
Paperguide AI es un asistente integral para investigación y publicación académica. Intenta cubrir todo el ciclo de investigación, desde la revisión de la literatura hasta la escritura de un paper.
Pare el proceso aporta herramientas de búsqueda, de análisis de citaciones y de asistencia a la escritura, por nombrar algunas de las funciones y agentes de Paperguide. Lo iremos viendo en la guía de uso.
En el título decimos que Paperguide se orienta a dar asistencia a tesis doctorales. No es algo que señale expresamente Paperguide, es algo que inferimos nosotros. Pero obviamente es un producto que puede ser de utilidad a cualquier académico, ya sea pre o post doctoral.
Antes de pasar a la guía unas palabras sobre la versión utilizada en esta ocasión. Se trata de la versión gratuita. Es muy importante que esta clase de software, muy orientado a doctorandos, proporcione versiones gratuitas operativas.
En primer lugar, los doctorandos (y estudiantes universitarios en general) tienen, por definición, una situación económica precaria (al margen de la situación de sus familias). Además, los formadores en el uso de la IA en la universidad necesitamos estas herramientas con versión gratuita operativa como el agua, de lo contrario es imposible enseñarlas y hacerlas usar a los doctorandos en el aula.
Al mismo tiempo, es evidente que es la mejor publicidad para estos productos. Gracias a las versiones gratuitas ensanchan su base de usuarios e indefectiblemente, una fracción de ellos más pronto que tarde suscribirán la versión de pago. Publicidad perfecta. Tomen nota, productores de software y hágannos la vida más fácil a los formadores y divulgadores de la IA en la academia.
La política de limitación de uso de la versión gratuita de Paperguide se basa en dos pilares:
- No podemos exportar los resultados a documentos externo como PDF o Word.
- Algunos agentes pueden no estar disponibles.
Agentes de Paperguide AI
Esta IA ofrece sus funcionalidades alrededor de un conjunto de agentes. No algo es exclusivo de Paperguide en realidad, puesto que otras IA también declaran el uso de agentes y, de hecho el concepto está plenamente «de moda». Lo que es propio de Paperguide es el énfasis que pone en esta estructura.
Afortunadamente, por la guía verán que algunos de los agentes avanzados, el que se ocupa de generar revisiones de la literatura y el asistente de escritura, entre otros, están operativos. Las restricciones de exportación no impiden obtener resultados de lectura ni usarlo en sesiones de formación.
PAPERGUIDE AI
GUÍA DE UTILIZACIÓN (VERSIÓN GRATUITA)
Espacio de trabajo e inicio del proceso

El espacio de trabajo ofrece una zona de instrucciones o prompts con diferentes parámetros:
- Agente de investigación. En la captura hemos usado Revisión de literatura, por ser uno de los más potentes y estar disponible en la versión gratuita.
- Espacio de búsqueda, enunciado como Artículos de investigación públicos, lo que implica según Paperguide explorar más de 200 millones de artículos de investigación obtenidos de las bases de datos Semantic Scholar y OpenAlex. Otra de las opciones es usar PubMed (para temas médicos) o ArXiV para preprints, o bien un conjunto de documentos propios.
- Filtros. Aquí podemos seleccionar aspectos como rangos temporales, cuartil de la revista, que el artículo sea open access y otros.
Una ojeada rápida el agente de revisión sistemática

A destacar el agente Revisión sistemática, que en esta ocasión no hemos puesto a prueba, pues requiere una lógica de trabajo distinta a la que nos hemos planteado para hacer más ágil esta reseña.
Es un agente más interactivo y que otorga un rol superior al usuario que, al parecer, mantiene aquí un control superior al de los otros agentes que veremos, lo que resulta de lo más conveniente.
La diferencia entre revisión de la literatura y revisión sistemática es el tipo de metodología y el rigor en cada uno de los pasos de esta última. Así como de la última de evaluar la eficacia intervenciones, versus el objetivo de la primera de revisar un área de conocimiento.
Este artículo sobre los diferentes trabajos de revisión puede ayudar a entender las diferencias.
Este agente, merece ser examinado en una próxima entrega. Por ahora, volvamos al que hemos elegido para guiar nuestra reseña. Seguramente, por su facilidad de uso, para bien o para mal, debe ser uno de los agentes más utilizados.
Agente Revisión de la literatura
Retornamos a revisión de la literatura. Nosotros, como se puede ver hemos elegido como prompt el siguiente:
| Privación epistémica por uso no declarado de modelos de IA en investigación y publicación académica a partir del concepto de epistemic deprivation de Charlotte Newey y Stephanie Rennick |
Para condicionar la respuesta y asegurar el enfoque hemos mencionado en el prompt la obra de unas autoras que han publicado un trabajo seminal en el tema. Como agente, ya hemos señalado que hemos elegido Revisión de la literatura. No hemos usado los Filtros en esta ocasión.
Veamos que sucede al lanzar este agente.
Alcance de la base de la evidencia

