El interés en los métodos visuales en la investigación social y antropológica ha aumentado debido a su capacidad para profundizar la comprensión de contextos complejos. Sarah Pink, en su entrevista con Ibanez-Bueno et al. (2021), destaca que estos métodos no solo registran, sino que también interpretan experiencias sensoriales y sociales, proporcionando una visión más completa del contexto estudiado. Pink señala que su relevancia ha crecido desde mediados del primer decenio del siglo XXI, especialmente con el avance de los métodos digitales (Ibanez p. 191).

Banks (2001) apoya esta perspectiva al afirmar que técnicas como la fotografía y el video enriquecen la narrativa cualitativa, ofreciendo una perspectiva contextualizada. Este enfoque contrasta con los paradigmas positivistas tradicionales, que buscan datos objetivos sin la participación activa de los sujetos. En cambio, los paradigmas no positivistas reconocen a los sujetos como creadores activos del proceso de investigación (Banks, 2001, p. 45).

MacDougal (2004) resalta que las imágenes pueden transmitir significados culturales complejos, complementando los datos cualitativos tradicionales. Norris (2004) añade que los métodos visuales capturan la riqueza de las interacciones humanas más allá de las palabras. Pink (2007; 2007b; Pink et al., 2017) argumenta que integrar métodos visuales y sensoriales permite una interpretación más completa de los fenómenos sociales. Delestage et al. (2024) y Olmo-Extremera et al. (2024) subrayan la efectividad de estos métodos en diversos contextos, proponiendo herramientas como la foto-elucidación y la línea de tiempo basada en biogramas para entrevistas biográficas profundas en la investigación educativa.

Aiello (2020) ofrece una perspectiva semiótica, explicando que los signos visuales construyen activamente la realidad. Knoblauch et al. (2008) complementan esta visión al sostener que el análisis visual se ha vuelto esencial en las ciencias sociales, facilitado por las tecnologías de la información y centrado en la interpretación cultural de los datos visuales. Hémont et al. (2016) enfatizan que las técnicas de filmación y edición capturan dinámicas sociales que podrían pasarse por alto sin estos dispositivos (párr. 33).

Hémont et al. (2016), basándose en Raoulx y Chourio (2012), describen dos enfoques: uno lineal y jerárquico, donde el investigador produce imágenes y presenta resultados; y otro circular e integrador, donde investigador y sociedad co-construyen el objeto de investigación. Este enfoque implica la participación activa de los sujetos en la creación de imágenes, sonidos y vídeos, facilitando una reflexión tanto de los encuestados como del investigador sobre la construcción de los objetos de estudio, diferenciándose principalmente en la naturaleza de lo que se capta y se propone como resultado (percepción/significación).