8 Encontrar y verificar la evidencia previa
Este capítulo forma parte de un libro en desarrollo activo y todavía no ha pasado por la revisión del autor. El contenido puede cambiar a medida que avanza la revisión.
La decisión de investigación. Cuáles de tus pistas candidatas sobreviven a la recuperación y a la lectura, y por lo tanto se vuelven evidencia sobre la que puedes construir, y si el punto silencioso que dejan en tu mapa es un vacío genuino o una búsqueda que detuviste demasiado pronto.
8.1 Por qué importa esta decisión
La decisión sobre la mesa: cuáles pistas se convierten en evidencia verificada, y si el punto silencioso de tu mapa es un vacío real.
Imagina a quien asesora tu tesis devolviéndote el primer borrador por encima del escritorio. «Muéstrame la conversación a la que se suma tu trabajo», te dice, «no una pila de resúmenes. Qué estudios coinciden, cuáles pelean, y dónde exactamente está el hueco que dices llenar». Esa pregunta decide si tu proyecto tiene dónde pararse. Hay dos maneras de equivocarse, y las dos salen caras. Si citas una fuente que no existe, o que no dice lo que afirmas, todo resultado que se apoye en ella queda comprometido. Si anuncias un vacío que un artículo ya llenó, prometiste una contribución que no puedes entregar. Este capítulo es donde tomas ambas decisiones, y quedan registradas.
8.2 El concepto
Un campo es una conversación acumulativa: una discusión continua en la que cada estudio responde, amplía o cuestiona a los anteriores. Un equipo reporta que un tratamiento del suelo eleva el rendimiento de un cultivo; el siguiente prueba si el efecto se sostiene en otro clima. Tu tarea no es inventar una isla. Es encontrar la conversación a la que pertenece tu pregunta y agregarle una oración honesta.
Cada fuente que conservas pasa por un mismo hábito. El ciclo de recuperación y verificación tiene cuatro pasos: pedirle a cualquier herramienta que saque pistas a la superficie, recuperar la fuente real por tu cuenta, verificar que existe y que dice lo que se afirmó, y documentar dónde la encontraste. Una pista es una fuente candidata que todavía no has confirmado. Una pista sigue siendo pista hasta que la recuperación y la verificación la asciendan a fuente.
Hay dos fallas con nombre propio que el ciclo existe para atrapar. Una alucinación de citas (citation hallucination) es una IA inventando una fuente que no existe, vestida con un par de autores que suena real, un año reciente y una revista plausible. Una fuente mal caracterizada (mischaracterized source) es un artículo real citado para una afirmación que nunca hace, como un estudio que reporta una correlación citado como prueba de una causa. Una fuente puede ser real y aun así estar mal caracterizada, así que «¿existe?» y «¿dice esto?» son dos comprobaciones distintas. Corre las dos.
Una vez que tienes una fuente verificada, haces crecer las demás con la búsqueda en bola de nieve: recorrer sus enlaces en dos direcciones. Una búsqueda de citas hacia atrás lee la propia lista de referencias de la fuente para hallar los trabajos más antiguos sobre los que se apoyó. Una búsqueda de citas hacia adelante encuentra los trabajos más nuevos que la citan, a través de un rastro de «Citado por». Dos fuentes sólidas, recorridas en ambas direcciones, se vuelven diez.
Así también te ganas la palabra vacío. Un vacío genuino es una pregunta que tus fuentes verificadas de verdad dejan sin responder, confirmada al mirar. Una búsqueda inconclusa es una pregunta que simplemente dejaste de perseguir. Desde tu escritorio se sienten idénticas, y solo una es una contribución real. La prueba es la recuperación. Te ganaste la palabra vacío solo después de que fuentes reales, seguidas hacia adelante y hacia atrás, siguen calladas sobre tu pregunta.
8.3 Un ejemplo resuelto
Estudias ciencias del cultivo, y tu pregunta es si agregar biocarbón (carbón hecho con residuos de cultivo y mezclado en el suelo) eleva el rendimiento del maíz en campos arenosos. Le pides evidencia a una herramienta de IA. Devuelve una cita segura de sí misma: un par de autores con nombre, una fecha de 2021, una revista de ciencias del suelo que suena real y un hallazgo bien ordenado según el cual el biocarbón elevó el rendimiento en un 18 por ciento. Perfecto. Así que vas a leerla, y no está en ninguna parte. Ni en el portal de la biblioteca, ni en Google Scholar, ni en el sitio de la editorial.
Aquí está la decisión sobre la mesa. ¿Es el estudio faltante una prueba de que «nadie ha probado biocarbón en suelo arenoso, así que mi vacío es real»? No. Tres cosas podrían ser ciertas. La IA fabricó el estudio entero, y no hay nada que encontrar. Distorsionó una fuente real, idea correcta pero autoría o año equivocados, así que buscas la afirmación misma y los autores reales probables. O el artículo es real pero está tras un muro de pago o es oscuro, alcanzable a través de tu biblioteca o escribiéndole a quien lo firma. Tu siguiente movimiento es el mismo en los tres casos: la pista se queda fuera de tu columna de verificadas hasta que la recuperación funcione.
Así que haces el trabajo. Recuperas cuatro estudios reales de ciencias del suelo a través de la base de datos de la biblioteca, lees cada uno y aplicas la bola de nieve. Hacia atrás, desde un ensayo de campo de 2019, encuentras el estudio de invernadero más antiguo en el que se apoyó. Hacia adelante, por «Citado por», encuentras dos ensayos más nuevos que probaron la misma idea en suelo franco y arcilloso. Ahora puedes ver la conversación: el biocarbón ayuda al rendimiento en algunos suelos, el tamaño del efecto varía, y ninguno de los cuatro que recuperaste corrió el ensayo en el suelo arenoso que cultiva tu condado. Ese punto silencioso, rodeado de fuentes que abriste tú, es un vacío que puedes defender.