La primera interacción al lanzar el agente es la posibilidad de usar una base de la evidencia más o menos amplia. En la versión gratuita, estamos limitados a la primera. Más que suficiente para nuestros objetivos y seguramente suficiente para ponerlo a prueba en una amplia gama de temas o problemas de investigación.
Proceso

Las mejores IA informan del proceso seguido, y luego guardan esta información en algún apartado accesible al usuario. En el caso de Paperguide, lo encontramos en lo que llamaremos el panel de control.
Panel de control

Vemos una parte del panel de control, tal como queda disponible para el usuario una vez el agente ha completado su labor. Los iconos de cada recuadro indican la naturaleza del archivo: texto o tablas o de otro tipo.
Informe

Vista parcial del resultado con las dos secciones habituales en estos casos:
- El panel de control.
- La revisión de la literatura.
En lo que sigue, examinamos secciones de la revisión de la literatura, ya que queremos mostrar que su estructura reproduce las más habituales de un artículo científico con formato IMRyD
Métodos

Parte de la sección Métodos del informe generado por Paperguide. Señala adecuadamente las fuentes utilizadas (Semantic Scholar y OpenAlex) y las frases de búsqueda utilizadas. Todo muy enfocado al framework PRISMA.
Data flow de PRISMA

El diagrama generado, muestra el interés de Paperguide por generar una revisión de la literatura imitando frameworks tan importantes como PRISMA.
Como aclaración, usar elementos de PRISMA añade credibilidad, pero por si solo no garantiza un uso adecuado de PRISMA. Se necesita creterio que puede aportar un usuario humano.
Cribado

La sección que cubre otro requerimiento de la metodología PRISMA, en este caso, se trata de los criterios de cribado, o de exclusión e inclusión.
Tabla de resultados

Parte de una buena revisión de la literatura consiste en presentar los resultados de la síntesis de la evidencia en diversos formatos. Uno de ellos, imprescindible es una tabla de extracción de datos de cada una de las investigaciones que forman la base de la evidencia.
Referencias

La sección de referencias, accesible desde el panal de control está bien organizada si el usuario desea explorar un área de conocimiento.
Síntesis narrativa

El elemento principal de una revisión de la literatura es la síntesis narrativa, de la que aquí mostramos una parte.
Análisis/síntesis de las investigaciones

Las tablas son imprescindibles en una revisión de la literatura de calidad. Aquí podemos ver otra forma de síntesis de la evidencia. En este caso, consiste en generar una tabla que organiza las investigaciones por temas y hallazgos clave.
Panel de control de los archivos generados

La utilidad del panel de control es enorme. Aquí podemos ver la opción de examinar con detalle el cribado de documentos que ha llevado a cabo la IA.
Agente Escritor AI

Aquí, uno de los puntos fuerte y que, personalmente, me ha impresionado. La opción de pasar a editar con un asistente de escritura con IA el informe generado por Paperguide.
Espacio de edición

En la captura, mostramos la barra de edición, que es similar a la de un editor de textos sencillo, pero suficiente. Destacamos la información sobre el número de palabras, la Configuración (que veremos) y la opción de Continuación inteligente, que aquí aparece desactivada (por conveniencia, ya que me pareció excesivamente intervencionista)
Configuración de edición

Antes de crear un documento, o en este caso, incluso una vez creado, podemos configurar diversos parámetros del mismo.
Referencias citadas

En esta captura hemos mostrado las operaciones que podemos hacer con las referencias que ha citado la IA. 20 referencia en total, en este caso, por la configuración utilizada.
Interacción con el asistente de redacción

Uno de los modos de interacción es usar las opciones emergentes que aparecen al situar el cursor en un párrafo:

La captura muestra los tres operadores principales que se activan al dejar el cursor en cualquier párrafo del informe:
- Añadir un bloque o sección.
- Mover una sección.
- Editar mediante petición específica a la IA.
Añadir secciones

