Cómo usar la IA para la divulgación pública

El uso de la IA para la investigación y el análisis de datos ya está razonablemente bien discutido, y el tema de la escritura con IA sigue siendo polémico, pero al menos hay un animado debate al respecto. Usar la IA para llegar al público o para apoyar su flujo de trabajo como escritor de cara al público, en cambio, es terreno casi inexplorado. Tras un año de experimentar con esos usos, mi impresión es que el límite está en la imaginación, no en la capacidad. En mayo di una charla sobre mi experiencia para Machine Collaborators, una serie de talleres sobre cómo los investigadores trabajan con la IA. Lo que sigue es la versión escrita, un tipo de artículo más práctico de lo que suelo publicar aquí, y está diseñado a propósito para ser útil incluso para quienes no quieren delegarle a la máquina absolutamente nada de su preciada escritura.

Suscríbase ahora

Pasé la primavera argumentando en tres artículos distintos que los académicos necesitan despertar sobre la IA, cambié de opinión sobre los detectores cuando resultó que Pangram sí funcionaba, y luego redoblé la apuesta con la idea de que la escritura con IA puede ser legítima en muchos contextos. Como le conté a The Chronicle of Higher Education, algunos pedían que me despidieran por esos pensamientos blasfemos, mientras otros no dejaban de escribirme en privado para preguntarme por mi configuración (a veces, las mismísimas personas). Pero incluso los críticos más agudos con los que he discutido, al menos fuera de Bluesky, suelen conceder que la IA ha sido buena para hacer investigación, aunque todavía no para escribir sobre ella. Así que quiero dejar de lado la cuestión de la escritura y partir de una premisa más amable.

Supongamos que usted ya hizo su investigación, la escribió y logró publicarla. Ahora está en una revista que poca gente lee. A usted le gustaría que más personas —sobre todo las influyentes— leyeran sobre su trabajo y sus hallazgos. Con una guía de estilo personalizada y la verificación adecuada, un agente de IA puede cargar con buena parte de ese trabajo de promoción creando resúmenes accesibles, complementos de datos y paquetes de preparación para entrevistas. Este artículo es un recorrido por cómo empezar.

Mis lectores académicos quizá recuerden que ya presenté el argumento más completo a favor de la divulgación científica, sobre todo frente al “activismo académico”, en un artículo anterior. En resumen, escribir para públicos necesariamente diversos y no académicos pone sus ideas a prueba y evita que la buena investigación permanezca invisible. Pero no quiero fingir que la estructura actual de incentivos en la academia fomenta este tipo de divulgación fuera del propio campo. A menos que usted trabaje en una escuela de políticas públicas, la divulgación normalmente cuenta poco en los expedientes de promoción. Saltársela ha sido un uso defendible de su escaso tiempo, sobre todo si no la disfruta. Al menos, eso era cierto hasta que llegaron los agentes de IA.

Escribir un texto de divulgación basado en investigación que ya había hecho solía tomarme cerca de una semana. Con algo de asistencia agéntica, ahora me toma menos de un día sin sacrificar nada de calidad. La barra de lo que “vale la pena hacer” baja en consecuencia, y toda una serie de proyectos que antes nunca tenían sentido —como un sitio web traducido o un rastreador automatizado de ideas— de pronto lo tienen. Los límites vuelven a estar, sobre todo, en su creatividad.

La configuración básica que necesita por ahora (tercer trimestre de 2026)

Una de las razones por las que me tardé en publicar precisamente este artículo es que la vida útil de cualquier consejo concreto sobre IA es bastante corta, dado el rápido desarrollo de estas herramientas. El único consejo duradero que he aprendido es que uno puede simplemente hablar con su agente de IA y pedirle que haga cosas, tal como se las pediría a su asistente (de investigación) humano. En esa misma línea, he llegado a creer en el principio general de que, si algo es ético delegárselo a su asistente humano, debería ser igual de ético delegárselo a su asistente de IA. Con su propia verificación de por medio, esto debería valer lo mismo si hablamos de crear esquemas, resumir fuentes, recopilar datos e incluso redactar respuestas rutinarias de correo a solicitudes administrativas. La analogía del asistente, eso sí, es solo un piso.¹ Los agentes de hoy también son programadores competentes y diseñadores decentes, así que, una vez cubiertas las tareas rutinarias, la misma configuración puede encargarse de proyectos mucho más ambiciosos, como los complementos interactivos de investigación que describo al final de este artículo.

