Del objetivo al texto

Escribir el planteamiento del problema en la era de la IA · 🏁 Hito H1

Juan Carlos Muñoz-Mora, PhD

Universidad EAFIT · Escuela de Finanzas, Economía y Gobierno

13 de mayo de 2026

Bienvenidos

Unidad 3 — Del objetivo al texto

Escribir el planteamiento del problema en la era de la IA

Sesión 3 · 18:00–22:00 · 4h

Nota

Pregunta guía: ¿Cómo convierto 1 OG + 3 OE en un texto de 2 páginas que sintetice mi planteamiento del problema sin perder mi voz frente a la IA?

🏁 Esta noche entregan H1:

  • Texto académico · máx 2 páginas
  • 1 OG + 3 OE clasificados
  • Una sección por capa del iceberg
  • Declaración AIAS obligatoria · 15%

Cómo trabajamos hoy — 4 bloques + 🏁 entrega

Nota

Regla del aula: los objetivos son el inicio, no el final. Hoy aprendemos a escribir un texto académico de máx. 2 páginas que sintetice el planteamiento del problema, con 1 OG + 3 OE y una sección por capa del iceberg. Las 2 últimas horas son escritura activa.

Bloque Tema 🔧 Act 🎓 JC Hora fin
Sprint 1 Del problema al objetivo · Elevator + receta 1OG/3OE 35 15 18:55
☕ Descanso 1 (largo · café) 19:15
Sprint 2 Escribir objetivos + Creatividad/Originalidad/Funnel 15 35 20:05
☕ Descanso 2 20:15
Sprint 3 🏁 H1 Escritura del PRON · 100 min libres · descansos flexibles 100 — 21:55
Cierre Síntesis + lecturas + anuncio U4 22:00

Consejo

Lecturas hoy: ficha Hurtado1996.md + ficha DoshiHauser2024Creativity.md + (Bem, 2003).

Advertencia

🏁 H1 (15%): texto académico ≤ 2 páginas · 1 OG + 3 OE · una sección por capa del iceberg · AIAS declarado.

El bridge · iceberg → elevator → embudo → PRON

Tu iceberg de U2 no se queda en U2. Hoy lo destilamos hasta el PRON académico vía embudo de prompting:

🧊 U2 ayer
Iceberg 4 capas
+ ARV + Pregunta v2
→
🎤 Sprint 1
Elevator pitch
OG borrador + Hurtado
→
🧪 Sprint 2
Lab embudo prompting
Borrador PRON (4 párrafos)
→
✍️ Sprint 3
Funnel + escritura
académica era IA
→
🏁 H1
PRON final
+ audit IA · 15%

Lo que viene de U2 (insumos obligatorios):

  • ✅ Tu iceberg 4 capas lleno (las 4 ahora, no solo 1+2).
  • ✅ Tu ARV 3-3-3 documentado.
  • ✅ Tu pregunta v2 operacionalizada.

Advertencia

Sin estos 3 insumos, el laboratorio de Sprint 2 te toma el doble — y el output va a sonar genérico.

Consejo

Mapeo capas iceberg → párrafos PRON (el secreto del día):

Capa U2 Párrafo PRON
🌊 Capa 1 · Tema §1 · Contexto amplio
🏔️ Capa 2 · Situación §2 · Fricción empírica
🧊 Capa 3 · Mecanismos §3 · Gap + ARV
🔬 Capa 4 · Investigable §4 · Pregunta + aporte

→ Estructura Funnel (Bem, 2003) · CARS (Swales, 1990).

Regla del día: la transparencia (PAP · Munafò · Brodeur) se anuncia al cierre como referencia para U6. Hoy nos concentramos en escribir bien el problema — la pieza que muchos descuidan y que decide la calidad de toda la tesis.

Sprint 1 · Del problema al objetivo

18:05 → 18:55 · El elevator pitch con las 4 capas del iceberg

⏱️ Bloque35 Act · 15 JC
🎯 MetaConvertir tu iceberg U2 en un OG borrador con verbo medible
📦 ArtefactoOG v1 + 3 frases-llave del elevator
🧪 CheckpointCompañero te dice tu OG en sus propias palabras

🔧 Actividad S1 · ¿Qué es un elevator pitch?

Definición operativa: un elevator pitch es la explicación de tu investigación en un tiempo fijo (30 · 60 · 90 segundos), sin leer notas, sin jerga, donde el oyente debe poder repetir lo que dijiste con sus propias palabras.

⏱️
Tiempo fijo = test de compresiónSi necesitás 5 min para explicar tu pregunta, no está clara en tu cabeza — solo en tus diapositivas.
🎤
Es lo que harás toda tu carreraDefensa de tesis (3 min iniciales), Q&A en congreso (60s), networking, ascensor con un decano. Nunca leés del papel.
👂
Test del compañeroSi tu pareja no puede parafrasear lo que dijiste → no fue claro. Reescribir y repetir hasta lograrlo.

🔁 La inversión del Funnel

En el TEXTO escrito (PRON · Sprint 2-3):
empezás amplio (Capa 1 · contexto) y vas cerrando hasta la pregunta (Capa 4).
⇅
En el ELEVATOR oral (este taller):
empezás estrecho (Capa 4 · el problema en sí) y vas abriendo hasta el gancho narrativo (Capa 1).

Advertencia

¿Por qué al revés? Cuando hablás, el oyente necesita saber primero qué hacés para luego entender por qué importa. Cuando lee, ya decidió darte 5 min — podés cortejarlo con el gancho amplio primero.

Regla mental para hoy: V1 (30s) = “¿qué?” · V2 (60s) = “¿cómo y por qué?” · V3 (90s) = “¿y a quién le importa?”. Cada versión es un mensaje completo y autosuficiente — no notas, no listas. Si te cortan a la mitad, lo que dijiste debe seguir teniendo sentido.

🎤 Los 3 mensajes · ejemplo Catatumbo

Cómo leer las cards: cada bloque es el mensaje completo que dirías en voz alta · los tags abajo son las piezas de iceberg que aparecen, no un checklist a recitar. La idea no es decir “ahora menciono el verbo, ahora el outcome” — es que el mensaje suene natural y toque esos puntos.

