¿Tarjetas de papel o pantalla? Cómo elegir el soporte para un card sorting

Un cliente necesita rediseñar un catálogo de productos de 120 páginas y, de paso, renovar los menús del sitio web oficial. Propones realizar una ronda de card sorting: volcar los nombres de los productos en tarjetas y pedirle al equipo comercial interno y a los distribuidores que las agrupen por montones, con el fin de entender qué tan lejos está la clasificación que tienen en mente de la lógica interna de códigos de artículo de la empresa

El problema surge de inmediato: los participantes están repartidos en tres ciudades distintas; algunos pueden acudir a la oficina, otros solo participar en remoto. ¿Fuerzas a todo el mundo a sentarse a la misma mesa para unificar el soporte? ¿O recoges la mitad con tarjetas de papel y la otra mitad con una herramienta online?

No es una simple cuestión administrativa, sino metodológica. Si el soporte influye o no en los resultados determinará si es válido fusionar ambos conjuntos de datos para analizarlos juntos. A continuación, desglosamos los criterios de elección a partir de cuatro preguntas prácticas

Las diferencias existen, pero no son tan drásticas como para invalidar ninguno de los dos métodos, según señalan los estudios comparativos actuales. Una investigación diseñada específicamente para contrastar la ejecución del card sorting computarizado frente al físico en papel analizó si los resultados derivados de ambos soportes pueden considerarse equivalentes [1]

En la práctica, la diferencia no radica en si se clasifica bien o mal, sino en cómo se desarrolla el proceso:

・Con cien tarjetas de papel sobre la mesa, el participante puede detectar con la visión periférica las que aún no ha ubicado y reorganizar en cualquier momento los grupos ya formados

・En las herramientas digitales, condicionadas por el scroll, la paginación y el área de arrastre, los participantes tienden a colocar primero las tarjetas que ven al inicio y encajar las siguientes en los grupos ya creados

En concreto, las sesiones en papel suelen propiciar categorías imprevistas, mientras que las digitales tienden a converger en unos pocos grupos amplios. Para explorar estructuras desconocidas, el papel ofrece ventajas claras; para validar estructuras existentes, el formato digital basta y resulta más económico

El criterio rector es el objetivo de la investigación, no el presupuesto ni la ubicación geográfica de los participantes. El dilema se resume en dos escenarios:

Cuándo elegir tarjetas de papel

・Clasificación abierta (open sort): cuando ni el equipo de diseño tiene claro cuántas categorías deberían existir

・El participante debe pensar en voz alta (think-aloud): buscas registrar sus dudas, vacilaciones y rectificaciones, no solo la agrupación final

・El contenido exige claves táctiles: el gramaje del papel, la textura o las muestras de acabados de post-impresión son el propio objeto a clasificar. En este caso, la tarjeta no es un simple soporte de información, sino el producto en sí; digitalizarlo anularía por completo la variable del estudio

・Muestra reducida (10-15 personas): cuando el objetivo es una interpretación cualitativa y no una clusterización estadística

Cuándo elegir herramientas digitales

・Clasificación cerrada (closed sort): las categorías ya están definidas y buscas comprobar a cuál pertenece cada ítem

・Los participantes están dispersos y necesitas ampliar la muestra a más de 30 personas para análisis estadísticos

・Necesitas un registro detallado de las interacciones (cuántas veces se movió cada tarjeta, cuánto tiempo se dudó), datos imposibles de capturar en papel sin recurrir a grabaciones de video

Para el caso del catálogo, la estrategia sensata consiste en: primero, realizar una sesión en papel con 8 a 10 comerciales internos y distribuidores sénior para perfilar la arquitectura preliminar; después, aplicar un test cerrado con herramientas digitales a más de 40 clientes externos para verificar si esa estructura se sostiene con usuarios reales. Dos fases, dos soportes y dos objetivos distintos, en lugar de mezclar los datos sin control

El mayor peligro no atañe a la validez, sino a atribuir al perfil de los participantes lo que en realidad son discrepancias causadas por el soporte

Si el grupo en papel produce siete categorías y el grupo digital solo cuatro, resulta imposible discernir si responde a modelos mentales distintos o al coste de interacción dispar entre ambas interfaces. Al mezclar datos, el soporte se convierte en una variable extraña no controlada que se entrelaza con el fenómeno que pretendes medir

La pauta práctica comprende tres niveles:

1. Evita mezclar en lo posible. Mantén un soporte uniforme a lo largo de una misma ronda de estudio

2. Si resulta inevitable mezclar, registra el soporte como una variable específica. En la fase de análisis, examina los datos por estratos para verificar si las estructuras son afines antes de considerar su integración

3. Especifica la proporción de soportes en el informe final. Constituye un requisito elemental de reproducibilidad y delimita el alcance para cualquiera que consulte tus conclusiones

Conviene aclarar aquí una confusión terminológica habitual: en los programas de análisis de datos, «sorting data / selecting cases» alude a ordenar registros y filtrar observaciones dentro de un dataset ya existente [2][3], lo cual corresponde a la fase de análisis. En cambio, el card sorting en investigación de diseño es un método de recolección para generar taxonomías y estructuras de clasificación [1]. Ambos emplean la palabra «sorting», pero uno opera antes de crear los datos y el otro después. Mezclar estos términos en revisiones bibliográficas multidisciplinares arrojará gran cantidad de resultados irrelevantes

