Soluciones de IA para Investigación
Asistentes especializados para enfocar y acelerar tus revisiones, análisis y reportes con rigor metodológico.
¿Qué incluye AI Solutions?
AI Solutions integra prototipos de GPTs especializados para el ciclo completo de investigación académica: desde el planteamiento y mapeo hasta la revisión sistemática, la síntesis y el reporte final. Estos agentes se alinean con buenas prácticas de ciencia abierta, control de versiones y trazabilidad (PRISMA-S), incorporan checklist de calidad y sesgo (JBI, CASP, MMAT, ROBINS-I, AMSTAR-2) y facilitan la visualización (slopegraphs, harvest plots, redes de colaboración).
Algunos beneficios importantes son:
- Rigurosidad metodológica verificable.
- Ahorro de tiempo en cribado, extracción y normalización.
- Transparencia: registros de búsqueda y deduplicación.
- Exportables listos para publicación y sustentación.
GPT 01
PRISMA 2020/ScR/SR
Magdiel Torres Vanegas
Oct 2025
El GPT PRISMA automatiza el ciclo de revisión sistemática: estrategia de búsqueda reproducible (PRISMA-S), cribado en dos fases con acuerdo interevaluador (Kappa de Cohen), deduplicación, extracción estandarizada, matrices de calidad (JBI, CASP, MMAT, ROBINS-I, AMSTAR-2) y síntesis (tablas y gráficos). Genera el diagrama PRISMA 2020 y un harvest plot inicial para evidenciar fuerza y direccionalidad de hallazgos.
Características clave:
- Logs de búsqueda y reproducibilidad: términos, filtros, bases, fechas (PRISMA-S).
- Cribado y elegibilidad: título/abstract y texto completo con reglas transparentes.
- Deduplicación documentada y trazabilidad de decisiones.
- Calidad y sesgo: plantillas por tipo de estudio (JBI/CASP/MMAT/ROBINS-I/AMSTAR-2).
- Productos finales: diagrama PRISMA 2020, tablas de síntesis, harvest plot.
Casos de uso:
- Revisiones sistemáticas y scoping reviews.
- Informes de mapeo de evidencia para políticas públicas.
- Actualizaciones rápidas (rapid reviews) con registro de cambios.
Entrega esperada:
- PRISMA 2020 (imagen y fuente editable).
- PRISMA-S (registro de búsqueda).
- Matrices de extracción y calidad (xlsx).
- Informe de síntesis con APA 7 (docx).
- Harvest plot y gráficos comparativos (png/svg).
Este asistente automatiza búsqueda (PRISMA-S), cribado, deduplicación y síntesis con matrices de calidad. No inventa estudios: aporta plantillas y guías; tú validas y citas. Mantén logs (consultas/fechas/bases), documenta inclusión/exclusión, calcula Kappa para acuerdo interevaluador y declara el uso de IA en tu reporte. Evita cargar texto con copyright sin permiso/licencia.
GPT 5.0 Thinking
Referenciar en APA 7a
Estudios Axial Perú EIRL. (2025). PRISMA 2020 (ScR/SR) — GPT PRISMA (v. 1.0, octubre 2025) [Modelo de lenguaje personalizado]. https://chatgpt.com/g/g-68c8f3db6a008191b99dad7f2699f0e6-prisma-2020-scr-sr
GPT 02
MMI (CUAN+CUAL)
Magdiel Torres Vanegas
Oct 2025
El GPT de Investigación guía paso a paso el diseño del estudio (mixto, cuantitativo o cualitativo), la construcción del marco teórico, la formulación de RQ, hipótesis e indicadores, y produce artefactos editables: matrices PICO/SPIDER/PEO, esquemas de RACI para gobernanza de proyectos, y tablas de variables operativizadas. Integra consejos para OSF/Git, control de versiones y datos FAIR.
Características clave:
- Diseño metodológico asistido: guía para PICO/SPIDER/PEO, PRISMA-S opcional si se proyecta revisión.
- Matrices y plantillas: extracción, calidad, joint displays para estudios mixtos.
- Apoyo en redacción: secciones IMRyD, APA 7 (citas y referencias).
- Visualización: gráficos comparativos (slopegraphs), redes (colaboración/temas).
- Integraciones sugeridas: C Map, VoS Viewer, OSF, Zotero, Colandr, IRAMUTEQ, Gephi, entre otros.
Casos de uso:
- Protocolos de tesis y papers originales.
- Scoping/rapid evidence assessments preliminares.
- Diseño de instrumentos y plan de análisis.
- Reportes ejecutivos para toma de decisiones públicas.
Entrega esperada:
- Documento base (docx) con estructura IMRyD + APA 7.
- Matrices PICO/SPIDER/PEO y plan de variables (xlsx).
- Guía de flujos y checklist de calidad (pdf).
- Carpeta modelo OSF/Git (árbol propuesto).
Esta herramienta es de carácter educativo. Úsala para estructurar RQ, matrices PICO/SPIDER/PEO, variables y borradores en APA 7. Debes verificar todo contenido, citar adecuadamente y no reproducir pasajes extensos con copyright. Si incluyes datos personales o confidenciales, anonimiza y asegúrate de contar con CEI/IRB y DMP cuando corresponda. Registra tus fuentes y decisiones metodológicas.