La gente razonable todavía discrepa sobre cuánta escritura propiamente dicha debería poder delegarse a la IA, pero resulta esclarecedor pensarlo como un continuo y no como una dicotomía. Aquí hay un buen ejemplo de Archie Hall, que parte de mi propio alegato contra Pangram de hace un tiempo.² Archie y yo no coincidimos del todo en dónde trazar la línea (su amarillo/naranja es mi verde), pero incluso para quienes son aún más conservadores que Archie, hay muchísimas cosas emocionantes que pueden hacer para mejorar la divulgación pública de su investigación.

Estas son algunas cosas concretas que todos los científicos sociales cuantitativos pueden encontrar útiles. Es material muy básico, pero he visto gente que todavía no tiene clara la diferencia entre Codex y ChatGPT, así que tiene sentido ser explícito:

• Pague por al menos un modelo premium. Las herramientas agénticas serias (yo uso Claude Code y OpenAI Codex) requieren suscripciones de unos $100-200 al mes, y las versiones gratuitas le darán una idea equivocada de lo que es posible.³

• Use un sistema agéntico, no un chatbot. Es decir, no use Claude ni ChatGPT en el navegador, ni siquiera cuando tenga una carpeta de proyecto. Necesita una “herramienta agéntica” que acceda a su computadora para trabajar directamente en sus archivos hasta terminar la tarea, mientras hace cambios en el mundo real, como actualizar su sitio web.

• Cree una cuenta de GitHub si no tiene una. Los agentes trabajan mejor en carpetas con historial de versiones, y usted va a querer poder deshacer cambios. Aquí hay una buena guía para principiantes.

• Hable con su agente cuando no entienda algo, de preferencia usando dictado. Las preguntas de configuración que antes exigían tener un amigo programador ahora las puede responder, con paciencia y de manera específica, la propia herramienta.

• Mantenga y actualice periódicamente un archivo común de instrucciones, como CLAUDE.md o AGENTS.md. Cada corrección que usted haga dos veces se anota ahí una vez, para que el agente deje de repetir el error.

• Verifique siempre los resultados, sobre todo cualquier cosa destinada al consumo público, tanto con IA (sí) como personalmente. Más sobre esto más abajo.

Por qué sigue necesitando un agente y por qué un chatbot con carpeta de proyecto sigue sin serlo

Debería decir algo más al respecto, porque algunas de las personas que revisaron este artículo seguían sin convencerse de usar un agente. Ya hablan con Claude o ChatGPT en el navegador todos los días, mantienen carpetas de proyecto con sus artículos subidos y preguntan, con razón, qué más podría necesitar un investigador.

La diferencia está en lo que pasa después de que el modelo termina de pensar. Todo lo que usted hace dentro de una ventana de chat es solo información: todavía tiene que llevar la respuesta a otra parte y actuar usted mismo. Las cosas que hace con un agente se convierten en acciones que impactan el mundo real a su alrededor, como actualizar y publicar su sitio web, o corregir y subir su código, o enviar una invitación por correo.

