Resposta curta: A codificação in vivo é um método de codificação qualitativa de primeiro ciclo em que cada código é uma frase curta copiada palavra por palavra do participante, escrita entre aspas. Ela mantém a linguagem do participante intacta antes da abstração. Use-a em estudos exploratórios, de teoria fundamentada ou sensíveis à linguagem; use a codificação descritiva ou de processo quando precisar de rótulos comparáveis de tema ou ação.
A codificação in vivo costuma ser o primeiro método de codificação que estudantes de métodos qualitativos encontram no Coding Manual de Saldaña, e um dos mais fáceis de errar de forma sutil. A regra soa trivial (use as palavras do participante), mas na prática os analistas parafraseiam, ajustam a gramática, extraem frases da fala do entrevistador ou colocam entre aspas os próprios conceitos. Este guia traz uma definição precisa, dois exemplos trabalhados, uma comparação lado a lado entre codificação in vivo, descritiva e de processo, e uma checklist para demonstrar, em um capítulo de métodos, que a sua passagem in vivo é de fato literal.
\n\nTambém aborda a pergunta de 2026 que orientadores já fazem: uma ferramenta de IA consegue fazer codificação in vivo? Em resumo, modelos de linguagem são bons em encontrar trechos exatos e ruins em resistir à tentação de parafraseá-los, então o método exige restrições mais rígidas do que a maioria das codificações quando há software envolvido.
\n\nÚltima atualização: 7 de outubro de 2026
\n\n\"simplesmente briga comigo\", e não Frustração de usabilidade.Codificação in vivo é um método de análise de dados qualitativos em que cada código é uma palavra ou frase curta extraída literalmente da fala ou da escrita do próprio participante. O latim in vivo, \"naquilo que está vivo\", é o ponto central: o código permanece dentro da linguagem viva dos dados, em vez de ser traduzido para o vocabulário acadêmico ou de produto.
\nO termo vem da teoria fundamentada, onde Anselm Strauss distinguiu códigos in vivo (termos que as pessoas estudadas realmente usam) de códigos que o sociólogo constrói. O The Coding Manual for Qualitative Researchers, de Johnny Saldaña, transformou o método em um dos métodos padrão de primeiro ciclo; a 5.ª edição (SAGE, 2025) descreve mais de 35 métodos de codificação e acrescenta discussão sobre IA generativa. Uma revisão de 27 de junho de 2026 em The Qualitative Report resume a posição da edição: ferramentas computacionais são auxiliares, enquanto a interpretação, o julgamento contextual e a responsabilidade ética continuam sendo deveres do pesquisador.
\nO método também aparece sob os nomes codificação verbatim, codificação literal e codificação de termos nativos (veja a entrada da Wiley International Encyclopedia of Communication Research Methods sobre In Vivo Coding). A convenção é colocar os códigos in vivo entre aspas, para que qualquer leitor do codebook veja quais rótulos vieram dos participantes e quais vieram do analista.
\n\nConsidere uma linha de uma entrevista hipotética de onboarding:
\n\n\"Não terminei a configuração. Fiquei esperando que ela me dissesse o que queria, e ela nunca disse, então simplesmente fechei a aba e voltei para a planilha.\"
| Método de codificação | Código aplicado | O que preserva | O que perde |
|---|---|---|---|
| In vivo | \"esperando que ela me dissesse o que queria\" | O modelo mental do participante: ele esperava ser conduzido | Comparabilidade com participantes que disseram de outra forma |
| Descritiva | Abandono da configuração | Em que ponto da jornada o evento acontece | Por que aconteceu, nos termos dele |
| Processo | Voltando à ferramenta anterior | A ação e a sua direção | A textura afetiva da desistência |
| Conceito / analítico | Violação de expectativa de orientação | Um construto com o qual você pode teorizar | Toda a formulação original; a abstração agora é sua |
O código conceitual não está errado. Ele é simplesmente uma afirmação, e a disciplina da codificação in vivo é fazer essa afirmação no segundo ciclo, de forma explícita, em vez de fazê-la no primeiro ciclo por acidente.
