flowchart TB
KNOW[Conocimiento]
DISC[🔬 Disciplinaria<br/>Conocimiento disciplinario]
THEM[🎯 Temática<br/>Conocimiento de la materia]
PROB[🛠️ Basada en problemas<br/>Resolución de problemas]
USE[Uso]
KNOW --> DISC
KNOW --> THEM
KNOW --> PROB
DISC -.fundamenta.-> THEM
THEM -.aplica a.-> PROB
PROB --> USE
style DISC fill:#e3f2fd
style THEM fill:#fff3cd
style PROB fill:#c8e6c9
Studio de Investigación Aumentada
Sesión 1 · Método económico, qué es investigar, tipos de investigación y política IA²
Juan Carlos Muñoz-Mora, PhD
Universidad EAFIT · Escuela de Finanzas, Economía y Gobierno
11 de mayo de 2026
Tú eres el investigador.
La IA es tu palanca.
Sin ti no hay investigación.
⌨️ Cómo navegar estos slides
Atajos de teclado · útiles si proyectás o si estudiás desde aquí
| Tecla | Acción |
|---|---|
| F | Fullscreen ⬛ |
| Esc | Salir de fullscreen / vista overview |
| O | Overview de todas las diapositivas |
| S | Speaker notes (otra ventana) |
| B o . | Pizarra negra / blanca |
| ? | Ver todos los atajos |
| Tecla | Acción |
|---|---|
| ← → | Avanzar / retroceder |
| ↑ ↓ | Subir / bajar (sub-slides) |
| N | Siguiente fragmento |
| M | Menú lateral |
| C | Cursor lápiz |
| A | Animaciones |
Consejo
Para presentar en aula: abrí en navegador → presioná F → ya estás en fullscreen reveal.js con todos los features (chalkboard, menú, overview, notas).
EC0744 · ¿Qué hacemos en estos 11 días?
Construimos juntos una propuesta de tesis defendible.
- En 8 sesiones (32h presenciales).
- Con IA al lado — no por IA.
- En un repo Quarto público que es tu portfolio.
- Con audit log que demuestra trazabilidad humana.
El producto del curso
- Propuesta de tesis (Hito 4 · 35%)
- Repo Quarto público
- AIAS declarado en cada hito
- Compromiso firmado a 6 meses
Apertura
Pacto pedagógico · contacto · cómo funciona la sesión
El profesor
Apertura · pacto pedagógico EAFIT
Juan Carlos Muñoz-Mora, PhD
Escuela de Finanzas, Economía y Gobierno · EAFIT
📧 jmunozm1@eafit.edu.co — único canal formal
🗓️ Asesorías: agendar por email · respuesta < 48h hábiles 📍 Bloque 26 · oficina 411
Advertencia
WhatsApp no es canal del curso. Para asuntos formales, siempre email institucional.
El compromiso — método EAFIT
Pacto pedagógico · protocolo Primer día de clases
- Establecemos compromisos mutuos hoy.
- Comunicación: correo institucional + Brightspace.
- Cómo resolvemos conflictos: primero conversación, luego director de programa.
- Aprendizaje experiencial: ustedes construyen, yo acompaño.
Consejo
El acuerdo de hoy: llegada puntual · cámaras en remoto · respeto por turnos · honestidad sobre uso de IA (declarar, no ocultar). Si rompemos esto, lo conversamos en clase.
Adaptado de EAFIT — Primer día de clases
La metodología de hoy — sprints de aprendizaje
Apertura · 5 min · diseño de la sesión
4 horas en 3 sprints + cierre. Cada sprint mezcla exposición, actividad y descanso. El cerebro aprende cuando hay ritmo.
| Bloque | Min | Estructura | Hora |
|---|---|---|---|
| Apertura | 20 | Pacto + sprints + framing | 18:00 |
| 🏃 Sprint 1 · Método económico | 50 | 35 JC + 15 actividad | 18:20 |
| ☕ Break | 20 | 19:10 | |
| 🏃 Sprint 2 · ¿Qué es investigación? | 50 | 35 actividad + 15 JC | 19:30 |
| ☕ Break | 10 | 20:20 | |
| 🏃 Sprint 3 · Tipos de investigación | 50 | 35 JC + 15 actividad | 20:30 |
| 💬 Debate | 10 | Socialización abierta | 21:20 |
| Cierre · Ética + AIAS + política | 30 | 30 actividad final + commitment | 21:30 |
Por qué sprints
- JC: mini-cátedra anclada (no más de 35 min seguidos).