GPT 5.0 Thinking
Referenciar en APA 7a
Estudios Axial Perú EIRL. (2025). Agente Métodos Mixtos (MMI: CUAN/CUAL) — GPT de Investigación (v. 1.0, octubre 2025) [Modelo de lenguaje personalizado]. https://chatgpt.com/g/g-68a7760c04d481919d1162bfeb23b448-agente-metodos-mixtos-mmi-cuan-cual
GPT 03
Mapper (CUAN+CUAL)
Magdiel Torres Vanegas
Nov 2025
Axial Research Mapper (CUAN/CUAL) te guía paso a paso para transformar temas y matrices de operacionalización/categorización en mapas mentales exactos y exportables. Distingue con rigor los componentes cuantitativos (variables–indicadores–escalas) y cualitativos (categorías–subcategorías–códigos), verifica coherencia y profundidad, y entrega salidas listas para clases, informes y dashboards. Integra buenas prácticas para estandarización de términos, control de versión y reproducibilidad (Mermaid/Markdown, OPML/FreeMind, CSV).
Características clave
- Asistencia metodológica guiada: estructura CUAN/CUAL; propone indicadores/códigos cuando falten (marcados con “?”) y valida tipado y jerarquía.
- Matriz → Mapa mental: ingestión de tabla (Markdown/CSV), JSON o aristas (Parent,Node); normalización de etiquetas y deduplicación.
- Exportes editables: OPML 2.0 (Edraw/EdrawMind), FreeMind (.mm), Mermaid (mindmap) y CSV (nodos/aristas) para análisis en Excel/BI.
- Calidad y control: reporte de cobertura CUAN/CUAL, duplicados, longitud de nodos (1–5 palabras) y profundidad; versiones /simplify y /expand.
- Integraciones sugeridas: Edraw/EdrawMind, FreeMind, Markdown/Notion, VS Code (Mermaid), Excel/Power BI para control tabular.
Casos de uso:
- Diseño y visualización del marco metodológico de tesis o artículos.
- Estandarización de taxonomías (variables y categorias, etc.).
- Preparación de clases y pósteres con mapas mentales consistentes.
- Tableros ejecutivos: exporte CSV para métricas e indicadores.
Entrega esperada
- Mapa mental exportable: archivos OPML 2.0 y FreeMind (.mm).
- Bloque Mermaid (para wikis/Markdown) y CSV (nodos/aristas) listo para control de calidad.
- Informe de validación: cobertura CUAN/CUAL, duplicados, profundidad y sugerencias de mejora.
- Plantillas para matrices CUAN/CUAL (tabla/CSV) y ejemplo Parent,Node.
Formatos soportados de entrada:
- Matriz (tabla Markdown/CSV) con columnas: Nivel, Nombre, Tipo (CUAN/CUAL), Definición, Indicadores/Dimensiones, Instrumento/Escala, Fuente.
- Aristas (CSV): Parent,Node para estructuras padre→hijo.
- JSON estructurado o texto (tema/objetivo/audiencia).
Esta herramienta es de carácter educativo. Úsala para estructurar RQ, matrices PICO/SPIDER/PEO, variables y borradores en APA 7. Debes verificar todo contenido, citar adecuadamente y no reproducir pasajes extensos con copyright. Si incluyes datos personales o confidenciales, anonimiza y asegúrate de contar con CEI/IRB y DMP cuando corresponda. Registra tus fuentes y decisiones metodológicas.
GPT 5.0 Thinking
Referenciar en APA 7a
Estudios Axial Perú EIRL. (2025). Axial Research Mapper (CUAN/CUAL) — GPT de Investigación (v. 1.2) [Modelo de lenguaje personalizado]. https://chatgpt.com/g/g-690060bd62b08191a680433f6a22f01e-axial-research-mapper-cuan-cual
Ética, Autoría y Uso Responsable
Propósito educativo
AI Solutions (GPT de Investigación y GPT PRISMA) son asistentes académicos diseñados para apoyar—no reemplazar—el criterio del investigador. Las salidas son borradores que requieren verificación humana.
Respeto por la autoría y derechos
- Los GPTs no sustituyen la lectura de las obras citadas ni su interpretación.
- Todo contenido usado o citado debe atribuirse adecuadamente (APA 7 u otro estilo requerido).
- Evita reproducir pasajes extensos de obras con copyright; utiliza citas breves con comillas y referencia, o paráfrasis fiel con su cita correspondiente.
- Si subes documentos, confirma que posees derechos o una licencia que permita su consulta con fines educativos/academia.
Transparencia y trazabilidad
- Registra fuentes, cadenas de búsqueda, fechas y bases de datos (PRISMA-S).
- Conserva los logs de cribado/deduplicación y decisiones de inclusión/exclusión.
- Declara el uso de IA en la metodología/reconocimientos del manuscrito.
Integridad académica
- Prohibido presentar texto generado como si fuera autoría íntegra del investigador sin revisión.
- Elabora tus argumentos originales; usa la IA para estructurar, resumir, comparar y visualizar, no para inventar evidencia.
- Verifica todas las referencias (DOI, autores, año, páginas) antes de enviar un trabajo.
Privacidad y confidencialidad
- No subas datos personales sensibles ni expedientes sin anonimización y, cuando aplique, aprobación ética (CEI/IRB) y plan de manejo de datos (DMP).
- Emplea conjuntos abiertos o con permiso para docencia/investigación; de lo contrario, usa metadatos/abstracts en lugar de texto completo.
Sesgos y limitaciones
- Las salidas pueden reflejar sesgos de corpus/consultas. Revisa diversidad de fuentes, periodos y regiones.
- Considera la calidad de la evidencia (JBI/CASP/MMAT/ROBINS-I/AMSTAR-2) antes de sintetizar.
Descargo de responsabilidad
AI Solutions no ofrece asesoría legal. El usuario es responsable de cumplir las políticas de su institución y la legislación aplicable en materia de derecho de autor y protección de datos.