Usar una carpeta de proyecto, por útil que sea, no basta. Y no se trata solo de copiar y pegar menos desde la ventana del chatbot. Subir sus artículos y materiales relevantes a la carpeta de proyecto cambia lo que el chatbot sabe; un agente cambia lo que la IA puede hacer, en la práctica, con los archivos que usted comparte. Como el agente también tiene acceso a su computadora y a la terminal, puede hacer cosas más sofisticadas, como la skill de escritura que describo más abajo, que vive en archivos que el agente lee y actualiza cada vez que escribe. Lo mismo aplica a su navegador: un agente que trabaja a través de él, con sus sesiones iniciadas y sus permisos, llega mucho más lejos que la navegación integrada de la propia IA. Mi sugerencia, de nuevo, es simplemente probarlo con una tarea concreta (por ejemplo, redactar la preparación de una entrevista) y comparar usted mismo el resultado con el de un chatbot (por ejemplo, Claude Fable 5 vs Claude Code Fable 5). Pero todo el proyecto de construir y actualizar su propio sitio web, que viene a continuación, es el candidato perfecto para comprobar la diferencia con sus propios ojos.

El paso cero siempre es construir un sitio web personal asistido por IA

Todo lo que sigue supone que usted tiene un espacio propio en la web que controla, lo que, para la mayoría de los académicos, significa un sitio personal. Si como investigador no tiene uno, consígalo cuanto antes, y esto es lo primero que puede pedirle a un agente. Yo creé mi sitio web a mano usando Jekyll con la plantilla de AcademicPages hace unos siete años. Sigo atado a él, al menos emocionalmente, pero hoy hay más opciones buenas para empezar desde cero.

Su sitio puede alojarse gratis en GitHub Pages o en un dominio personal (por ejemplo, en Squarespace), que cuesta unos $10 al año. En su momento, como alguien que no programaba, me tomó una eternidad configurar mi sitio como yo quería, incluso con la ayuda de varias guías. Con la IA agéntica, todo el asunto puede tomar apenas una noche. A partir de ahí, el sitio prácticamente se edita solo. Las mejoras pequeñas cuestan una tarde cada una. Puede describir un cambio en lenguaje sencillo, como agregar etiquetas a su lista de publicaciones, y el agente añade esa función por su cuenta. Lo único que a usted le toca hacer, aparte de la verificación local para ver si las nuevas funciones de verdad funcionan, es hacer commit y publicar los cambios.

Todas las demás funciones adicionales que se le ocurran, como publicaciones destacadas en la página de inicio o una barra lateral con los próximos eventos, son posibles; el límite, como no me canso de repetir aquí, es solo su creatividad. Ninguna de estas cosas habría justificado contratar a un desarrollador web (menos aún con nuestros magros presupuestos académicos), pero, en conjunto, hacen el sitio considerablemente más útil para el periodista o el colega que lo visita.

Pero mi nueva incorporación post-agéntica favorita es la traducción automática del sitio: alexanderkustov.org ahora existe en inglés y en otros 11 idiomas. No es perfecta, y me tomó un tiempo dejarlo todo a punto arbitrando con base en la traducción a los idiomas que yo mismo hablo, pero cumple bastante bien la función de SEO. Si un periodista en Alemania, México o Japón busca en Google algo sobre opinión pública e inmigración en su idioma, puede toparse con mi investigación y escribirme (algo que ya ha pasado varias veces).

No hubo de por medio ninguna subvención ni agencia de traducción humana: mi agente de IA tradujo el sitio, y ahora ejecuto una revisión automatizada semanal que compara las páginas en inglés con las 11 traducciones y enumera todo lo que se haya desincronizado. Incluso si al principio hubiera contratado traductores humanos certificados para este trabajo, no podría costear que actualizaran sus traducciones con regularidad (y yo no le pido a la gente que trabaje gratis).⁴

Qué hacer con los artículos de investigación y las ideas que ya tiene

Una vez que sus artículos de investigación están publicados en línea, el agente de IA puede rastrear qué pasa con ellos. Todos conocemos Google Scholar: le dice quién cita sus artículos académicos, pero no puede decirle quién enlaza sus escritos públicos. Así que armé mi propio sustituto con Google Alerts sobre mi nombre y mis títulos principales, una herramienta de backlinks (por ejemplo, con Ubersuggest), más un escaneo programado que se ejecuta cada domingo por la mañana y compila las menciones y backlinks nuevos en un solo reporte que leo con el café.