⏱ 30 s · V1 · "¿qué?"
🎯 Para tu director de tesis
Pavimentar reduce pobreza · salvo donde hay guerra. Mi tesis estima el efecto de la cobertura de vías pavimentadas sobre el Índice de Pobreza Multidimensional (IPM) en los municipios del Catatumbo entre 2012 y 2023, distinguiendo zonas con presencia activa de grupos armados, mediante diferencias-en-diferencias.
⚡ paradojaverbo medibleoutcome (IPM)tratamiento (asfalto)moderador (violencia)método
⏱ 60 s · V2 · "¿cómo y por qué?"
🧑‍🔬 Para un colega de otra área
¿Por qué la misma carretera reduce pobreza en Boyacá pero no en Tibú? Mi tesis estima el efecto de los kilómetros pavimentados sobre el IPM en Catatumbo (2012–2023). El mecanismo hipotetizado: el asfalto conecta a mercados, salud y educación; pero la presencia activa de grupos armados rompe ese canal vía costos de seguridad, desplazamiento y captura de rentas. Uso DiD con pendiente topográfica como instrumento de la pavimentación y heterogeneidad por intensidad del conflicto (CERAC · OCHA).
❓ pregunta contraintuitivaV1 +mecanismoARVidentificación
⏱ 90 s · V3 · "¿a quién le importa?"
👵 Para tu mamá / un taxista
En Tibú, la carretera al sur llegó en 2018. Dos años después volvió la guerra · y la promesa de "asfalto = oportunidades" se rompió. En el Catatumbo conviven dos Colombias: la del Estado que pavimenta para reducir pobreza, y la del conflicto que persiste hace 60 años. El mismo kilómetro de vía en un municipio bajo control armado reduce el IPM mucho menos que en uno pacificado. Mi tesis mide cuánto del retorno social de la inversión vial se evapora por la violencia, comparando municipios estructuralmente parecidos con distinta exposición al conflicto. Si el efecto se anula: ¿paz primero y asfalto después, o asfalto con protección territorial simultánea?
📍 anécdota concretaV2 +cifra Capa 2tensiónconsecuencia política

Lo crítico: los 3 mensajes son autocontenidos. Un oyente que solo escucha V1 entiende qué investigás; uno que solo escucha V3 entiende por qué importa, aunque no sepa qué es DiD. Cada versión funciona sola, no es un fragmento de la siguiente. Esa es la diferencia entre recitar las capas y construir un mensaje.

🎣 3 técnicas de gancho para abrir tu elevator

La primera frase decide si el oyente sigue escuchando o se desconecta. Mismo contenido, distinto gancho según la audiencia. Las 3 técnicas usadas en las cards de arriba — generalizables a cualquier tema:

⚡ Paradoja

Audiencia experta · director · comité
"X reduce Y · salvo cuando Z"
Otros ejemplos:
  • "Más años de escuela suben el salario · salvo en zonas rurales sin mercado laboral formal."
  • "Las transferencias reducen pobreza · salvo cuando capturan votos clientelares."
  • "La denominación de origen del café sube el ingreso · salvo cuando el intermediario absorbe la prima."

❓ Pregunta contraintuitiva

Audiencia colega de otra área
"¿Por qué la misma X funciona en A pero no en B?"
Otros ejemplos:
  • "¿Por qué el mismo subsidio aumenta empleo en Medellín pero no en Quibdó?"
  • "¿Por qué los créditos verdes funcionan en Antioquia pero no en Cesar?"
  • "¿Por qué el SISBEN focaliza bien en lo urbano y mal en lo rural?"

📍 Anécdota concreta

Audiencia general · taxista · familia
"En [lugar] · en [año] · pasó [hecho]"
Otros ejemplos:
  • "En Buenaventura, en 2019, las exportaciones crecieron 20% y la pobreza también."
  • "En Putumayo, en 2016 firmaron la paz; en 2020 volvieron los homicidios."
  • "En El Bagre, el oro se va por el río pero la electricidad llega cada 3 días."

Anti-patrones que NO son gancho: ① arrancar con tu nombre y CV · ② “El problema de mi tesis es muy importante” (vacío) · ③ “La literatura ha estudiado X durante 40 años…” (te perdés en revisión, no en hallazgo) · ④ jerga técnica en los primeros 10 segundos. El gancho compite con el celular del oyente — si en 5 segundos no hay tensión, perdiste la atención.

📋 Sprint 1 · Instrucciones · Elevator frente al grupo (35 min)

Importante

Sin parejas. Frente a todos. El picker decide voluntario + duración aleatoria (30 · 60 · 90 s). Los demás califican por celular antes de aplaudir.

📅 Cronograma · 35 min

0–10
✍️ Solo
Escribir V1·V2·V3 en cuaderno (AIAS 1)
10–15
🤫 Solo
Practicar en voz baja las 3 versiones
15–32
🎙 Plenaria
Picker rotativo · 5–7 voluntarios · duración aleatoria 30/60/90 s
32–35
📊 Cierre
Leer el chart · top claridad · Fishbowl
① No leer — habla mirando al grupo
② Sin jerga — si la explicás, está mal
③ Adaptás al tiempo que tocó · en vivo
④ Calificar antes de aplaudir

🎯 Qué espera el grupo

30 s
V1 · Pregunta: verbo medible · outcome · población · período
60 s
V2 · + Mecanismo: ARV (actores·relaciones·variables) + método candidato
90 s
V3 · + Gancho: capa 1 (por qué importa) + capa 2 (cifra que sorprende) + cierre

📊 Escala 1–3 (claridad)

1
Confuso · no puedo parafrasear, hay jerga
2
Aceptable · entiendo, falta 1 capa
3
Cristalino · preciso, sin jerga, en tiempo
📦 Producto del Sprint (insumo Sprint 2): V1·V2·V3 escritas + verbo dominante de V1 (= tu OG borrador) + cifra de Capa 2 que apareció en V3 (= semilla §2 del PRON).

🎲 Sprint 1 · Picker + QR · ahora mismo

⏱ Pitch --

🎲 Picker en vivo

① Voluntario · presiona

— presiona un botón —
⏳ cargando roster…

② Duración aleatoria

—

📱 Calificación en vivo

📱 Escaneá · escala 1–3
QR · calificación elevator
o entrá a tally.so/r/J9XPGo

Para cada presentación:

  1. Picker → voluntario + duración.
  2. Presentación (30/60/90 s).
  3. Antes de aplaudir, todos califican vía QR: nombre · versión · claridad 1-3 · comentario.
  4. Siguiente.

📊 Resultados en vivo · claridad por estudiante

Consejo

Cierre del Sprint 1 · 3 min. Después de las presentaciones, el chart abajo muestra el promedio de claridad por estudiante en tiempo real (Tally → Google Sheets → embed). Refrescá tu pantalla si no actualiza.

Lectura colectiva (Fishbowl, 3 min):

  • ¿Quiénes están en el top 3 de claridad? ¿Qué hicieron distinto?
  • ¿Hay alguien en promedio <2? Identificar la capa que falló (verbo, ARV, gancho).
  • Si la distribución es bimodal (muchos 1 y muchos 3 sin medio) → el grupo no consensúa qué es claridad. Refrescamos la operacionalización antes de seguir.