\n\nUma professora hipotética no início da carreira, entrevistada para um estudo sobre carga de trabalho:
\n\n\"Domingo agora é basicamente dia de aula. Não é que você esteja corrigindo, exatamente, você só fica meio que carregando aquilo na cabeça o tempo todo, e o meu parceiro chama isso de o pavor de domingo.\"
Códigos in vivo defensáveis: \"domingo agora é basicamente dia de aula\", \"carregando aquilo na cabeça\", \"o pavor de domingo\". Um código descritivo seria Carga de trabalho no fim de semana; um código de processo seria Ruminando sobre o trabalho. Observe que \"o pavor de domingo\" é uma expressão do parceiro, relatada pela participante. Mantenha-a, mas registre no memorando que se trata de fala relatada: a qual linguagem um código pertence faz parte dos dados.
Esses três são os métodos de primeiro ciclo mais confundidos. A diferença está no que o código é feito. Códigos in vivo são as palavras do participante; códigos descritivos são o substantivo do analista para o tema; códigos de processo são o gerúndio do analista para uma ação. Os três são legítimos, e muitos estudos os combinam.
\n| Critério | Codificação in vivo | Codificação descritiva | Codificação de processo |
|---|---|---|---|
| O código é feito de | Palavras exatas do participante, entre aspas | Palavra ou locução nominal do analista | Gerúndio do analista (palavra terminada em \"-ndo\") |
| Responde à pergunta | Como os participantes colocam isso? | Do que trata esta passagem? | O que as pessoas estão fazendo? |
| Exemplo (entrevista com professora) | \"o pavor de domingo\" | Carga de trabalho no fim de semana | Ruminando sobre o trabalho |
| Comparabilidade entre casos | Baixa até agrupar no segundo ciclo | Alta | Alta para sequências e rotinas |
| Melhor para | Estudos exploratórios, teoria fundamentada, estudos sensíveis à linguagem ou com vozes marginalizadas | Inventários, análise documental, bases grandes ou mistas | Rotinas, mudança ao longo do tempo, interação e estratégia |
| Principal risco | Uma lista de códigos desordenada; paráfrase se infiltrando | Achatar o sentido em temas | Impor ação onde não há |
| Adequação a apoio de IA | Apenas extração de trechos exatos, com proveniência | Bom para primeiros rascunhos; verifique a cobertura | Moderada; confira se o agente está correto |
Uma combinação comum é a codificação in vivo mais a de processo no primeiro ciclo, seguidas de codificação focada ou axial para agrupar ambas em categorias. Para saber como códigos viram categorias e temas, veja códigos vs. categorias vs. temas, e para a sequência da teoria fundamentada, veja codificação aberta, axial e seletiva.
\n\nA codificação in vivo é mais lenta por transcrição do que a codificação descritiva e produz uma lista inicial de códigos maior e mais desordenada. Essa troca vale a pena em quatro situações.
\nProcesso informal destrói o sinal.Doutorandos e pesquisadores qualitativos acadêmicos que fazem codificação de primeiro ciclo para tese ou artigo; laboratórios de pesquisa que precisam de dois codificadores para produzir codebooks comparáveis; empresas de pesquisa qualitativa e de mercado que trabalham em categorias com vocabulário de grupo forte (clínicos, desenvolvedores, traders, professores); e equipes de UX ou insights que conduzem entrevistas de descoberta.
\n\nPule-a, ou reduza-a a uma checagem pontual, quando estiver codificando em escala com um framework já estabelecido; quando as suas transcrições forem traduções automáticas (a redação \"verbatim\" já é do tradutor; veja se deve traduzir entrevistas antes da análise com IA); quando a pergunta de pesquisa for sobre frequência e não sobre sentido; ou quando a qualidade da transcrição for ruim a ponto de as frases literais serem artefatos do reconhecimento de fala, e não do falante.
\n\n| Se o seu objetivo for… | Use | Por quê |
|---|---|---|
| Ouvir como os próprios participantes enquadram o problema | In vivo | Os códigos não podem ir além dos dados |
| Mapear o que aconteceu, em ordem | Codificação descritiva / de processo | Comparável entre casos |
| Testar um framework pré-existente | Dedutiva / codebook a priori | Cobertura e confiabilidade; veja o modelo de codebook |
| Construir teoria a partir do zero | In vivo, depois codificação focada / axial | Sequência da teoria fundamentada; veja análise temática vs. teoria fundamentada |
| Contar temas em centenas de respostas | Análise de conteúdo ou codificação assistida por LLM | A in vivo não agrega; veja LLMs vs. ML para codificação de perguntas abertas |
Grandes modelos de linguagem são treinados para produzir linguagem fluente, normalizada e abstrata. A codificação in vivo exige o oposto: linguagem não polida, de propriedade do participante. Peça a um modelo de uso geral para \"codificar esta transcrição\" e ele vai, em geral, devolver códigos conceituais em voz de analista, como Atrito no onboarding ou Barreira de confiança, porque é assim que a codificação aparece nos dados de treinamento. O modelo não está com defeito; ele está respondendo a uma pergunta diferente da que a passagem in vivo faz.
