Apagué la cámara después de la última sustentación, y me quedé un rato mirando la pantalla en negro.

Después de cerrar la tercera edición del seminario. 17 estudiantes, 4 horas en vivo, sustentaciones sin IA.

3 años dictando este curso. Y la sensación con la que me quedé no fue de cierre, sino de que apenas estamos empezando a entender qué significa formar investigadores en esta época.

Lo que cambió en estos 3 años:

La tesis ya no es un PDF. La fuimos volviendo un sistema: reproducible + datos auditables + video poster + audit log.

El AEA Data Editor reporta que 40% de los papers en AER necesitan correcciones de replicabilidad. La tesis 2026 sale a ese estándar.

La defensa final fue sin IA. No por nostalgia. Porque el criterio humano se entrena, y se entrena defendiendo.

Todo el material del curso quedó público: slides, fichas, rúbricas, 7 podcasts NotebookLM, 5 labs IA² con audit log. No como respuesta, sino como invitación a comparar: 🔗 https://lnkd.in/emdeBrED

La pregunta que cierra estos 6 posts (y que abre lo que viene) es la misma con la que empecé: ¿Cómo están formando ustedes investigadores en la era de la IA? ¿Qué les funciona, qué les preocupa, qué desecharon?

Escríbanme. Me interesa más una conversación abierta que un cierre cerrado.