🎓 JC 1/5 · Objetivo ≠ Actividad (3 min)

El error #1 de toda tesis (Hurtado de Barrera, 1996):

Frase ¿Objetivo? Por qué
“Caminar a la universidad” ❌ Actividad Es medio, no fin
“Encontrar la mejor ruta” ✅ Objetivo Produce conocimiento
“Estudiar la literatura sobre X” ❌ Actividad Tarea instrumental
“Identificar las teorías dominantes” ✅ Objetivo Síntesis verificable
“Aplicar regresión a mis datos” ❌ Actividad Medio técnico
“Estimar el efecto causal de X sobre Y” ✅ Objetivo Producto de conocimiento

→ Regla: un objetivo termina en producto de conocimiento verificable. Una actividad es el medio para llegar.

Bridge desde U2

La pregunta de investigación (🔬 Capa 4 del iceberg) dice qué quieres saber.

El objetivo general dice qué vas a hacer para saberlo, expresado como logro verificable.

La distancia es un verbo medible + alcance acotado.

Advertencia

Antipatrón clásico: objetivos disfrazados con sustantivos vacíos — “Análisis de…”, “Estudio de…”, “Revisión de…” son tareas, no objetivos.

“Búsqueda de conocimiento nuevo a través de un proceso sistemático de indagación · todo objetivo de investigación debe estar orientado al logro de conocimiento.” — (Hurtado de Barrera, 1996)

🎓 JC 2/5 · La espiral del conocimiento (3 min)

Espiral holística (Hurtado de Barrera, 1996): 10 niveles cognitivos que ascienden desde lo descriptivo hasta lo integrativo. Cada nivel produce un producto (delimitación → diagnóstico → análisis → contrastación → teoría → preferencia → propuesta → intervención → verificación → evaluación).

Los 10 niveles cognitivos · Hurtado:

Nivel cognitivo Producto Tipo OG Bloom
🔍 1. Exploratorio Delimitación descrip. R
🔍 2. Descriptivo Diagnóstico descrip. R/U
🔗 3. Analítico Análisis analít. A
🔗 4. Comparativo Contrastación analít. An
💡 5. Explicativo Teoría causal An
💡 6. Predictivo Preferencia causal E
🛠️ 7. Proyectivo Propuesta aplic. E
🛠️ 8. Interactivo Intervención aplic. C
✅ 9. Confirmatorio Verificación causal E
✅ 10. Evaluativo Evaluación aplic. E

Consejo

Tesis MAE típica: nivel 5 (Explicativo) o 9 (Confirmatorio) · ambos producen conocimiento causal.

🎓 JC 3/5 · Niveles aplicados al OG y los OE (3 min)

La regla del escalamiento (Hurtado de Barrera, 1996) aplicada al PRON:

🎯 OG · niveles altos

  • Comprensivo: Explicar · Predecir · Proponer
  • Integrativo: Modificar · Confirmar · Evaluar

→ Tesis MAE típica · OG en Comprensivo (Explicar/Estimar el efecto causal).

📍 OE · escalando desde abajo

  • Perceptual: Explorar · Describir
  • Aprehensivo: Analizar · Comparar
  • Comprensivo: Explicar · Predecir

→ OE escalan 1 → 2 → 3 para construir el OG.

Advertencia

Patrón válido para PRON H1: OG comprensivo + OE perceptual → aprehensivo → comprensivo. NO mezclar OE integrativos con OG comprensivo (sobrescala).

Catatumbo aplicado: OG (Comprensivo · “Estimar el efecto”) · OE1 (Perceptual · “Caracterizar”) → OE2 (Aprehensivo · “Comparar”) → OE3 (Comprensivo · “Estimar ATT”) → OE4 (Comprensivo · “Evaluar heterogeneidad”). Coherencia escalonada ✓.

🎓 JC 4/5 · Catálogo de verbos por nivel (3 min)

(Hurtado de Barrera, 1996) · catálogo operativo de verbos por nivel cognitivo — úsalo como vocabulario controlado para redactar tu OG/OE en el Sprint 4 (H1):

🔍 Nivel Perceptual (observar lo manifiesto)

Verbos: identificar · describir · reconocer · enumerar · localizar · resumir · reproducir · esbozar · graficar · rotular · subrayar · comentar.

🔗 Nivel Aprehensivo (relacionar características)

Verbos: comparar · clasificar · categorizar · ordenar · contrastar · asociar · diferenciar · seleccionar · relacionar · interpretar · ejemplificar · discriminar · agrupar.

💡 Nivel Comprensivo (explicar mecanismos)

Verbos: explicar · predecir · estimar · demostrar · inferir · generalizar · sistematizar · debatir · deducir · descubrir · probar · planear · resolver · formular · criticar · proponer.

🛠️ Nivel Integrativo (intervenir / verificar)

Verbos: diseñar · crear · construir · valorar · evaluar · juzgar · modificar · integrar · confirmar · verificar · sustentar · combinar · concluir · solucionar · decidir · interpretar.

Advertencia

Verbos PROHIBIDOS en H1 (no son verificables): comprender · explorar (a secas) · estudiar · analizar (a secas) · profundizar · abordar · investigar. Si los usas, el texto pierde puntos en Calidad Técnica (eje 3 de la rúbrica).

🎓 JC 5/5 · La receta · 1 OG + 3 OE (3 min)

Consejo

Cantidad fija para H1: 1 Objetivo General + 3 Objetivos Específicos. No más · no menos.

🎯 OBJETIVO GENERAL · 1 solo · ≤ 30 palabras · nivel 3 (Comprensivo) <verbo> + <objeto acotado> + <población> + <período> + <método candidato>
Verbos válidos: estimar · explicar · evaluar · demostrar · predecir
📍 OE1 · "¿Qué hay?" Nivel 1 · Perceptual Caracterizar · Describir · Identificar
Base descriptiva: tabla con magnitudes · serie de tiempo · mapa
📍 OE2 · "¿Qué diferencias?" Nivel 2 · Aprehensivo Comparar · Asociar · Clasificar
Patrones: tabla de contrastes · correlaciones · subgrupos
📍 OE3 · "¿Por qué?" Nivel 3 · Comprensivo Estimar · Explicar · Demostrar
Mecanismo causal: regresión + IC95 · DiD · IV · RDD

Advertencia

3 reglas duras (test antes del Sprint 4): ① Cada OE termina en producto verificable (tabla · figura · estimación). ② La suma OE1+OE2+OE3 DEBE producir el OG (si elimino OE3, ¿el OG sigue alcanzable? → entonces sobra). ③ OE escalan niveles 1 → 2 → 3 (no saltan ni retroceden).

☕ Descanso largo · 20 min

☕ 20:00

Volvemos 19:15. Trae café · revisa tu 1 OG + 3 OE escritos a mano. En 20 min entramos al Sprint 2 · escritura de objetivos + creatividad en era IA.

