercial y que ofrece una privacidad excelente (vea más arriba).

  • Además, es posible añadir sus propios modelos a QualCoder, incluidos aquellos que se ejecutan enteramente en local en su máquina sin ningún acceso a la red. Hoy por hoy, sin embargo, el compromiso en calidad de salida es tan significativo que los modelos de IA locales tienen casos de uso limitados, a menos que disponga de hardware muy potente. Es de esperar que esta situación cambie en el futuro.

  • En general, recomendamos que anonimice sus datos con mucho cuidado antes de usar cualquier servicio de IA en la nube para el análisis.