En el análisis cualitativo de datos (CAQDAS), a diferencia del caso del análisis cuantitativo en el que el desarrollo de software específico había permitido automatizar el procesamiento casi por completo, la creación de programas como el Nud*ist o el Atlasti sólo había permitido generar herramientas para asistir a los investigadores en tareas que no constituían el núcleo duro del análisis: la labor interpretativa recaía totalmente sobre el analista de datos (Chernobilsky, 2006). Con el explosivo desarrollo de las IAs generativas basadas en modelos de lenguaje natural, han comenzado a implementarse aplicaciones de éstas destinadas al análisis y categorización de datos: las integraciones de GPT4 que están desarrollando Atlas-ti+IA y NVivo+Lumivero, la de Claude y Gemini en MAXQDA+Analytics Pro, o el más experimental QualiGPT (Zhang, 2023). Por un lado se exploran las potencialidades y limitaciones relativas a la codificación automática, que incluyen funciones como la clasificación temática, e incluso el ‘reconocimiento’ de emociones; por otro, se analizan críticamente ciertos riesgos que conlleva el empleo de IAs principalmente en dos dimensiones clave: 1) posibles sesgos en el procesamiento y 2) la seguridad de los datos, aspecto particularmente sensible en muchas investigaciones en Psicología. Palabras clave Análisis cualitativo - Inteligencia artificial - Software - CAQDAS ABSTRACT QUALITATIVE ANALYSIS IN THE TIME OF AI: A REVIEW OF FEATURES, LIMITATIONS, AND RISKS IN THE USE OF GENERATIVE AI-POWERED SOFTWARE FOR QUALITATIVE DATA ANALYSIS In qualitative data analysis (CAQDAS), unlike in quantitative analysis—where the development of specialized software has made it possible to almost completely automate data processing— the creation of programs such as NUD*IST or ATLAS.ti initially only provided tools to assist researchers with tasks that did not constitute the core of the analysis: interpretive work remained entirely in the hands of the data analyst. With the rise of generative AI based on natural language models, applications aimed at the analysis and categorization of qualitative data have begun to emerge. Notable examples include the GPT-4 integrations under development in ATLAS.ti+AI and NVivo+Lumivero, the Claude and Gemini integrations in MAXQDA+Analytics Pro, and the more experimental QualiGPT. On the one hand, researchers are exploring the potential and limitations of automatic coding, which includes features such as thematic classification and even emotion recognition. On the other hand, critical attention is being paid to the risks associated with using AI, particularly in two key areas: (1) potential biases in processing, and (2) data security—an especially sensitive issue in many psychological research contexts. Keywords Qualitative analysis - Artificial intelligence - CAQDAS - Automatic