Sprint 2 · ✍️ Escritura de objetivos + Creatividad/Originalidad/Funnel

19:15 → 20:05 · 15 min Act (escribir objetivos) + 35 min JC (originalidad · creatividad · Funnel)

⏱️ Bloque15 Act + 35 JC
🎯 MetaEscribir tu 1 OG + 3 OE · entender originalidad en era IA · plan Funnel
📦 ArtefactoObjetivos escritos + plan estructural del texto H1
🧪 CheckpointOG con verbo nivel 3 + OE escalando 1→2→3

🔧 Actividad S2 · Escribe tu 1 OG + 3 OE (15 min)

Importante

Sprint 2 · Primera parte · 15 min · INDIVIDUAL. Aplicas la receta del Sprint 1 (1 OG nivel 3 + 3 OE escalando 1→2→3) a tu pregunta v2 de U2.

⏱️ S2·Escribir OG/OE 15:00

Cronograma (15 min):

Min Tarea
0–5 OG · 1 frase ≤ 30 palabras · verbo Comprensivo · variables con fuente
5–8 OE1 · Perceptual (Caracterizar) · base descriptiva
8–11 OE2 · Aprehensivo (Comparar) · patrones
11–14 OE3 · Comprensivo (Estimar/Explicar) · mecanismo causal
14–15 Test: elimino OE3 mentalmente · ¿OG sigue alcanzable?

Consejo

Plantilla operativa

OG: el en durante mediante .

OE1 (Perceptual): Caracterizar en <población · período> con datos de .

OE2 (Aprehensivo): Comparar respecto a .

OE3 (Comprensivo): Estimar / Explicar el efecto de sobre mediante .

Advertencia

Modo AIAS 1 (No AI) para esta actividad. Esto es práctica de tu propia voz · sin IA. La IA viene en Sprint 3 y 4 para escribir el texto largo.

Originalidad y creatividad en la era IA (6 min)

🧠 El dilema Doshi-Hauser 2024

(Doshi & Hauser, 2024) · Science Advances · RCT N=293:

  • +26.6% creatividad individual con IA.
  • −15% diversidad colectiva del corpus.

→ La IA te mejora pero te hace converger al promedio del corpus. Es un espejo, no un creador.

“With generative AI, individuals may be better off but collective novelty may decline.”

Consejo

Convergencia con (Noy & Zhang, 2023): +59% productividad escritura · pero compresión hacia la media. Mismo patrón.

🎯 Originalidad operativa para tu H1

Originalidad ≠ palabras nuevas. Los LLMs combinan palabras infinitamente · eso no es originalidad académica.

Originalidad = la combinación específica de:

  • Tu pregunta (Capa 4 del iceberg)
  • Tu caso concreto (Catatumbo · Boyacá · tu tema)
  • Tu mecanismo hipotetizado (ARV)
  • Tu gancho narrativo (el “por qué importa” que la IA no inventa)

Advertencia

Test del compañero: intercambia tu texto con tu pareja · cubrid los autores · ¿se puede saber cuál es de quién? Si no, hay homogeneización.

¿Hacia dónde convergemos? · 6 patrones detectables (4 min)

Cuando entregas el primer borrador a un LLM, converges hacia estos 6 patrones — todos los textos terminan iguales:

# Patrón Ejemplo típico
1 Aperturas plantilla “En la actualidad…” · “It is well-established that…” · “Numerous studies have shown…”
2 Conectores genéricos “Moreover · Furthermore · Additionally · In conclusion”
3 Sujetos vagos “varios estudios” · “la literatura sugiere” · “se ha demostrado que”
4 Ejemplos universales “países en desarrollo” · “recent decades” · “políticas públicas”
5 Citas obvias Las primeras 5 sugeridas por Google Scholar · sin contexto
6 Voz “Wikipedia” Tono neutral · sin posición · sin gancho · sin nombres propios

Advertencia

Test diagnóstico (5 seg):

Toma tu §1 actual. ¿Empieza con: - “En la actualidad…” - “Es ampliamente reconocido que…” - “Numerosos estudios…” - “En las últimas décadas…”

Si sí, tu §1 ya convergió. Tienes IA escribiendo en tu lugar.

Consejo

Por qué importa: la convergencia no es solo estética — un comité de tesis lee 30 textos al año. Si todos suenan iguales, el tuyo se pierde. Tu diferenciación textual = tu diferenciación intelectual ante el reviewer.

Estrategia anti-convergencia · 5 tácticas para tu PRON (5 min)

1Anclas locales Nombra cosas reales · no genéricas.
"una región afectada"
→ "Catatumbo · 11 municipios · IPM 0.52"
2Cifras con fuente Una cifra única · siempre con DOI/fuente.
"altos niveles de pobreza"
→ "IPM aumentó de 0.45 a 0.52 (DANE 2023)"
3Conectores propios Reemplaza la lista de IA.
"Furthermore,"
→ "Esto resulta paradójico porque..."
4Citas no obvias Lo que tu campo conoce pero Google no sugiere primero.
Cita Nº1 de Scholar
→ El paper que tu profesor citó en clase
5Gancho narrativo Una observación tuya · un dato sorpresivo · una paradoja.
"En la actualidad..."
→ "Mientras el país mejoraba 5 puntos, el Catatumbo empeoró 7."

Consejo

Las 5 tácticas son la base. En los próximos 2 slides agregamos 2 estrategias más profundas: encontrar tu voz (humanizar lo que la IA edita) + planear la estructura (no dejarla al LLM).

Encontrando tu voz · humanizar antes de prompt-ear (4 min)

Por qué importa: la IA reproduce el promedio del corpus que la entrenó. Si no le dices quién eres, te devuelve “voz Wikipedia”. Tu voz académica existe (en tus emails · notas de clase · ensayos previos) — solo hay que extraerla y declararla.

6 ejes de tu voz académica:

Eje Pregunta-control
🎵 Ritmo ¿Oraciones cortas y secas · o largas con cláusulas subordinadas?
📖 Léxico ¿Qué palabras técnicas repites? ¿Qué palabras evitas?
🧱 Estructura de párrafo ¿Cómo abres? ¿Cómo cierras? ¿Topic-first o evidence-first?
🔗 Conectores favoritos “Sin embargo,…” “En consecuencia,…” “Esto sugiere…”
👤 Posición narrativa Primera persona singular · plural impersonal · pasiva
🎨 Metáforas / imágenes ¿Qué analogías vuelves a usar? (geografía · medicina · ingeniería)

🧪 Ejercicio · Voice Card (3 min)

1. Toma 1 párrafo tuyo (ensayo previo · email largo · post LinkedIn).

2. Pásalo a la IA con este prompt:

Analiza este texto y extrae mi perfil de
voz académica en 6 líneas (1 por eje):
🎵 Ritmo · 📖 Léxico · 🧱 Estructura
🔗 Conectores · 👤 Posición · 🎨 Metáforas

Devuelve en formato 'Voice Card' que
pueda pegar en otros prompts para que
preserves mi voz al editar.