A evidência sustenta a necessidade de ser específico sobre o que você delega. Em um estudo do CHI 2026 sobre o ChatQDA, uma ferramenta de codificação com LLM open-source que roda no dispositivo, os pesquisadores relataram confiança condicional: valorizaram o sistema para a extração explícita de conteúdo, mas duvidaram dele em interpretações mais profundas, porque os modelos open-source tendiam a identificar afirmações superficiais próximas umas das outras na conversa. Trata-se de um estudo pequeno (quatro participantes, uma transcrição de 5 páginas cada), então leia-o como um sinal sobre modos de falha, e não como um tamanho de efeito.
\nLido contra a codificação in vivo, esse limite é conveniente. Encontrar a frase que um participante de fato usou, ancorada à sua linha, é uma tarefa do tipo recuperação. Decidir que três frases diferentes são um mesmo construto é uma tarefa interpretativa, e é essa que você deve manter. Um estudo de 2025 na Sociological Methods & Research sobre codificação qualitativa com LLMs generativos constatou que os modelos podem se aproximar do desempenho de ML supervisionado ao reproduzir codificações feitas à mão, enquanto o trabalho sobre o QualAnalyzer argumenta que a exigência prática é a auditabilidade do processo: cada código rastreável até o trecho que o produziu. Para a codificação in vivo, a rastreabilidade em nível de trecho é a própria definição de correção do método.
\n\nSe você usar um modelo para uma primeira passagem in vivo, restrinja-o contra os padrões dele:
\n\n\nPara cada segmento relevante, retorne: (1) o código como um trecho verbatim exato copiado da transcrição, de 2–8 palavras, sem paráfrase, sem sinônimos, sem reordenação; (2) a linha ou o timestamp de origem; (3) o falante. Não crie categorias, temas ou rótulos analíticos. Se nenhum trecho do segmento carregar o sentido sozinho, retorne
\nNO_VERBATIM_SPANem vez de inventar um rótulo. Preserve exatamente a gramática, as gírias, as hesitações e os palavrões do participante, como foram falados.
A saída de escape NO_VERBATIM_SPAN importa. Sem ela, um modelo instruído a produzir códigos verbatim produzirá códigos quase verbatim: uma string com cara de citação que não é uma citação. Essa é a classe de falha tratada no nosso texto sobre citações alucinadas na análise qualitativa.
Um ativo original da Qualitati. Execute-a sobre qualquer passagem in vivo, humana ou assistida por IA, antes que o codebook vá para um segundo ciclo. Some um ponto para cada item; 8 ou mais é defensável, 5–7 exige uma rodada de correção, e abaixo de 5 é codificação em voz de analista com aspas.
\n\"simplesmente briga comigo\" passa; \"atrito de usabilidade\" não passa, mesmo entre aspas.A Qualitati é uma plataforma europeia de pesquisa qualitativa de custo acessível para universidades e empresas de pesquisa, com proteção de dados e GDPR como prioridades centrais. Duas partes dela tocam diretamente a codificação in vivo.
\nA coleta de dados também importa. A codificação in vivo só é tão boa quanto a linguagem com que trabalha, então entrevistas moderadas por IA que sondam em vez de aceitar a primeira resposta produzem mais material verbatim codificável, e o modo Active Listener mantém um entrevistador humano no controle, com prompts em tempo real, quando a formulação é o ponto. A pesquisa em 10 idiomas torna o item 9 da checklist prático, e não apenas aspiracional.
\nA Qualitati publica taxas de uso por crédito e começa gratuitamente com 30 créditos mensais, sem necessidade de cartão de crédito.
\n\nA codificação in vivo não escala, e isso é em parte intencional. Cem transcrições de códigos verbatim não são uma análise; são uma concordância. O resultado precisa ser reduzido por uma pessoa disposta a assumir a abstração. Equipes que adotam a codificação in vivo e pulam o segundo ciclo acabam com dados ricos e inutilizáveis.
\nVerbatim não é o mesmo que autêntico. Uma frase só é do participante se a transcrição for precisa, se o moderador não a tiver fornecido antes e se uma tradução não a tiver criado. Taxas de erro de reconhecimento de fala não são uniformes entre sotaques (veja viés de sotaque na transcrição), então a fidelidade verbatim pode estar distribuída de forma desigual na sua amostra.