- Actividad: trabajo individual o en pares aplicado a tu tesis.
- Descanso: físico — fuera del aula. El cerebro consolida moviéndose.
- Debate: socialización del producto.
Tu lista de chequeo
🏃 Sprint 1 — Método económico en la era de la IA
35 min JC · 15 min actividad
La pregunta de 1843 (que aún nos persigue)
JC · 8 min · anclaje histórico
John Stuart Mill publica en 1843 A System of Logic — el libro que define qué es el método económico para los siguientes 150 años.
“Las premisas de la economía se obtienen por introspección y observación casual. La verificación empírica solo delimita el campo de aplicación, no evalúa la validez.”
— Mill 1843 (parafraseado por Blaug 1992, Cap. 3)
Tres ideas de Mill que aún están vivas:
- Inducción como motor de la ciencia (los datos hablan)
- Método deductivo concreto para ciencias sociales (premisas → deducción → verificación delimitada)
- Leyes de tendencia con cláusula ceteris paribus
El problema de Mill (visto hoy)
- ¿Quién garantiza la introspección?
- ¿Quién especifica el ceteris paribus?
- Si la teoría siempre “se aplica donde se aplica”, ¿es refutable?
Spoiler: estos problemas reaparecen cuando un estudiante usa la IA mal.
El giro popperiano (1934) — el método como lo entendemos hoy
JC · 7 min
Karl Popper invierte la lógica:
“No podemos verificar una teoría. Solo podemos falsarla. Una teoría es científica si prohíbe observaciones.”
— Popper 1934, Logik der Forschung
El modelo hipotético-deductivo (Hempel-Oppenheim 1948): - Ley general + condiciones iniciales → predicción - Si la predicción falla → revisar - Explicar y predecir son la misma operación lógica
Aplicado a tu tesis
Una buena hipótesis cumple 3 condiciones:
- Direccional: predice signo o magnitud (+/−/X)
- Operacionalizable: variables medibles
- Falsable: podés decir qué dato la rechazaría
Si no podés escribir “se rechaza H1 si…”, no es hipótesis — es retórica.
[Blaug (1992) Cap. 1; sub-módulo methodology_history/]
Consejo
Lectura ancla: ficha methodology_history/fichas/01_Blaug_Cap1_IdeasDePopper.md · podcast Ep 0.5.
¿Y Friedman 1953? — la trampa del instrumentalismo
JC · 7 min · debate metodológico vivo
Milton Friedman publica el ensayo más citado y peor entendido del siglo XX:
“El realismo de los supuestos no importa, lo que importa es que las predicciones funcionen.”
— Friedman 1953
Esto se llama instrumentalismo. Y es, palabra por palabra, el argumento que escuchás hoy:
“Pero ChatGPT funciona en la práctica.”
Advertencia
Funcionar ≠ ser científico. Friedman habría aprobado usar IA como “caja negra que predice”. Popper habría exigido que sus predicciones sean falsables y falsadas. Tu director de tesis preferirá a Popper.
Las 5 tipologías de supuestos (Machlup)
| Tipo | ¿Contrastable? |
|---|---|
| Heurístico (maximización utilidad) | NO |
| Postulado básico | NO |
| Ficción útil (agente representativo) | NO |
| Regla de procedimiento (CP) | NO |
| Condición inicial | SÍ |
Cuando la IA te dice “controlando por las variables relevantes”, ¿qué tipo de supuesto está usando?
(Blaug, 1992, 4 · ficha methodology_history/fichas/04_Blaug_Cap4_Falsacionistas.md)
El método económico en la era IA — síntesis
JC · 8 min · cierre del bloque expositivo
El método económico clásico (1843–2020)
- Pregunta investigable (Mill, Popper)
- Hipótesis falsable con dirección esperada
- Identificación causal (RCT, IV, DiD, RDD, SC)
- Datos + análisis transparente
- Refutación o corroboración explícita
- Replicabilidad documentada
→ Esto NO cambia con IA. Es el oficio.
Lo que cambia (2020–…)
- Generación de hipótesis asistida ((Ludwig & Mullainathan, 2024))
- Revisión de literatura acelerada (Elicit, Connected Papers)
- Codificación en pair-programming (Copilot)
- Visualización y comunicación
- LLMs como datos ((Ludwig et al., 2025))
→ La IA es palanca de las 6 etapas, no las reemplaza.
Decisión del investigador: ¿En cuál de las 6 etapas la IA me aumenta sin que pierda agencia?