Texto: [PEGAR]

3. Guarda la Voice Card que devuelve · pégala en cada prompt-editor de Sprint 3 con prefijo:

“Mantén esta voz al editar: [Voice Card]”

Advertencia

Trampa común: copiar la “Voice Card” de la IA tal cual sin auditarla. Lee el perfil que te devuelve · ¿te reconoces? Si no · corrige las líneas que no eres tú. La Voice Card es tu firma técnica, no la opinión de la IA sobre ti.

La importancia de la estructura · planear antes de escribir (3 min)

Las dos cosas que TÚ pones (no la IA):

# Lo tuyo Lo de la IA
1 Voice Card (slide anterior) Edita preservando tu voz
2 Estructura declarada (Funnel + TEEL) Llena · pule · sugiere

Sin estructura declarada en el prompt: - La IA escoge una estructura genérica (típicamente IMRAD aplanado). - El §1 sale “Wikipedia” · §2 sale igual · todo converge. - Tú rediseñas 8 veces.

Con estructura declarada (Funnel + TEEL): - La IA llena un esqueleto que tú diseñaste. - El §1 sigue siendo de la Capa 1 · §2 de la Capa 2 · etc. - Tú iteras 2 veces · entregas.

Consejo

3 estructuras válidas para PRON académico:

Estructura Disciplina Cuándo
🔻 Funnel (Bem, 2003) Psico/Econ Tu PRON H1
📊 IMRAD Ciencias salud Paper completo · NO PRON
🎯 CARS (Swales, 1990) Lingüística Equivalente al Funnel

→ Para tu PRON de hoy, Funnel es el más limpio. Lo vemos en el siguiente slide.

Advertencia

Regla bisagra: si tu prompt-editor del Sprint 3 no contiene (a) tu Voice Card + (b) la estructura Funnel + TEEL declarada · estás invitando a la IA a homogeneizarte. Los 2 elementos son obligatorios.

La estructura Funnel · Bem 2003 + Swales CARS (6 min)

El modelo Funnel (Bem, 2003): una introducción se escribe de lo amplio a lo estrecho (forma de embudo). Cada párrafo más estrecho que el anterior.

↓ BROAD ────────────────── NARROW ↓
§1 Contexto amplio 🌊 Capa 1
"¿En qué campo estamos?"
§2 Situación problemática 🏔️ Capa 2
"¿Qué fricción específica hay?"
§3 Mecanismos + Gap 🧊 Capa 3 (ARV)
"¿Qué NO sabemos?"
§4 Pregunta + OG 🔬 Capa 4
"¿Qué responde mi tesis?"

3 fuentes convergentes · misma estructura:

Tradición Move 1 Move 2 Move 3
Bem 2003 (psicología) Open broad State problem Foreshadow
Swales 1990 (Swales, 1990) Territory Niche (gap) Occupy
Booth-Colomb-Williams Common ground Disruption Consequence

Consejo

Move 2 (Gap) es el más difícil · el que distingue PRONs publicables. “Sin embargo, …” es la palabra mágica.

Advertencia

Regla cero del Funnel: §N+1 debe ser más estrecho que §N. Si en §3 mencionas “Colombia” como si fuera nuevo, fallaste · ya estaba en §1.

Anatomía de un párrafo bien estructurado (5 min)

Cada párrafo del Funnel sigue su propia estructura interna · método TEEL (Topic · Evidence · Explanation · Link) — canónico de academic writing en lengua inglesa, aplicable directamente al PRON.

T Topic · Tema
1 oración con la **idea central del párrafo**. Le dice al lector qué viene.
"El IPM del Catatumbo divergió de la tendencia nacional durante 2018–2023."
E Evidence · Evidencia
1-2 oraciones con **datos, cifras o citas** que sustentan la oración tema.
"Mientras el IPM nacional cayó de 0.38 a 0.33 (DANE 2023), el del Catatumbo subió de 0.45 a 0.52."
E Explanation · Elaboración
1-2 oraciones que **interpretan** la evidencia · por qué importa · cómo conecta con tu argumento.
"Esta divergencia indica que los choques que afectan al Catatumbo operan independientes del ciclo nacional."
L Link · Enlace
1 oración que **conecta con el siguiente párrafo** · prepara la idea que viene.
"Detrás de esta divergencia operan mecanismos locales que la literatura no documenta sistemáticamente."

Consejo

Cómo se monta en el prompt-editor (Sprint 3 y 4):

Reescribe mi párrafo con estructura TEEL:
- Topic: 1 oración con la idea central
- Evidence: 1-2 oraciones con dato + cita
- Explanation: 1-2 oraciones de interpretación
- Link: 1 oración que prepara el siguiente §
NO me des un párrafo nuevo · marca cambios sobre el mío.

Advertencia

Anti-patrón: párrafos que son solo evidencia (datos sueltos) o solo explicación (interpretación sin sustento). Un buen párrafo siempre tiene los 4 elementos TEEL · aunque algunos sean cortos.

Nota

Convergencia con (Bem, 2003): la regla “narrowing” del Funnel se aplica entre párrafos · TEEL se aplica dentro de cada párrafo.

5 recomendaciones para escribir con IA (8 min)

# Regla Cita
1 Borrador propio primero · IA edita después (Noy & Zhang, 2023)
2 Plan estructural ANTES del prompt (Funnel/CARS) (Bem, 2003)
3 Verificar TODA cita (Scopus/DOI · lección Long & Long) (Buchanan et al., 2024)
4 Mantener voz humana · evitar convergencia (Doshi & Hauser, 2024) (Shumailov et al., 2024)
5 Audit log obligatorio · prompts literales + AIAS (Perkins et al., 2024)

Advertencia

Para H1 hoy · Modo AIAS 3 (Collaboration) estricto: tú escribes el borrador con tu voz · la IA edita lenguaje y sugiere · tú decides qué aceptar · todo registrado en audit log. Si la IA escribe un párrafo entero sin tu intervención sustantiva, estás en modo 4 — declara honestamente.

Lo que viene en Sprint 3 y 4 (1 hora de escritura): la escritura activa del texto académico de 2 páginas con esta estructura, estas reglas, y tu voz humana. Te quedan 60 min de trabajo en clase — úsalos.

☕ Descanso · 10 min

☕ 10:00

Volvemos 20:15. Pausa antes de las 2 horas de escritura activa. Ten abierto al volver: iceberg U2 · 1 OG + 3 OE · IA con prompt-editor listo.

Sprint 3 · 🏁 Escritura del PRON · entregable H1

20:15 → 21:55 · 100 min de escritura libre · descansa cuando lo necesites · 15%

⏱️ Bloque100 min flexibles · Hito H1 · 15% de la nota
🎯 MetaTexto académico ≤ 2 páginas usando Funnel + TEEL
📦 Artefacto · H1PRON (4 §§) + 1OG/3OE + AIAS report + audit log
🧪 CheckpointPeer-check valida Funnel + voz humana reconocible

La instrucción · Funnel + TEEL · 100 min flexibles

Importante

Toda la sesión hasta las 21:55 es trabajo en el entregable. Usa el Funnel (4 §§ de amplio a estrecho · cada uno mapeado a una capa del iceberg) + TEEL (estructura interna de cada párrafo). Descansa cuando lo necesites · no hay descansos obligatorios.