\nA base de evidências sobre IA é fina e recente. Os estudos citados aqui são estudos de usuários com pequeno N e comparações exploratórias, não benchmarks com validade de construto estabelecida. Nota de revisão humana: se a sua seção de métodos afirma que uma passagem assistida por IA preservou a voz do participante, essa afirmação precisa de verificação documentada por você, com os seus próprios dados.
\n\nCódigos in vivo usam as palavras exatas do participante entre aspas; códigos descritivos usam a palavra ou locução do próprio analista para resumir o tema de uma passagem. A in vivo preserva a voz e o enquadramento; a descritiva oferece rótulos de tema comparáveis entre casos. Muitos estudos usam ambas no primeiro ciclo.
\nSim. Como os códigos vêm dos dados e não de um framework pré-existente, a codificação in vivo é um método indutivo, orientado pelos dados. Ela pode rodar ao lado de um codebook dedutivo como verificação do que o framework não tem espaço para representar.
\nNão. Uma citação é uma evidência que você apresenta; um código in vivo é um rótulo com o qual você analisa. O código é curto o bastante para se repetir ao longo do conjunto de dados e está ligado a um trecho, não a um parágrafo de ilustração.
\nCurto o bastante para ser um rótulo, longo o bastante para carregar sentido sozinho. De duas a oito palavras é a faixa de trabalho. Uma frase completa costuma ser uma citação que ainda não foi codificada.
\nEle consegue fazer a etapa de extração de forma útil sob restrições rígidas (trechos exatos, referências de linha, uma opção explícita de recusa), mas não deve decidir quais frases distintas significam a mesma coisa. O estudo ChatQDA do CHI 2026 encontrou essa divisão: aceitável na extração superficial, mais fraco no sentido distribuído por uma transcrição.
\nUm segundo ciclo: padrões, codificação focada ou axial que agrupa os códigos in vivo em categorias, depois o desenvolvimento de temas. Na formulação de Saldaña, o primeiro ciclo é deliberadamente provisório; tratá-lo como final é o uso indevido mais comum do método.
\n\nA codificação in vivo é uma disciplina pequena e rigorosa com efeito desproporcional: ela obriga a primeira passagem sobre os dados a permanecer na linguagem do participante, de modo que cada abstração posterior seja uma decisão visível, e não invisível. Essa disciplina importa mais à medida que a IA entra no fluxo de codificação, porque o padrão de um modelo fluente é abstrair de imediato. Use a IA para a extração de trechos exatos com proveniência, e mantenha para você o julgamento sobre o que esses trechos significam.
\nComece gratuitamente com 30 créditos e rode uma passagem de codificação de primeiro ciclo no QDA Workspace, ou veja os preços transparentes. Comparando ferramentas? Veja como a Qualitati se posiciona frente a NVivo, ATLAS.ti, MAXQDA e plataformas de pesquisa nativas de IA, ou crie uma conta e codifique uma transcrição hoje.
\n","related":[{"slug":"interpretative-phenomenological-analysis-guide-2026","title":"Análise Fenomenológica Interpretativa (IPA): 7 Etapas","description":"O que é a análise fenomenológica interpretativa? Etapas da IPA na terminologia de 2022 (PETs, GETs), tamanho da amostra, exemplo e checklist de qualidade.","category":"Métodos qualitativos","date":"2026-09-29","readTime":"11 min de leitura","author":"Qualitati Research Team"},{"slug":"content-analysis-vs-thematic-analysis-2026","title":"Análise de conteúdo vs análise temática: guia 2026","description":"A análise de conteúdo categoriza e conta; a análise temática interpreta o sentido. Guia de 2026 para escolher entre elas, com fluxo de IA e matriz de decisão.","category":"Métodos qualitativos","date":"2026-07-19","readTime":"12 min de leitura","author":"Qualitati Research Team"},{"slug":"codes-categories-themes-qualitative-analysis-2026","title":"Códigos, categorias e temas na análise qualitativa","description":"Códigos rotulam os dados, categorias agrupam códigos relacionados e temas interpretam o sentido. Um guia de 2026 sobre a hierarquia, com fluxo assistido por IA.","category":"Métodos qualitativos","date":"2026-06-27","readTime":"12 min de leitura","author":"Qualitati Research Team"}]}