🎯 Actividad 1 — Mi pregunta a la luz del método (15 min)
Actividad individual + pares · 15 min
Individual (8 min) — sin IA, papel y lápiz:
- Escribí en una hoja tu situación problemática (1 párrafo, máximo 5 líneas).
- Bajo ella: una pregunta candidata (verbo + objeto + contexto).
- Bajo la pregunta: una hipótesis con dirección esperada (+/−/X) Y el criterio de falsación: “Se rechaza si ___”
En pares (5 min) — speed crítica: - Rotación: cada uno presenta en 90 seg, el otro busca el supuesto Mill / Friedman / Popper que el primero está haciendo (a veces sin saberlo).
Plenaria (2 min): 1-2 voluntarios comparten dónde su pregunta cojeaba.
Producto verificable
Modo AIAS: 1 — No AI
Esta actividad entrena el músculo clásico antes de soltar la palanca.
Advertencia
Trampa común: la hipótesis sin dirección (“X afecta Y”) no es falsable. Tiene que decir + o −.
☕ Break · 20 min
19:10 — 19:30 · salí del aula · movete · agua
🏃 Sprint 2 — ¿Qué es entonces la investigación económica?
35 min actividad · 15 min JC
🎯 Actividad 2 — Primer examen sin previo aviso (35 min)
Actividad colectiva · 35 min · activación con 5 noticias
5 noticias proyectadas, 5 grupos rotativos:
Cada noticia plantea una situación real del momento. Para cada una, la pregunta es la misma:
¿Es esta una noticia de interés en Economía? ¿Por qué sí o por qué no?
Rotación cada 6 min → todos votan en las 5 (30 min) + cierre plenario.
Cierre plenario (5 min): - ¿Qué noticia provocó más disenso? - ¿Qué rasgo hace que algo sea “económico”?
Esta dinámica es la que abre cada Clase 0 del Seminario desde 2020.
Por qué empezar así
Antes de definir “investigación económica” en abstracto, ustedes votan en casos reales y derivan las características en común.
Es inducción dirigida — irónicamente, lo que Mill recomendaba.
Producto
Las 5 noticias · ¿son noticias económicas?
Advertencia
Para cada noticia, el grupo registra: ✅ sí / ❌ no / 🤔 depende · y 2 razones que justifican el voto. Click en cualquier thumbnail abre el video en YouTube.
Noticia 1 · Reproducir
Noticia 2 · Reproducir
Noticia 3 · Reproducir
Noticia 4 · Reproducir
Noticia 5 · Reproducir
¿Qué hace entonces que algo sea económico?
JC · 5 min · síntesis después de la activación
Lo que tienen en común las 4 noticias (lo que ustedes acaban de derivar):
- Recursos limitados o trade-offs
- Decisiones de agentes (individuales, firmas, Estado, hogares)
- Equilibrio o desequilibrio entre fuerzas
- Consecuencias agregadas medibles
Si una situación toca al menos 2 de estos 4 rasgos, es económicamente investigable.
El campo se expandió
La economía moderna estudia:
- 📈 Mercados · 💼 Firmas · 🏛️ Estado
- 👨👩👧 Hogares · 🌍 Macroeconomía
- 📚 Capital humano · ⚖️ Instituciones
- 🤖 IA y mercados de información (Ludwig et al., 2025)
No es solo precios y producción.
Decisión del investigador: tu tesis MAE puede caer en cualquiera de los 7 campos. La pregunta es: ¿cuáles de los 4 rasgos toca?
¿Qué es entonces la investigación económica?
JC · 5 min · definición
Investigación económica = proceso sistemático para producir conocimiento defendible sobre fenómenos económicos.
Sus 5 características no negociables:
- Pregunta investigable (acotada, falsable)
- Método explícito (replicable por terceros)
- Evidencia empírica o lógica (no solo opinión)
- Comunicable (otros pueden criticarla)
- Falsable o refutable (acepta el “no”)
Qué NO es investigación
- ❌ Ensayo (argumento sin método)
- ❌ Consultoría (recomendación sin contrafactual)
- ❌ Opinión documentada (cita sin prueba)
- ❌ Resumen de literatura sin pregunta propia
- ❌ “Lo que ChatGPT me dijo sobre X”
(Blaug, 1992, 1; Hernández-Sampieri, 2010, 1; King et al., 1994, 1)
Consejo
El test rápido: si pudieras escribir el resultado antes de hacer la investigación, no es investigación — es ilustración.