⏱️ H1·Master 100:00

Cronograma sugerido (referencial, no obligatorio):

Min Tarea
0–10 Plan en papel · 4 §§ con keywords · qué cita va dónde
10–30 §1 + §2 (Capas 1–2) con TEEL
30–55 §3 + §4 (Capas 3–4) con TEEL · gap explícito en §3
55–70 Integración · ¿el embudo se estrecha? · IA edita
70–85 Reporte AIAS + audit log (anexo obligatorio)
85–95 Peer-check + ajustes
95–100 Submit Brightspace

Modo AIAS 3 (Collaboration) estricto · borrador propio primero · IA edita.

📋 Checklist antes de salir

  • ✅ 4 §§ en orden Funnel · cada §N+1 más estrecho que §N
  • ✅ §3 tiene gap explícito (“Sin embargo,…”)
  • ✅ Cada § sigue TEEL (Topic · Evidence · Explanation · Link)
  • ✅ §4 cierra con 1 OG + 3 OE (clasificados por nivel)
  • ✅ 0 citas alucinadas (verificadas)
  • ✅ ≤ 2 páginas texto + anexos
  • ✅ Reporte AIAS completo (formato U1 expandido)
  • ✅ Peer-check firmado por par
  • ✅ PDF submit en Brightspace antes 21:55

Advertencia

Lockdown 21:55 · entrega tarde = penalización 10% por hora.

📖 Ejemplo trabajado · PRON de Catatumbo · 4 §§ Funnel + TEEL

§1 · BROAD (🌊 Capa 1)

[T] Las trampas de pobreza en zonas afectadas por conflicto armado representan uno de los desafíos más persistentes para los Objetivos de Desarrollo Sostenible (Banerjee et al., 2020). [E] La literatura documenta que estas regiones acumulan deficiencias multidimensionales que persisten aun cuando los choques económicos generales se atenúan. [Ex] Comprender los mecanismos específicos que sostienen esta divergencia es central para diseñar transferencias condicionadas post-conflicto. [L] En Colombia, esta divergencia se observa con particular claridad en regiones donde la implementación del Acuerdo de Paz no desplazó las economías ilícitas previas.

§2 · NARROWER (🏔️ Capa 2)

[T] El IPM del Catatumbo divergió de la tendencia nacional durante 2018–2023. [E] Mientras el IPM nacional cayó de 0.38 a 0.33 (DANE 2023), el del Catatumbo subió de 0.45 a 0.52 — brecha inexistente antes de 2017. [Ex] Este patrón sugiere que los choques que afectan estos municipios operan independientes del ciclo nacional. [L] Detrás de esta divergencia operan mecanismos locales que la literatura empírica no documenta sistemáticamente.

§3 · NARROWER STILL (🧊 Capa 3 + Gap)

[T] Tres mecanismos plausibles podrían explicar la persistencia del IPM bajo economías ilícitas. [E] La presencia de FARC-EP disidencias generaría: (a) migración forzada que descapitaliza hogares, (b) sustitución de inversión productiva por economía coca (Doshi & Hauser, 2024), y (c) erosión institucional. [Ex] Sin embargo, ninguno de estos trabajos cuantifica el efecto causal específicamente para municipios bajo control de disidencias post-2017, ni separa el efecto de la coca del efecto de la presencia armada. [L] Cerrar esta brecha requiere un diseño que aproveche la variación municipal en presencia de disidencias.

§4 · NARROWEST (🔬 Capa 4 + OG)

[T] Esta investigación estima el efecto causal de la presencia de economías ilícitas sobre el IPM en municipios del Catatumbo, 2017–2023 (OG). [E] Se utiliza DiD staggered (Callaway & Sant’Anna, 2021) comparando municipios con/sin presencia FARC-EP disidencias, con datos de hectáreas de coca (UNODC) y IPM (DANE). [Ex] El aporte específico es separar el efecto de la economía ilícita del de la presencia armada y cuantificar el costo en pobreza del fracaso parcial del Acuerdo. [L] La revisión de literatura siguiente articula los tres mecanismos hipotetizados.

Lectura clave del ejemplo: los corchetes [T] [E] [Ex] [L] no van en el texto final · son anotaciones pedagógicas. Tu PRON entregable es texto corrido. Cada § ≈ 5–7 líneas en una página A4 · total ≤ 2 páginas.

🔧 Escritura libre (~80 min) · TÚ controlas el ritmo

Cómo trabajar este bloque:

  1. Abre 3 cosas: tu iceberg U2 · tu 1OG+3OE de Sprint 2 · IA con prompt-editor.
  2. Plan en papel primero · 10 min · keywords por § · qué cita en qué §.
  3. Escribe TÚ los párrafos · TEEL por dentro · Funnel por fuera.
  4. IA edita, no escribe · usa el prompt-editor (siguiente slide).
  5. Audit log abierto desde el primer prompt · todo va al anexo.
  6. Descansa cuando lo necesites · estírate · café · no se rompe el flujo.

Consejo

Prompt-editor (modo AIAS 3 estricto):

Actúa como editor académico, NO autor.
Texto: [pega mi §]
Reescribe con estructura TEEL:
- Topic: 1 oración idea central
- Evidence: 1-2 con dato + cita
- Explanation: 1-2 interpretación
- Link: 1 oración al siguiente §
NO me des texto nuevo · marca cambios.

🛑 Reglas duras del entregable

  • Funnel: §N+1 más estrecho que §N
  • TEEL: cada § con T·E·E·L identificables
  • §3: debe tener “Sin embargo,…”
  • §4: debe tener 1 OG (nivel 3) + 3 OE escalonados
  • Verbos: del catálogo Hurtado · cero prohibidos
  • Citas: todas verificadas (Scopus/DOI)
  • Largo: ≤ 2 páginas + anexos
  • Voz humana: test del compañero · “¿reconozco tu voz?”

Consejo

Anti-convergencia (recuerda Sprint 2): cada § debe tener al menos 1 de las 5 tácticas — ancla local · cifra propia con fuente · conector propio · cita no obvia · gancho narrativo.

🏁 Reporte AIAS · anexo obligatorio del H1 (10 min)

Heredado del Lab L1 de Clase 1 · expandido para H1 con 8 secciones. Sin este reporte, la nota H1 no se libera.