8.4 El laboratorio en Colab
Este capítulo tiene su propio cuaderno de acompañamiento: ábrelo en Colab con la insignia de arriba. El cuaderno reúne los prompts y el código del capítulo y termina con el espacio de trabajo Ahora te toca a ti, para que completes el paso del capítulo en tu proyecto sin salir de Colab. El laboratorio de aula completo detrás de este capítulo es el cuaderno del curso nb03 — Research builds on research: verified evidence + real gaps (la investigación se construye sobre la investigación: evidencia verificada y vacíos reales) (abrir en Colab), parte del curso de acompañamiento presentado en el apéndice Para docentes. Allí correrás el ciclo de recuperación y verificación sobre tu propia afirmación y verás una simulación reducir un montón ordenado de quince citas generadas por IA al puñado que sobrevive a la recuperación, para después construir un mapa de evidencia cuyo único cuadro vacío es tu vacío.
8.5 Prompts de IA recomendados
Comprométete primero con tu propia respuesta y solo después delega. La verificación tampoco es un solo prompt. Es un bucle de IA: el ciclo prompt → respuesta → interrogación → refinamiento → nueva ejecución. Preguntas, lees la salida contra el artículo, le dices a la herramienta exactamente dónde se pasó de la raya, y vuelves a preguntar. La segunda pasada suele ser donde aparece la respuesta honesta, porque la primera todavía está tratando de agradarte.
My research question is: [paste it]. The claim I need sources for is:
[paste the claim]. List the five published studies most relevant to this
claim, each with authors, year, exact title, and venue, so I can retrieve
and verify each one myself.Después de ejecutarlo, verifica: busca cada título exacto entre comillas antes de creer que existe. Esto contrarresta la fabricación confiada (confident fabrication), una cita que suena real de un artículo que nunca se escribió.
Here are the five sources I retrieved and read: [paste them]. For each, state
the single claim its evidence actually supports, and flag any where my
one-line summary reaches further than the study does.Después de ejecutarlo, verifica: lee cada afirmación marcada contra la sección de resultados del propio artículo. Esto contrarresta la fuente mal caracterizada (mischaracterized source) y el cambio silencioso de alcance (silent scope change), una correlación reportada calladamente como una causa.
Here is my research question and the gap I placed: [paste them]. Argue the gap
is NOT real: name up to three published studies that may already fill it, with
authors, year, title, and venue. Do not reassure me.Después de ejecutarlo, verifica: recupera cada estudio que nombre; una fuente que no puedes abrir no cierra nada. Esto contrarresta el acuerdo complaciente (sycophantic agreement): una IA que elogia tu vacío te ha halagado, no lo ha puesto a prueba.
Dos decisiones son solo tuyas, porque tu nombre va en el mapa. Primera, si una fuente cuenta como verificada: la recuperaste, la abriste y leíste la afirmación por tu cuenta, así que ningún resumen de IA sustituye al artículo. Segunda, si tu vacío es genuino: recorriste un enlace hacia atrás y uno hacia adelante desde cada fuente verificada y la pregunta sigue sin respuesta. Una IA puede señalar; solo tú puedes responder por ella.
8.6 Un caso de falla de la IA
La falla que hay que esperar aquí es la fabricación confiada. Pídele a una herramienta de propósito general «el estudio más citado sobre biocarbón y rendimiento del maíz en suelo arenoso» y a menudo producirá uno, completo con una cadena con forma de DOI y el nombre de una revista real, porque producir una cita fluida es exactamente aquello para lo que fue construida. El detalle no es prueba de existencia. La atrapas en el momento en que intentas recuperarla: pega el título exacto entre comillas en la base de datos de la biblioteca y en Google Scholar. Si nada aparece en ninguno de los lugares donde debería estar, la cita está inventada hasta que se demuestre lo contrario, y nunca entra en tu registro. La fluidez era la trampa; el resultado de búsqueda vacío es la señal.
8.7 Ahora te toca a ti
Entraste con una lista de pistas candidatas. Sales con una base de evidencia que abriste personalmente, y con un vacío que puedes defender en voz alta.
- Intenta recuperar cada candidata de tu lista. Busca el título exacto entre comillas en la base de datos de tu biblioteca y en Google Scholar. Lo que no aparezca sigue siendo una pista y nunca entra en tu base de evidencia. Anota por qué falló.
- Abre las que sí aparecen y léelas. Como mínimo: el resumen, la sección de diseño y los resultados. Luego escribe la afirmación central de cada fuente en una oración, con tus palabras. Si no puedes escribir esa oración, todavía no la has leído.
- Critica cada una. Nombra la población que estudió, el diseño que usó y la única cosa que no concluirías a partir de ella. Una fuente que no puedes criticar es una fuente que no has entendido.
- Dibuja tu mapa de evidencia: un nodo por fuente verificada, líneas entre las que coinciden, y una línea marcada entre cualquier par que se contradiga. Las contradicciones se dibujan, nunca se maquillan.
- Encuentra el punto silencioso del mapa y escribe tu vacío como una oración acotada: «Entre las fuentes que recuperé y verifiqué, ___ no ha sido establecido para ___». Si la versión honesta es «mi búsqueda todavía está inconclusa», escribe eso en su lugar. Eso es un hallazgo sobre tu búsqueda, no un fracaso.
- Registra el trabajo de verificación en tu AI Research Ledger (registro de investigación con IA), nombrando el método que usaste de la Guía de Verificación; la lectura de la fuente primaria es el que le corresponde a cada cita. Una IA revisora puede intentar contigo argumentar en contra de tu vacío; la decisión de conservarlo o descartarlo es tuya.