Investigación vs lo demás — los bordes que confunden
JC · 5 min · disambiguación
| Actividad | Pregunta típica | Producto | ¿Por qué NO es investigación? |
|---|---|---|---|
| Investigación | ¿Cómo afecta X a Y? | Paper · tesis | — |
| Consultoría | ¿Qué hacer con Y? | Recomendación | Optimiza decisión, no busca refutar |
| Evaluación de programa | ¿Funcionó X? | Reporte | Puede ser investigación si hay diseño causal |
| Ensayo / opinión | ¿Qué pienso de X? | Texto argumentado | No exige evidencia replicable |
| Periodismo de datos | ¿Qué dicen los datos? | Artículo | No exige hipótesis falsable |
| Reporte ejecutivo | ¿Qué pasa con X? | Dashboard | Describe, no explica causalmente |
Decisión del investigador: tu tesis MAE puede caer en varios de estos bordes. El audit de método es lo que la convierte en investigación.
☕ Break · 10 min
20:20 — 20:30 · cuerpo se mueve · cerebro consolida
🏃 Sprint 3 — Tipos de investigación
35 min JC · 15 min actividad
¿Cómo llegamos a este punto? — clasificar tipos de investigación
JC · 3 min · transición
Ya saben: - Qué es investigación económica (Sprint 2) - Cómo funciona el método (Sprint 1)
Falta la pregunta que ordena tu tesis:
¿Qué tipo de investigación voy a hacer?
Hay varias taxonomías complementarias. Vamos a ver las 4 que más importan para una tesis MAE.
Las 4 taxonomías de hoy
- Básica vs Aplicada (por propósito último)
- Bonnen 1986: Disciplinaria / Temática / Basada en problemas
- Analítica vs Descriptiva
- Tipologías de pregunta + paradigmas
Básica vs Aplicada — la primera distinción
JC · 5 min
🔬 Investigación básica
Determinar o establecer hechos y relaciones fundamentales dentro de una disciplina.
- Desarrolla teorías
- Foco en el largo plazo
- Poca aplicación directa a política/gestión
- Puede guiar la investigación aplicada
Ejemplo MAE: teoría del consumidor con racionalidad limitada.
🔧 Investigación aplicada
Emprendida específicamente con el propósito de obtener información para resolver un problema particular.
- Foco en el corto plazo
- Pragmatismo vs purismo teórico
- Producto: recomendación accionable
Ejemplo MAE: evaluación de impacto de un programa de transferencias monetarias.
Consejo
La distinción está en la aplicabilidad. La mayoría de tesis MAE son aplicadas con potencial teórico — no es ni una ni la otra pura.
El framework Bonnen 1986 — el clásico que aún funciona
JC · 12 min · marco central de la sesión
Bonnen (1986) propuso esta tipología específicamente para investigación económica. Sigue siendo la mejor herramienta para clasificar una tesis MAE.
La pregunta clave: ¿tu tesis es disciplinaria, temática o basada en problemas?
🔬 Investigación Disciplinaria
JC · 3 min
Diseñada para mejorar una disciplina.
- Se centra en las teorías, las relaciones fundamentales, los procedimientos y técnicas analíticos.
- En economía, los usuarios previstos son otros economistas.
- Proporciona la base conceptual y analítica para otras investigaciones económicas.
- Es sinérgica y complementaria con la investigación de la materia y la resolución de problemas.
- Proporciona las bases para la investigación aplicada.
Ejemplo
Pregunta: ¿Bajo qué condiciones existe equilibrio único en un modelo de oligopolio con información asimétrica?
Método: modelo formal + simulación.
Audiencia: economistas teóricos.
Duración del valor: años a décadas.
🎯 Investigación Temática
JC · 3 min
Investigación sobre un tema de interés para un conjunto de tomadores de decisiones.
- Tiende a seguir los límites de la materia dentro de una disciplina.
- Por ejemplo: economía de recursos, economía de la producción, economía laboral.
- Inherentemente multidisciplinaria, extrayendo información de muchas disciplinas.
- Es una piedra angular en la economía: aplica directamente la economía a cuestiones contemporáneas.
- Proporciona a los responsables de la formulación de políticas conocimientos generales para tomar decisiones.
Ejemplo
Pregunta: ¿Cuál es el efecto de la informalidad laboral sobre la transmisión intergeneracional de la pobreza en Antioquia?
Método: econometría aplicada + datos panel.
Audiencia: policymakers + academia aplicada.
Duración del valor: 5–10 años.