1️⃣ Identificación + meta-datos Estudiante · fecha 13/05/2026 · Hito H1 · Modo AIAS declarado (1·2·3·4·5 · esperado 3) · herramientas IA usadas (GPT-4 / Claude / Gemini · con versión exacta) · número total de prompts ejecutados · duración total del thread (min).
2️⃣ 🅐 Columna A · Borrador SIN IA Antes de abrir el LLM, mi §1-§4 borrador escrito a mano (5-7 min antes de prompting). Pegar el texto crudo o resumen verificable.
Obligatorio: al menos 4-6 líneas por §
3️⃣ 🅑 Columna B · Voice Card + prompts literales (a) Voice Card extraída en Sprint 2 · (b) prompt-editor del Sprint 3 LITERAL · (c) sugerencias IA por § (3-5 puntos resumidos por §).
No "resumen post-hoc" · prompts crudos
4️⃣ 🅓 Decisión humana · matriz de aceptación / rechazo Tabla obligatoria · mínimo 5 filas (idealmente 8-10) por § afectado:
| § | Sugerencia IA | Acepté / Rechacé / Modifiqué | Justificación (1 línea) |
≥ 1 rechazo explícito demuestra agencia humana
5️⃣ ✅ Verificación anti-alucinación de citas Lista de todas las citas que apareció · cada una marcada ✓ (verificada DOI / Scopus) o ❌ (alucinada · rechazada · reemplazada).
Tasa alucinación personal: __% · referencia Buchanan 2024: >30% baseline.
Si tasa = 0% → declarar cómo verificaste
6️⃣ 🎯 Pregunta de los 2 sentidos · auto-auditoría Responde Sí/No/Tal-vez con justificación 1 línea: 1. "Si la IA se cae ahora, ¿puedo defender mi PRON?" 2. "¿La IA detectó algo que yo NO habría visto solo?" 3. "¿La IA me llevó a un error que rechacé?" 4. "¿Mi voz humana es reconocible para mi pareja?"
7️⃣ 📊 Auto-cuantificación · "peso humano" Para cada §, estima qué % de palabras finales son tuyas vs IA:
§1: __% humano · §2: __% · §3: __% · §4: __%
Promedio · si <50% en algún § → declara modo AIAS 4 (no 3).
8️⃣ ✍️ Firma + declaración honesta "Declaro que el contenido sustantivo refleja mi pensamiento académico · que la IA se usó en el modo AIAS declarado · que los prompts y decisiones registrados son los reales (no versión limpia post-hoc)."
Firma: ____________________

Advertencia

Regla del curso · convergencia con (Perkins et al., 2024): los 4 ejes de la rúbrica H1 (Adopción · Honestidad · Calidad · Trazabilidad) se evalúan principalmente desde este reporte AIAS · audit log débil = -25% directo (eje 4 Trazabilidad). Tip: úsalo mientras escribes · NO al final.

🤖 Prompt-master · IA te ayuda a generar tu reporte AIAS

Meta-prompt: si la IA editó tu PRON, también puede ayudarte a auditar el proceso. Este prompt sintetiza tu thread completo y te entrega el borrador del reporte AIAS · que tú revisas y firmas.

ROL: Auditor metodológico de transparencia
en uso de IA · estándar Perkins AIAS 2024.

CONTEXTO: He usado este thread durante 90 min
para editar mi planteamiento del problema (PRON)
de mi tesis MAE. Mi modo AIAS declarado: 3
(Collaboration · IA edita · yo decido).

TAREA: Genera el BORRADOR del reporte AIAS
con las 8 secciones que después yo reviso,
corrijo y firmo. NO inventes datos · si no
tienes info de una sección, marca "PENDIENTE
DE COMPLETAR POR EL ESTUDIANTE".

ESTRUCTURA OBLIGATORIA:
1. Identificación + meta-datos (cuenta prompts
   en este thread · estima duración)
2. Columna A · Resumen del borrador inicial
   (si lo pegué al principio del thread)
3. Columna B · Lista LITERAL de mis prompts +
   resumen de tus sugerencias por §
4. Matriz de decisión · pares (sugerencia IA →
   decisión humana detectable) basadas en lo
   que efectivamente cambié vs no
5. Citas: lista TODAS las que propusiste · marca
   ✓ las que confirmé verificadas · ❌ las que
   rechacé. Si no recuerdas, marca ⚠️ "verificar"
6. 2 sentidos: tus mejores estimaciones honestas
   (yo corrijo)
7. % humano estimado por §: cuenta palabras
   originales mías vs ediciones tuyas · % real
8. Firma · déjala vacía para mi mano

REGLAS DURAS:
- NUNCA infles "% humano" · sé crítico
- SIEMPRE marca alucinaciones potenciales en
  citas que sugeriste (si dudas, márcala ⚠️)
- Si detectaste un § donde escribiste más del
  50% del contenido, RECOMIENDA declarar
  modo AIAS 4 (no 3) honestamente
- Devuelve en formato Markdown listo para pegar
  como Anexo C del PRON

DEVUELVE: el reporte completo en Markdown.

⚙️ Cómo usar este prompt

1. Al final del Sprint 3 (después del peer-check), pega este prompt en el mismo thread que usaste para editar.

2. La IA tiene memoria del thread · puede listar tus prompts reales · puede contar palabras · puede recordar las citas que propuso.

3. Recibes un borrador del reporte AIAS · revísalo crítico: - ¿La IA infló “% humano”? Bájalo. - ¿Faltaron rechazos tuyos? Agrégalos. - ¿Hay citas que no verificaste? Márcalas ⚠️.

4. Edita lo necesario · firma a mano.

5. Pega como Anexo C de tu entregable.

Advertencia

Trampa #1 a evitar: confiar 100% en el borrador IA. Es un punto de partida · no la versión final. Sin tu revisión crítica, el reporte AIAS pierde su valor de transparencia.

Advertencia

Trampa #2: si usaste threads separados (uno para §1, otro para §2…), este prompt NO captura todo. Tienes que ejecutarlo en cada thread · consolidar manualmente.

Consejo

Disponible también como material: materiales/audit-log-IA-PRON.md incluye este prompt + plantilla completa de las 8 secciones + ejemplo trabajado de Catatumbo. Bájalo y úsalo durante el Sprint 3.

🏁 Cierre H1 · Peer-check + Submit (5 min)

Peer-check (3 min) · pareja audita con checklist:

Pregunta ✅
¿Los 4 §§ se estrechan progresivamente? ☐
¿§3 tiene “Sin embargo,…” explícito? ☐
¿§4 tiene 1 OG + 3 OE clasificados? ☐
¿Cada § tiene TEEL identificable? ☐
¿Texto ≤ 2 páginas? ☐
¿Voz humana reconocible? ☐
¿Reporte AIAS completo + firmado? ☐
¿0 citas alucinadas? ☐

Si 7/8 o más → listo para submit.

Submit (2 min):

  • ✅ PDF renderizado · texto ≤ 2 pág
  • ✅ Anexo A: AIAS report completo
  • ✅ Anexo B: prompts maestros + editor (texto literal)
  • ✅ Subido a Brightspace antes 21:55
  • ✅ Confirmación de recepción guardada

Advertencia

Lockdown 21:55 estricto · -10% por hora · -30% al día siguiente. La disciplina del cierre es la práctica de cómo se entrega en el mundo real.