Resulta que una configuración bastante parecida también ayuda a registrar sus ideas de investigación y todos los escritos relevantes repartidos en varias plataformas, para que usted pueda desarrollar esas ideas. Yo tengo todo un backlog de cosas que se me ocurren en la ducha o en conversaciones con colegas, con un rastreador para cada idea y una fórmula de puntuación que incluye el mérito subjetivo, la dedicación esperada y la actualidad del tema. Cuando me estanco, el agente me dice qué escribir a continuación y me sugiere cosas para revisar sobre el tema, tomadas de los Substacks recientes y de las revistas académicas que sigo. No tiene que hacerlo exactamente igual, pero yo en lo personal uso Obsidian para organizar y leer todas esas notas en markdown en un solo lugar, sincronizándolo con mi agente cuando hace falta.

El mismo repositorio también me permite poner a prueba ideas a bajo costo antes de comprometerme con ellas. Cuando no estoy seguro de un encuadre, suelo probarlo primero como publicación en redes sociales y, si conecta, le pido al agente que navegue por las respuestas y resuma las objeciones, que muchas veces terminan siendo la sección de contraargumentos del texto final. Solo después de eso sale una propuesta a algún medio, y para entonces ya sé cómo le va al argumento ante un público real.

Cómo crear su propia guía de estilo personal y una skill de escritura

Una vez que tenga su sitio web con todos sus artículos de libre acceso guardados como PDF y disponibles ordenadamente en un solo lugar, debería pedirle a su agente de IA que los convierta a Markdown, que extraiga cada figura y tabla como archivo propio, y que publique todo eso en el sitio junto al PDF. Aunque no lo crea, el primer lector de su artículo hoy suele ser una máquina; le conviene que su trabajo sea legible para la IA, de modo que la IA pueda recomendárselo al humano que hizo la búsqueda correspondiente.

También puede usar esas mismas versiones limpias en .md (markdown) de sus artículos para crear su “banco de escritura”, una verdad de referencia sobre sus ideas que el agente puede seguir, lo cual es muy útil cuando quiere redactar sus nuevas diapositivas o un resumen de investigación accesible al público. En ese banco puede poner todo lo que haya escrito en su vida, guardado como archivos de texto plano (.md) en una carpeta que el agente pueda leer: ensayos, columnas de opinión, artículos publicados, capítulos de libros, incluso transcripciones de charlas, con su voz ya presente en ese corpus.

También va a necesitar una guía de estilo propia, porque la escritura de los LLMs es genérica por defecto. La mía empezó como un único archivo CLAUDE.md y creció por acumulación. La “entrené” con mis propios textos publicados, corregí los primeros borradores que produjo y luego le pedí que anotara las correcciones como reglas. La escritura de IA sí tiene patrones reconocibles, y a estas alturas mi guía prohíbe los tics que todo el mundo reconoce, incluida la construcción “No es X, es Y” y los párrafos artificialmente cortos. Las prohibiciones persisten porque estas reglas quedan guardadas en un archivo que el agente lee cada vez.

Con el tiempo, ese único archivo se convirtió en lo que Claude llama una skill: una pequeña carpeta de instrucciones que el agente carga cada vez que escribe como yo; el diagrama de abajo muestra la configuración completa. El banco de escritura alimenta un perfil de voz (lo que digo y lo que nunca digo, hasta el ritmo de las oraciones), mientras que la guía de estilo contiene las reglas. Antes de que yo vea cualquier borrador, se ejecutan dos revisiones: un escaneo mecánico que señala las construcciones prohibidas, y una lectura fresca de un segundo agente que solo ve el texto final más el reglamento, porque el agente que escribió un borrador es ciego a sus propios tics. Mis correcciones luego regresan a la guía como reglas nuevas, y ese es el ciclo que hace que todo el sistema mejore.