→ La mayoría de tesis MAE caen aquí.
🛠️ Investigación Basada en Problemas
JC · 3 min
Diseñada para resolver un problema específico para un responsable específico de la toma de decisiones.
- A menudo resulta en recomendaciones sobre decisiones o acciones.
- La investigación para resolver problemas es holística: utiliza toda la información relevante para el problema específico (mientras que la disciplinaria tiende a ser reduccionista).
- La investigación disciplinaria es generalmente la más “duradera” (de larga duración).
- La de resolución de problemas es la menos duradera — pero la más útil ya.
Ejemplo
Pregunta: ¿Cuál es el efecto del programa “Mejor en Casa” del DAGRD Medellín 2024 sobre reincidencia delictiva?
Método: evaluación de impacto cuasi-experimental.
Audiencia: un cliente concreto (DAGRD).
Duración del valor: 1–3 años.
Advertencia
Atención MAE: una tesis pura “basada en problemas” puede ser rechazada por falta de contribución académica. Bonnen recomienda combinar temática + basada en problemas.
Analítica vs Descriptiva — la segunda dimensión
JC · 4 min
📊 Descriptiva
El intento de determinar, describir o identificar algo.
- La intención es a menudo la síntesis, que une conocimiento o información.
- Pregunta-arquetipo: ¿Cómo se distribuye X?
- Métodos: estadística descriptiva, encuestas, mapeo, tipologías.
- Producto: documentación rigurosa de un fenómeno.
🔍 Analítica
El intento de establecer por qué ocurre algo o cómo llegó a ser.
- Pregunta-arquetipo: ¿Por qué pasa Y? ¿X causa Y?
- Métodos: econometría, identificación causal, modelos formales.
- Producto: explicación causal o teórica defendible.
Todas las disciplinas generalmente se involucran en ambas. La tesis MAE típica es analítica con base descriptiva — primero describís, luego explicás. Si la base descriptiva es débil, la explicación causal es frágil.
Paradigmas — los tres modos del conocer
JC · 3 min · síntesis
🔬 Positivismo
Realidad independiente del observador. Verdad por correspondencia.
Métodos: experimentos, regresiones.
🪞 Interpretativismo
Realidad construida en el sentido de los actores.
Métodos: etnografía, entrevistas profundas.
🔧 Pragmatismo
Realidad por lo que funciona para la pregunta. Mixed methods.
→ Mayoría de tesis MAE.
Tipologías de pregunta — taxonomía clásica
JC · 4 min · cada tipo exige un método
- Descriptiva → ¿Cómo se distribuye X? → Estadística descriptiva
- Exploratoria → ¿Qué patrones emergen? → Cualitativo, ML no supervisado
- Explicativa → ¿Por qué pasa Y? → Teoría + econometría
- Predictiva → ¿Qué Y esperar dado X? → Forecasting, ML supervisado
- Causal → ¿X causa Y? ¿Cuánto? → RCT, IV/DiD/RDD/SC
Decisión del investigador: ¿Qué tipo es tu pregunta? Cada tipo exige un método distinto. Confundirlos es la causa #1 de tesis MAE rechazadas.
El ciclo de investigación — el mapa de los próximos 11 días
JC · 5 min · arquitectura del curso
flowchart LR
A[1. Pregunta<br/>investigable] --> B[2. Problema<br/>delimitado]
B --> C[3. Objetivos<br/>operacionalizados]
C --> D[4. Revisión<br/>de literatura]
D --> E[5. Marco teórico<br/>+ hipótesis]
E --> F[6. Métodos<br/>+ datos]
F --> G[7. Comunicación<br/>+ defensa]
G -.refinamiento.-> A
style A fill:#000000,color:#fff,stroke:#000
style B fill:#000000,color:#fff,stroke:#000
style C fill:#000000,color:#fff,stroke:#000
style D fill:#000000,color:#fff,stroke:#000
style E fill:#000000,color:#fff,stroke:#000
style F fill:#000000,color:#fff,stroke:#000
style G fill:#146AEF,color:#fff,stroke:#146AEF
Las 7 etapas = las 7 unidades del curso:
- U1 (S01) — encuadre + método + ética
- U2 (S02-S03) — pregunta + problema
- U3 (S03) — objetivos
- U4 (S04) — literatura
- U5 (S05) — marco + hipótesis
- U6 (S06) — métodos + datos
- U7 (S07-S08) — comunicación + defensa
El ciclo es iterativo
Volvés atrás cuando: - La literatura muestra que la pregunta es vieja (→ 1) - El marco no produce hipótesis testables (→ 3) - Los métodos no responden la pregunta (→ 5)
El audit log captura las vueltas — son señal de rigor.