Consejo

🏆 Ganaste H1 si: Funnel + TEEL + 1OG/3OE + 0 alucinaciones + AIAS completo + voz humana = nota plena (15%).

Cierre

21:55 → 22:00 · fin de Sprint A (Framing) · siguiente: Sprint B (Lit Review)

Lo que se llevan de U3

Conceptual: - Objetivo ≠ Actividad (Hurtado de Barrera, 1996) · 4 niveles cognitivos ↔︎ Bloom-Anderson. - Funnel structure (Bem, 2003) / CARS (Swales, 1990) como esqueleto del PRON. - Iceberg U2 → 4 párrafos vía embudo de prompting.

Operativo: - Prompt maestro del embudo (anexo del PRON). - Prompt-editor (modo AIAS 3 estricto). - Audit log IA heredado del Lab L1 (caza alucinaciones).

Crítico · escritura en era IA: - Voz humana primero (Noy & Zhang, 2023): IA edita, no autora. - Model collapse (Shumailov et al., 2024): si todos escribimos con IA, la calidad académica se degrada. - >30% alucinaciones (Buchanan et al., 2024) · verificación obligatoria.

Próximo (U4 · Sprint B): - Revisión sistemática PRISMA 2020 + bibliometrix. - Lab L1 expandido · caza de alucinaciones a escala.

📋 Referencia · Transparencia (se profundiza en U6)

Hoy nos concentramos en escribir bien el problema. La transparencia metodológica que protege ese problema del p-hacking se profundiza en U6 (Métodos modernos). Para que no se olvide:

Advertencia

Las 3 amenazas que U6 trabajará:

  1. Garden of forking paths (Gelman & Loken, 2014) · el sesgo invisible que afecta incluso al investigador honesto.
  2. P-hacking diferencial por método (Brodeur et al., 2020; Brodeur et al., 2024) · IV el más afectado · −30/−40% con PAP.
  3. HARKing · hipótesis post-hoc · resuelto con pre-registro.

Consejo

El antídoto (U6):

→ Su PRON de hoy es la base sobre la cual U6 monta esa disciplina.

Pregunta de cierre

Tu PRON de hoy es la primera vez que tu pregunta vive como texto académico. ¿Aguantará la lectura crítica de un revisor escéptico de aquí a 4 meses? Tu Funnel + audit log + voz humana son la respuesta.

Lecturas mínimas

Nota

Para mañana (U4 · Revisión de literatura):

  1. (Bem, 2003) — el Funnel original. Ficha Bem2003WritingEmpiricalArticle.md (shadow · ficha es sustituto).
  2. (McCloskey, 2000) Economical Writing · 1 hora · indispensable para economía.
  3. (Shumailov et al., 2024) — Nature 2024 · por qué la voz humana importa para el campo.

Para U6 (Sprint C · Métodos · próxima semana):

Consejo

Pre-trabajo para U4 (mañana): lleguen con su PRON entregado + pregunta sobre cómo encontrar literatura que sostenga (o cuestione) los gaps explícitos del §3. Esa pregunta es el insumo de PRISMA.

Banerjee, A., Duflo, E., Finkelstein, A., Katz, L. F., Olken, B. A., & Sautmann, A. (2020). In Praise of Moderation: Suggestions for the Scope and Use of Pre-Analysis Plans for RCTs in Economics (NBER Working Paper 26993). National Bureau of Economic Research. https://doi.org/10.3386/w26993
Bem, D. J. (2003). Writing the Empirical Journal Article. En J. M. Darley, M. P. Zanna, & H. L. Roediger III (Eds.), The Compleat Academic: A Career Guide (2nd ed., pp. 185-219). American Psychological Association.
Brodeur, A., Cook, N., Hartley, J., & Heyes, A. (2024). Do Pre-Analysis Plans Reduce Publication Bias and p-Hacking? An Empirical Investigation. Journal of Economic Perspectives.
Brodeur, A., Cook, N., & Heyes, A. (2020). Methods Matter: \(p\)-Hacking and Publication Bias in Causal Analysis in Economics. American Economic Review, 110(11), 3634-3660. https://doi.org/10.1257/aer.20190687
Buchanan, J., Hill, S., & Shapoval, O. (2024). ChatGPT Hallucinates Non-existent Citations: Evidence from Economics. The American Economist, 69(1), 80-87. https://doi.org/10.1177/05694345231218454
Callaway, B., & Sant’Anna, P. H. C. (2021). Difference-in-Differences with Multiple Time Periods. Journal of Econometrics, 225(2), 200-230. https://doi.org/10.1016/j.jeconom.2020.12.001
Doshi, A. R., & Hauser, O. P. (2024). Generative AI enhances individual creativity but reduces the collective diversity of novel content. Science Advances, 10(28), eadn5290. https://doi.org/10.1126/sciadv.adn5290
Gelman, A., & Loken, E. (2014). The Statistical Crisis in Science: Data-dependent analysis—a "garden of forking paths"—explains why many statistically significant comparisons don’t hold up. American Scientist, 102(6), 460.
Hurtado de Barrera, J. (1996). Metodología de la Investigación Holística. SYPAL.
Kasy, M. (2023). Pre-Analysis Plans and Bayesian Decision Theory. The Econometrics Journal.
McCloskey, D. N. (2000). Economical Writing. Long Grove.
Miguel, E. (2024). Open Science and Research Reproducibility in Economics. Annual Review of Economics.
Munafò, M. R., Nosek, B. A., Bishop, D. V. M., Button, K. S., Chambers, C. D., Percie du Sert, N., Simonsohn, U., Wagenmakers, E.-J., Ware, J. J., & Ioannidis, J. P. A. (2017). A Manifesto for Reproducible Science. Nature Human Behaviour, 1(1), 0021. https://doi.org/10.1038/s41562-016-0021
Nosek, B. A., Hardwicke, T. E., Moshontz, H., Allard, A., et al. (2022). Replicability, Robustness, and Reproducibility in Psychological Science. Annual Review of Psychology, 73, 719-748. https://doi.org/10.1146/annurev-psych-020821-114157
Noy, S., & Zhang, W. (2023). Experimental Evidence on the Productivity Effects of Generative Artificial Intelligence. Science, 381(6654), 187-192. https://doi.org/10.1126/science.adh2586
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
Shumailov, I., Shumaylov, Z., Zhao, Y., Papernot, N., Anderson, R., & Gal, Y. (2024). AI models collapse when trained on recursively generated data. Nature, 631, 755-759. https://doi.org/10.1038/s41586-024-07566-y
Swales, J. M. (1990). Genre Analysis: English in Academic and Research Settings. Cambridge University Press.
15:00