El mismo agente también puede servirle de revisor, que quizá sea la parte más subestimada de la configuración. Antes de que algo salga, pido una crítica del borrador desde perspectivas que decididamente no son las mías: digamos, un restriccionista que me considera ingenuo sobre el control migratorio, o un lector común que jamás ha oído hablar de la “opinión termostática”. Puede nombrar a escritores específicos en cuyo juicio confía, o simplemente describir direcciones ideológicas, y las notas que regresan, aunque disparejas, detectarán de manera confiable la objeción que olvidé responder. Para la escritura pública, donde ningún informe de árbitro vendrá a salvarlo, esta lectura adversarial es el sustituto más cercano que he encontrado.

Con esas dos piezas en su lugar, puede pedir lo que necesite a partir de un artículo terminado: un documento de preparación para entrevistas, una propuesta de columna de opinión, una publicación para redes sociales, una presentación de diapositivas, el esquema de un artículo para Substack o incluso, si se atreve, el borrador de un informe de políticas públicas hecho y derecho. Para mi charla de Machine Collaborations, ejecuté todo esto sobre uno de mis artículos más tristemente poco leídos, un estudio de 2020 que muestra que, en la mayoría de los 30 países encuestados, mayorías absolutas o relativas quieren tanto menos inmigración hacia su propio país como menos emigración desde él, y el ejercicio produjo, entre otras cosas, tres encuadres genuinamente distintos para un ensayo futuro que no se me habían ocurrido.

O supongamos que un periodista lo contacta por un artículo que usted escribió hace años para preguntarle por sus implicaciones para la actualidad. Con una configuración así, puede producir un buen borrador de lo que razonablemente podría decir, que casi con seguridad será mejor y más preciso que lo que se le ocurriría en el momento.

Qué hacer con el slop y las alucinaciones

Cada vez que les describo este flujo de trabajo a mis colegas, la primera preocupación que escucho es que solo va a producir más slop. No me malinterprete: mucho del texto generado por IA de una sola pasada se lo merece (igual que buena parte de la escritura humana). Pero todo en la configuración descrita aquí parte de la premisa de que usted ya tiene investigación legítima revisada por pares y textos de divulgación editados. El agente está aquí simplemente para reempaquetar o contextualizar sus propias afirmaciones bajo una nueva luz, para su propio primer borrador humano de mierda. Igual que cuando uno depende de asistentes humanos demasiado entusiastas, la responsabilidad por lo que sale con su nombre sigue siendo suya. Que el resultado se lea como slop o no depende de la verificación, la edición y todo el trabajo duro adicional que usted haga antes de darle a publicar.

Esa verificación no es opcional, porque los modelos todavía inventan cosas, y muchos sostienen ahora que la alucinación es el mayor cuello de botella de la investigación asistida por IA. Lo he aprendido por las malas. Mi flujo de trabajo una vez rebautizó a mi coautor, James Dennison, como “Mick Dennison”, un nombre de pila que inventó de la nada aunque el correcto estaba en los mismísimos archivos con los que trabajaba. En otras ocasiones, le atribuyó una cuenta paródica (@GovAmyKlobuchar) a la senadora de verdad y me entregó una URL de LinkedIn adivinada a partir del patrón de mi nombre.

¿Entonces qué hago en la práctica? Hago que el modelo verifique tres veces cada nombre, fecha, referencia y enlace; le exijo pegar el resultado de su verificación para poder ver qué fue lo que consultó; y luego yo mismo verifico las cosas que importan. Aunque quizá sea exagerado, también le pido rutinariamente a Codex que verifique lo que hizo Claude Code, y al revés.

En cuanto a las alucinaciones, en lo que toca a las referencias y sus atribuciones, Steven Denney ha escrito el mejor tratamiento práctico que conozco. La solución de Denney es lo que uno construiría para un asistente de investigación humano rápido pero descuidado. Unas instrucciones reutilizables cotejan cada cita contra Crossref y el DOI, y una carpeta de proyecto conserva los PDF originales junto a las versiones legibles por máquina, de modo que las afirmaciones se verifican contra todas las fuentes originales a la mano, con mínima posibilidad de error.