La investigación es un proceso creativo
JC · 3 min · cierre del Sprint 3
“…la investigación incluye mucho más que la mera lógica… Incluye perspicacia, genio, sentido común… La lógica que podemos enseñar; el arte que no podemos.”
— Johnson (1986), citado en Bonnen.
4 prácticas para fomentar tu creatividad investigativa (lo único que la IA no puede darte):
- Mirá las cosas de manera alternativa — cuestioná supuestos
- Buscá patrones o relaciones donde otros ven ruido
- Asumí riesgos — cultivá tolerancia a la incertidumbre
- Anotá tus pensamientos — el cuaderno físico vence al thread de ChatGPT
La creatividad como margen
“La creatividad puede proporcionar la diferencia entre una investigación satisfactoria y una investigación sobresaliente.”
→ La IA produce investigación competente. La sobresaliente la producís vos cuando dejás de pedirle todo a la IA.
🎯 Actividad 3 — Clasifico mi pregunta (15 min)
Actividad individual + pares · 15 min
Individual (8 min) — sobre la pregunta del Sprint 1:
- Bonnen 1986: ¿disciplinaria / temática / basada en problemas?
- Básica vs aplicada: ¿cuál y por qué?
- Analítica vs descriptiva: ¿predominantemente cuál?
- Paradigma: ¿positivismo / interpretativismo / pragmatismo?
- Tipo de pregunta (5 tipologías): ¿descriptiva / exploratoria / explicativa / predictiva / causal?
- Etapa del ciclo donde más vas a sufrir — anticipá honestamente.
Pares (5 min): - Speed-share rotativo. Cada uno presenta su clasificación en 90 seg, el otro busca la inconsistencia (paradigma incompatible con método, etc.).
Plenaria (2 min): 2-3 voluntarios comparten el “match” más sospechoso encontrado.
Producto verificable
Modo AIAS: 1 — No AI
Errores típicos
- Marcar “disciplinaria” cuando se quiere impacto inmediato.
- Marcar “descriptiva” cuando la pregunta es causal.
- Marcar “positivismo + cuali” sin defenderlo.
💬 Debate · 10 min
21:20 — 21:30 · 3-4 estudiantes voluntarios · clasificación + crítica del par
Cierre — Ética + AIAS + política
30 min final · uso ético + política del curso + commitment
La ética de la investigación — Belmont 1979
Cierre · 4 min · base ética universal
Los 3 principios clásicos
- Respeto por las personas → autonomía + consentimiento informado
- Beneficencia → maximizar beneficio, minimizar daño
- Justicia → distribución equitativa de cargas y beneficios
(National Commission for the Protection of Human Subjects of Biomedical and Behavioral Research, 1979 (Belmont Report, US National Commission))
Cómo IA² extiende Belmont
- Respeto → consentimiento explícito sobre IA en análisis
- Beneficencia → no introducir sesgos no auditados
- Justicia → no perpetuar inequidades del corpus de entrenamiento
- Transparencia (4° implícito) → declarar uso de IA
Advertencia
Si tu tesis usa datos de personas: consultá al Comité de Ética EAFIT antes de recolectar. No es opcional.
La AI Assessment Scale (AIAS)
Cierre · 4 min · marco operacional central
Perkins, Furze, Roe & MacVaugh (2024). Adoptada por TEQSA Australia y Russell Group UK.
Reinterpretada en este curso como escala de modos de augmentación, no de delegación.
La pregunta clave para vos
¿En qué modo AIAS está cada entregable de mi tesis? Cada modo tiene reglas distintas. Confundirlos es la causa #1 de problemas con el director.
AIAS — los 5 modos
Cierre · 4 min · cada modo con un ejemplo
- 1 · No AI → Control puro. Sustentaciones, bloques de método.
- 2 · Planning → IA propone estructura del documento; vos escribís contenido.
- 3 · Collaboration → IA es interlocutor crítico; vos sos autor. La mayoría de hitos.
- 4 · Full Support → IA ejecuta tareas instrumentales bajo dirección humana auditada. Código y análisis.
- 5 · Full AI → El comportamiento de la IA es lo que se estudia (Labs IA²).
