El análisis de información a través de la investigación social es arduo, debido a que es un proceso que requiere tiempo y esfuerzo para la interpretación de grandes lecturas de texto importante, ¿De qué manera la minería de textos puede apoyar la investigación social para evitar la interpretación subjetiva de la información? Es la pregunta que guía esta investigación que es abordada desde la teoría de la minería de textos. A través del estudio y análisis de las técnicas de la minería de texto, se propone un algoritmo denominado Quillo Espino basado en el modelo de resúmenes de texto automático con el método extractivo, el cual consta de 3 fases en la ejecución, transformación de los datos, aplicación del método TfIsf y finalmente obtención del conocimiento. El algoritmo se encuentra compuesto por diferentes algoritmos: tokenizador, adaptación del algoritmo snowball, stop words, conversión a vectores, creación de matrices, adaptación método TfIdf etc. Mediante la aplicación del algoritmo Quillo Espino se logra una interpretación objetiva de la información analizada, sin perder la homogeneidad de los datos analizados. El estudio del caso es el resultado de análisis de entrevistas, entregadas a través del software Atlas.ti, realizadas por los investigadores del área cualitativa en la Universidad Autónoma de Querétaro. El algoritmo analiza, transforma, estructura la información, realiza operaciones de tipo estadístico asignando ponderación a cada uno de los términos analizados, por medio de discriminación y comparación de valores presenta resultados de acuerdo a solicitud del usuario. Los resultados mostraron evidencia de que, a través de la aplicación del algoritmo, los investigadores redujeron el tiempo de análisis en su investigación, teniendo todos los resultados en un solo lugar sin necesidad de cambiar de plataforma además contribuyo en agilización del proceso de obtención de conocimiento generada por la investigación social.