La investigación científica realizada a través de Internet ofrece oportunidades para reclutar muestras más amplias y diversas, desarrollar diseños innovadores y recopilar datos con rapidez. Sin embargo, también plantea desafíos relacionados con la variabilidad técnica, el comportamiento de los participantes y la pérdida de control experimental. Para afrontar estas limitaciones, un grupo de investigadores propone diez principios dirigidos a mejorar el diseño, la ejecución y la difusión de los experimentos online.
Estas recomendaciones se recogen en el artículo How to conduct behavioural experiments online, publicado en Nature Human Behaviour por Matthew Warburton (University of Leeds) y Jonathan S. Tsay (Carnegie Mellon University). En este trabajo, los autores sintetizan la evidencia disponible y ofrecen orientaciones prácticas para ayudar a desarrollar investigaciones conductuales online más rigurosas, fiables y transparentes.
Aprovechar las ventajas sin perder el rigor metodológico.
Los autores recuerdan que la investigación online ha pasado a formar parte habitual de las herramientas de investigación en Psicología y otras ciencias del comportamiento. Su principal fortaleza reside en la posibilidad de reclutar participantes de forma rápida y simultánea, lo que facilita obtener grandes muestras en pocas horas y realizar estudios longitudinales con mayor facilidad.
Además, este tipo de investigación permite acceder tanto a muestras más diversas desde el punto de vista sociodemográfico como a poblaciones específicas o poco frecuentes, mediante comunidades de interés o plataformas de reclutamiento especializadas. Según los autores, aprovechar estas posibilidades puede hacer viables investigaciones que resultarían difíciles de desarrollar en el laboratorio.
No obstante, advierten de que el uso de dispositivos diferentes, con distintas capacidades de procesamiento o modalidades de respuesta, puede afectar a variables como los tiempos de presentación de los estímulos o los tiempos de respuesta registrados. Para reducir este problema, recomiendan utilizar, siempre que sea posible, diseños con medidas repetidas, aumentar el tamaño muestral en los estudios entre grupos, restringir determinados tipos de dispositivos cuando sea necesario y registrar las características técnicas para controlarlas posteriormente en los análisis.
Detectar datos de baja calidad y comprobar la validez del experimento.
Otra recomendación consiste en anticipar la variabilidad del comportamiento de los participantes. Al tratarse de estudios no supervisados, pueden aparecer respuestas derivadas de una comprensión insuficiente de la tarea, una baja implicación o incluso conductas deshonestas.
Para identificar estos casos, los autores aconsejan establecer criterios de exclusión previamente definidos, analizar indicadores conductuales como tiempos de respuesta poco plausibles e incorporar cuestionarios al finalizar el experimento para conocer el nivel de esfuerzo, posibles distracciones o el uso de ayudas externas. También, consideran recomendable registrar previamente estos criterios para aumentar la transparencia metodológica.
Subrayan la importancia de validar los experimentos online comparando sus resultados con investigaciones equivalentes realizadas en laboratorio. Las diferencias observadas no siempre indican problemas metodológicos. En algunos casos, pueden aportar información relevante sobre cómo influye el contexto en el comportamiento de las personas.
Reclutar adecuadamente, ofrecer instrucciones claras y favorecer la implicación.
El artículo también analiza distintas estrategias de reclutamiento. Entre ellas, destacan las plataformas especializadas para participantes remunerados, las redes sociales, los proyectos de ciencia ciudadana y los registros de pacientes, cuya utilidad dependerá de los objetivos de cada investigación y de la población que se pretenda estudiar.
Los autores insisten en que las instrucciones deben ser claras, presentarse en fragmentos breves y comprobarse mediante preguntas de comprensión antes de comenzar la tarea. También recomiendan utilizar apoyos visuales, tutoriales o instrucciones en audio para facilitar la participación y minimizar errores.
Con el fin de mantener la atención durante el experimento, proponen incorporar elementos que incrementen la motivación, como sistemas de puntuación, retroalimentación o características inspiradas en los videojuegos, aunque advierten de que determinados incentivos económicos pueden favorecer comportamientos deshonestos si no se diseñan cuidadosamente.
Recoger información completa, respetar a los participantes y favorecer la ciencia abierta.
Los investigadores recomiendan recopilar información detallada sobre cada sesión, tanto técnica como relacionada con la experiencia de los participantes. Además de registrar variables del dispositivo utilizado, consideran útil solicitar comentarios al finalizar el estudio para detectar problemas técnicos, conocer las estrategias empleadas o identificar aspectos susceptibles de mejora.
El artículo también recuerda la importancia de respetar el tiempo y el esfuerzo de quienes participan en las investigaciones. Para ello, aconseja informar con claridad sobre la duración prevista del estudio, ofrecer descansos cuando sea necesario, proporcionar una compensación adecuada y explicar, al finalizar, el propósito de la investigación y el significado del rendimiento obtenido.
Por último, los autores animan a adoptar prácticas de ciencia abierta mediante la publicación del código empleado, los datos, demostraciones interactivas de los experimentos y otros materiales que faciliten la transparencia, la reproducibilidad y el desarrollo de nuevas investigaciones.
Como conclusión, sostienen que la aplicación conjunta de estos diez principios puede ayudar a aprovechar el potencial de la investigación conductual online sin renunciar al rigor metodológico, favoreciendo experimentos más fiables, reproducibles y útiles para el avance de la ciencia del comportamiento.
Fuente.
Warburton, M., & Tsay, J. S. (2026). How to conduct behavioural experiments online. Nature Human Behaviour, 10, 1010-1013. https://doi.org/10.1038/s41562-026-02465-w