Consejo
Asignación por entregable: H1 → 3 · H2 → 3 · H3 → 4 · H4 → 2 · Labs → 5 · Sustentación → 1
El audit log obligatorio — la columna vertebral de la política
Cierre · 6 min
Cada hito viene con un audit log en /audit-logs/HX.md del repo:
- entregable: H2
- modo AIAS declarado: 3 — Collaboration
- herramientas: [Claude 4.5, Elicit, DAGitty]
- prompts clave: [link al thread]
- aceptado de la IA: [bullets verificables]
- rechazado de la IA: [bullets con razón]
- verificación humana: [qué crucé contra qué fuente]
- decisión final: [qué hice yo que la IA no podía]
- firma: [nombre + fecha]La nota NO se libera si:
- No hay audit log.
- El audit log es genérico (“usé ChatGPT para revisar”).
- No demuestra trazabilidad de la decisión humana.
El audit log pesa 25% de cada rúbrica (eje “trazabilidad humana aumentada”).
Plantilla lista
materiales/audit-log-mini.md- Versión completa por hito en
03-evaluaciones/
La política del curso — declarar, no detectar
Cierre · 5 min · política final
Perkins et al. 2024 (Detection): Software de detección de IA falla sistemáticamente: - Falsos positivos en escritura no-nativa - Falsos negativos en texto IA editado - Tasas de error >30% en general
Marco institucional: - 🌍 UNESCO 2023 (Miao & Holmes, 2023) - 🇬🇧 Russell Group 2023 (Russell Group, 2023) - 📊 AIAS — Perkins 2024 (Perkins, Furze, et al., 2024)
La política del curso en 3 reglas
1. Transparencia total Declarás el modo AIAS de cada entregable. La política es declarar, no ocultar.
2. Verificación obligatoria Toda cita de IA → fuente original. Toda decisión metodológica → defendible sin IA.
3. Tu criterio sigue siendo tuyo La IA propone. Vos decidís. Aceptar / rechazar / modificar — con justificación documentada.
🚫 NO usamos software de detección ✅ SÍ exigimos audit log + sustentación en AIAS 1
La honestidad es la política. La detección es una mentira tecnológica.
✅ Lo que SÍ podés hacer
Cierre · 2 min
- Refinar tu pregunta con IA (modo 3)
- Pedir crítica de tu DAG (modo 3)
- Buscar literatura con Elicit/Consensus + verificar (modo 3)
- Sintetizar corpus con NotebookLM (modo 3)
- Codificación asistida con Copilot (modo 4) + audit log
- Mejorar claridad de escritura (modo 2 o 3) manteniendo voz propia
- Triangular 3 modelos (Lab L2)
Consejo
La regla común: la IA propone → vos decidís → audit log documenta.
❌ Lo que NO podés hacer
Cierre · 2 min
- Entregar texto IA sin editar y declarar como tuyo
- Citar referencias generadas por IA sin verificar (Buchanan 2024: >30% alucinaciones)
- Hacer que la IA decida y no poder defenderlo
- Ocultar que usaste IA
- Pasar la sustentación con el chat al frente (modo 1 obligatorio)
- Crear datos sintéticos y pasarlos como reales
- Pedirle a la IA que evalúe a un compañero (peer review = modo 1)
Advertencia
Si alguno de estos pasa en tu entrega → la nota se devuelve. Sin excepciones.
🎯 Commitment final — Mi política IA personal (8 min)
Actividad de cierre · 8 min · entregable de la sesión
Trabajo individual (5 min):
Escribí en tu cuaderno (o repo audit-logs/S01-commitment.md) tu política IA personal para los próximos 11 días:
- Modo AIAS que voy a usar por default: _____
- 3 herramientas IA que voy a usar: _____
- 1 regla mía que voy a mantener (ej. “siempre dibujo el DAG a mano primero”): _____
- Qué le pido a mis compañeros: _____
- Firma + fecha
Firma en pares (3 min): - Intercambiás tu política con otro estudiante. Cada uno firma la del otro como testigo. - Foto al repo.
Producto al cierre de S01
→ Pre-trabajo S02 mañana.
Si no firmás
No podés entrar a S02. No es burocracia — es el contrato del oficio.
La pregunta ritual — cierre de cada sesión
Cierre · 2 min · ritual del curso
A partir de hoy, cada sesión cierra con esta pregunta
“Si mañana se cae el internet y no tengo IA, ¿podría hacer este trabajo? ¿Qué pierdo?
Si solo tengo IA y no entiendo el concepto clásico, ¿qué riesgo corro?“
Si tu respuesta es: “sin IA no podría”
→ te falta la columna A. Falla el eje “rigor metodológico clásico” de la rúbrica. La nota no se libera hasta corrección.