Sí, sobre todo bajo una condición determinante: cuando el objeto que se clasifica posee materialidad física

En un muestrario de papeles, una colección de muestras de acabados de post-impresión (estampado en caliente o hot stamping, golpe en seco o relieve, barniz UV selectivo) o un conjunto de tarjetas de visita de diferentes gramajes, el criterio de clasificación del usuario integra el tacto, el grosor, el brillo e incluso el sonido del material. Estas propiedades no se pueden trasladar a una pantalla; no es que la visualización sea mejorable, es que quedan fuera del alcance del soporte digital. Si el objetivo es investigar cómo clasifica un cliente los papeles en su mente, el formato físico no es una alternativa más: es la única viable

El segundo escenario se presenta cuando el contexto de decisión pertenece al espacio físico. La circulación en un stand, la distribución en los lineales de una tienda o la secuencia de lectura a doble página de un catálogo comparten la misma lógica espacial que extender tarjetas sobre una mesa, aportando una mayor fidelidad de simulación

Por el contrario, si se clasifican elementos puramente informativos (títulos de páginas, nombres de funciones, etiquetas de artículos) donde la materialidad no interviene, las herramientas digitales superan al papel en coste, alcance e integridad de datos. En tales circunstancias, insistir en el papel es confundir el ritual con el método

Incorpora tres decisiones clave en el plan de investigación desde el arranque del proyecto, en lugar de improvisar la semana previa a la ejecución:

・Si el objetivo del estudio es explorar o validar, lo que define el uso de open sort o closed sort

・Si los elementos a clasificar tienen atributos materiales, lo que determina si el papel es imprescindible

・Si el tamaño muestral y el método de análisis apuntan a interpretación cualitativa o a clusterización estadística, lo que fija el soporte y el número de sesiones

Una vez alineados estos tres factores, la elección del soporte suele tener una sola respuesta lógica, sin necesidad de debates innecesarios

Límites de aplicación: estos criterios asumen que los participantes no presentan barreras operativas con ninguno de los dos soportes. Si el nivel de competencia digital varía notablemente dentro del grupo de muestra (por ejemplo, entre operarios de taller veteranos y perfiles jóvenes de marketing), la fricción de la interfaz digital puede distorsionar los resultados. En ese caso, aunque la meta sea de validación, debe priorizarse el papel o la facilitación presencial, documentando el ajuste en el informe. Asimismo, en estudios multilingües o transculturales, variables ajenas al soporte pueden tener mayor peso que el soporte mismo, por lo que estos criterios deberán recalibrarse

La diferencia entre el card sorting en papel y el digital reside principalmente en el proceso de interacción y el campo visual disponible, no en la validez del resultado; los estudios existentes los consideran métodos comparables [1]

Para explorar estructuras taxonómicas no definidas, prioriza el papel; para validar categorías preexistentes, las herramientas digitales bastan y reducen costes

Cuando los elementos a clasificar presentan propiedades físicas como textura, gramaje o acabados de post-impresión, el papel no puede ser reemplazado por medios digitales

Conviene unificar el soporte dentro de una misma ronda de investigación; si la combinación es inevitable, debe registrarse el soporte como variable analítica y examinarse por estratos

El card sorting en diseño y las funciones de sorting/selecting cases en software estadístico corresponden a etapas distintas de la investigación; no deben mezclarse estos términos en búsquedas bibliográficas [1][2][3]

Para el sector de la impresión y las artes gráficas, la elección del soporte en el card sorting pone de relieve un aspecto frecuentemente desatendido: las muestras de papel y acabados son herramientas de investigación, no simples anexos comerciales para presupuestos. Diseñar muestrarios modulares o desarmables que permitan apilar y agrupar muestras ayuda a exteriorizar los modelos mentales del cliente, aportando valor directo a la planificación de líneas de producto y a la arquitectura de catálogos. Para los equipos de diseño, el esquema en dos fases (exploración en papel → validación digital) ofrece un flujo estándar con costes controlados, evitando forzar métodos cualitativos bajo exigencias puramente estadísticas. La oportunidad para la integración de IA radica en los datos de interacción de las sesiones digitales: trayectorias del cursor, tiempos de vacilación y frecuencia de reorganizaciones; señales que hoy suelen descartarse pero que, estructuradas, constituyen entradas de altísima calidad para modelos de clusterización. En cuanto a las soluciones SaaS, el reto pendiente es claro: las herramientas actuales se limitan a registrar el resultado final, sin capturar el proceso completo ni ofrecer capacidades de análisis estratificado para datos mixtos. Quien logre incorporar primero «el soporte como variable controlada» en su plataforma resolverá la principal brecha metodológica actual

[1] Goetz (2114). Different or alike? Comparing computer-based and paper-based card sorting. International Journal of Strategic Innovative Marketing. DOI: 10.15556/ijsim.01.01.003

[2] Sorting Data and Selecting Cases. Data Analysis Using SAS Enterprise Guide. DOI: 10.1017/cbo9780511804786.006

[3] Selecting, Sorting and Weighting Cases. Applied Statistics with SPSS. DOI: 10.4135/9781446249390.n10