Debo admitir que, incluso con todos estos controles y con los modelos más nuevos (estoy usando Fable 5 y GPT 5.6), el sistema no es perfecto. A mi agente de Claude, por ejemplo, parece encantarle tanto la regla del tres que sigue metiendo tríadas en mis borradores aunque mi propia guía de estilo las prohíbe explícitamente, y lo siguió haciendo en este mismo artículo después de que le pedí que parara, una y otra vez.

¿Qué le depara el futuro a la divulgación científica?

Si todo esto lo deja con ganas de intentarlo, puede empezar por tomar uno de sus artículos terminados y pedirle a un agente que cree un artefacto, como una preparación de entrevista, en su propio estilo. Usted ajusta el resultado hasta que suene como usted, guarda las instrucciones que lo llevaron hasta ahí, y así el siguiente saldrá mejor y más rápido.

Quizá también haya notado que deliberadamente no incluí aquí mi propia skill formal de escritura. Eso es porque codifica mi voz, y usted, querido lector, debería desarrollar la suya. La manera más simple de hacerlo es apuntar su agente a este mismo artículo y pedirle que implemente la configuración que describo, con las variaciones que se ajusten a lo que usted intenta hacer.

Lo que describo pronto será el piso, y no el techo, de la capacidad agéntica. Por ejemplo, el politólogo Andy Hall de Stanford reveló esta semana que planea publicar buena parte de su investigación original directamente en Substack. Esta publicación acelerada le permitirá discutir y promover su investigación más reciente no solo con otros académicos, sino también con responsables de políticas y periodistas, y saltarse los comentarios “a menudo arbitrarios” de los revisores de las revistas. Él habla sin rodeos de los costos de saltarse la revisión por pares, y está claro que esta opción es más fácil para quienes ya tienen plaza fija u otros puestos seguros. Para el trabajo ligado a la actualidad, sin embargo, el cálculo favorece cada vez más la velocidad, y ya veo a más investigadores —yo incluido— tomando la misma decisión.

La frontera que ahora me parece más emocionante es la interactividad. Hasta hace poco, un especial interactivo de datos era algo que solo podía permitirse construir una redacción con los recursos de The New York Times, mientras que las revistas académicas siguen demasiado anticuadas para cualquier cosa más avanzada que un PNG estático. Con un agente, cualquier investigador puede ahora publicar un complemento interactivo de un artículo publicado. Modelslant.com, el complemento en vivo que Sean Westwood, Justin Grimmer y Andy Hall construyeron para su documento de trabajo sobre el sesgo político percibido de los modelos de IA, permite que los lectores exploren los rankings por su cuenta, y el laboratorio de Hall ahora mantiene todo un estante de prototipos similares. Nada de esto, sin embargo, exige ya necesariamente los recursos de un laboratorio de Stanford, y su propio artículo poco leído es justo el tipo de candidato para el que se creó un complemento así.

El remate de mi primer artículo sobre IA sigue vigente: enciérrese en una habitación con Claude Code y una tarea tediosa de divulgación o de investigación que nunca tuvo tiempo de hacer, y vea qué pasa. Las herramientas específicas de esta guía posiblemente se verán anticuadas dentro de un año, pero el cambio de fondo no va a ninguna parte. El costo marginal de la escritura pública seria se ha desplomado, y los investigadores que hoy guardan silencio les ceden la conversación a escritores peor informados. Puede que a usted todavía no le guste la IA ni la escritura asistida por IA, pero si tiene algo que valga la pena decir, quedarse callado sin usar las mejores herramientas disponibles es una decisión activa que usted está tomando.

Compartir

Muchísimas gracias a Mike Riggs, Jannik Reigl, Jeff Fong y, por supuesto, a Claude y Codex por sus útiles sugerencias sobre el borrador.