Si tu respuesta es: “sin IA me toca pero lo hago”
→ dominás la columna A. La columna B (IA²) acelera tu trabajo, no lo sostiene. Eso es lo que estamos formando.
Lo que se llevan de S01
Sentido clásico — los fundamentos: - Método económico (Mill → Popper → Friedman) - Investigación económica y sus 5 características - Bonnen 1986: disciplinaria / temática / basada en problemas - Básica vs aplicada · analítica vs descriptiva - Paradigmas + 5 tipologías de pregunta - Ciclo de investigación de 7 etapas - Belmont 1979 como base ética
Sentido aumentado — el marco IA²: - AIAS 5 modos reinterpretados como augmentación - Audit log obligatorio - Política: declarar, no detectar - Marco institucional (UNESCO, Russell Group, TEQSA)
Operativo (commitment de hoy): - Hoja Sprint 1 (situación · pregunta · hipótesis) - Hoja Sprint 3 (clasificación 6-dim) - Política IA personal firmada por par
Próximo — S02 (mar 12/05): - Bloque clásico: FINER + delimitación + fuentes del problema - DAG drawing race v1 - COIN-en-vivo con bitácora de prompts - Adversarial Workshop sobre el problema
Pre-trabajo S02 mínimo: - Podcast U2 (20′) - Ficha (Bender et al., 2021) - Cap. 3 Hernández-Sampieri - 1 paper LATAM auto-elegido
Tú eres el investigador.
La IA es tu palanca.
Sin ti no hay investigación.
Y antes de la palanca,
está el oficio.
Bender, E. M., Gebru, T., McMillan-Major, A., & Shmitchell, S. (2021). On the Dangers of Stochastic Parrots: Can Language Models Be Too Big? Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency (FAccT ’21), 610-623. https://doi.org/10.1145/3442188.3445922
Blaug, M. (1992). The Methodology of Economics: Or, How Economists Explain (2nd ed.). Cambridge University Press.
Bonnen, J. T. (1986). A Century of Science in Agriculture: Lessons for Science Policy. En American Journal of Agricultural Economics (Vol. 68, pp. 1065-1080). AAEA.
Hernández-Sampieri, R. (2010). Metodología de la Investigación: Las Rutas Cuantitativa, Cualitativa y Mixta (p. 654). McGraw Hill.
King, G., Keohane, R. O., & Verba, S. (1994). Designing Social Inquiry: Scientific Inference in Qualitative Research. Princeton University Press.
Ludwig, J., & Mullainathan, S. (2024). Machine Learning as a Tool for Hypothesis Generation. Quarterly Journal of Economics, 139(2), 751-827. https://doi.org/10.1093/qje/qjad055
Ludwig, J., Mullainathan, S., & Rambachan, A. (2025). Large Language Models: An Applied Econometric Framework (NBER Working Paper 33344). National Bureau of Economic Research. https://doi.org/10.3386/w33344
Miao, F., & Holmes, W. (2023). Guidance for Generative AI in Education and Research. UNESCO. https://unesdoc.unesco.org/ark:/48223/pf0000386693
National Commission for the Protection of Human Subjects of Biomedical and Behavioral Research. (1979). The Belmont Report: Ethical Principles and Guidelines for the Protection of Human Subjects of Research. U.S. Department of Health, Education,; Welfare. https://www.hhs.gov/ohrp/regulations-and-policy/belmont-report/index.html
Perkins, M., Furze, L., Roe, J., & MacVaugh, J. (2024). The AI Assessment Scale (AIAS): A Framework for Ethical Integration of Generative AI in Educational Assessment. Journal of University Teaching and Learning Practice, 21(6). https://doi.org/10.53761/q3azde36
Perkins, M., Roe, J., Postma, D., McGaughran, J., & Hickerson, D. (2024). Detection of GPT-4 Generated Text in Higher Education: Combining Academic Judgement and Software to Identify Generative AI Tool Misuse. Journal of Academic Ethics, 22, 89-113. https://doi.org/10.1007/s10805-023-09492-6
Russell Group. (2023). Russell Group Principles on the Use of Generative AI Tools in Education. Russell Group of Universities. https://russellgroup.ac.uk/policy/policy-briefings/principles-use-generative-ai-tools-education
EC0744 · Seminario de Investigación Aplicada Universidad EAFIT · Escuela de Finanzas, Economía y Gobierno 2026-1