En este caso, hemos elegido añadir una sección nueva al asistente para ver cómo se desenvuelve en la que parece la opción más exigente.
Además, tenemos la opción Chat de AI que ayuda a los usuarios a evaluar el contenido redactado o a buscar citas en un panel lateral, sin alterar necesariamente el contenido existente.
Proceso de aprovación

Como resultado, presenta una propuesta de contenido, pero antes pide nuestra aprobación con la dicotomía Descartar, Insertar.
Resultado de añadir una sección

Vemos el resultado de añadir un bloque a través del asistente de escritura. Bastante eficiente. Nosotros no hemos añadido ni una línea. Todo lo ha hecho la IA. ¿Quién asiste a quién?
Utilidades adicionales

Aquí mostramos dos utilidades adicionales: corrección gramatical (el documento se supone que puede tener aportaciones nuestras) y un detector de plagio. No los he probado.
Consideración sobre el agente de escritura
Llamar a este agente un asistente de escritura es un término técnico, pero en este caso, a la vez, es un término con alcance falsamente limitador.
Ciertamente, se puede usar como un asistente. Esto es, un agente que no decide nada por su cuenta, sino que sigue las instrucciones del usuario quien, en este caso, sería el verdadero agente que mantiene el control.
Sin embargo, podemos ver que también se puede usar de modo que el agente de Paperguide genere todos los contenidos y cambios de edición bajo su exclusivo control, dejando al usuario humano en su rol de jefe poco dotado, a cuyo mando está Paperguide como el verdadero «autor» que toma las decisiones.
Agente de Extracción de datos

Aquí vemos a prueba Puse a prueba otro de los agentes: el que permite extracción de datos a partir de documentos subidos o seleccionados por el usuario. Aquí ven una parte del resultado.
Agente Escritor AI para nuevos documentos

Antes vimos la opción de activar el agente Escritor AI vinculado al agente de Revisiones de la literatura. Ahora vamos a ver el mismo agente, Escritor AI, pero para crear nuevos documentos partiendo de cero, o para generar esquemas de nuevos documentos a partir de una idea inicial.
En esta captura mostramos las dos formas en las que el agente Escritor puede actuar para crear un documento nuevo:
- Crear nuevo documento, esto es, a partir de «cero».
- Por importación de un archivo de word.
De este modo, Paperguide aporta dos maneras de generar documentos editables:
- En una, el camino es: revisión de la literatura > informe generado > edición del informe.
- En la otra, el camino es: nuevo documento > generación de texto apoyado en referencias > edición del documento
Ahora estamos examinando el segundo camino.
Parametrización del nuevo documento

La parametrización incluye:
- Generar un texto completo (borrador) con citas.
- Generar un esquema.
- Empezar desde cero.
Hemos probado la primera opción, generar un texto completo, sobre calidad en periodismo. Las siguientes capturas muestran los resultados. En una palabra: impresionantes.
El nuevo documento solicitado

La captura muestra la cabecera del texto generado, al que el agente llama borrador. Pero en realidad es un texto acabado y bastante convincente. Claro que funcionalmente es un borrador si decidimos tratarlo como tal.
Sección de recomendaciones

Hemos puesto a prueba la capacidad de aceptar instrucciones pidiendo que añada una sección de recomendaciones (como hicimos con el anterior agente de escritura). El resultado, de nuevo, muy eficaz.
Usos de Paperguide según Paperguide

Por último, he querido mostrar en esta captura la propia visión de Paperguide sobre su producto.
¿Cómo debemos usar una IA como Paperguide?
Esta entrada la reciben en su correo electrónico algo más de 2.000 suscriptores y suponiendo que la lean el 10 por ciento, que a lo mejor es mucho suponer, más las que lleguen por tráfico directo, (con un poco de suerte) es posible que la lean al menos unas 200 personas
Como tengo la obligación de cuidar a mis lectores, a estos les debo decir lo siguiente: van a ver ahora unas consideraciones que repito una y otra vez. Mis disculpas si ya las han leído antes, pero, por responsabilidad debo repetirlas, así que ojalá tenga su benevolencia.
Repitamos la pregunta: ¿qué cosas podemos hacer con los resultados de Paperguide:
- Leer y aprender algo nuevo. Es la acción más simple, pero muy valiosa. Hemos adquirido conocimientos nuevos, útiles, incisivos y certeros. Aunque solo fuera por esto, ya ha valido la pena el uso de esta IA.
- Profundizar en el tema. Aprender cosas nuevas está bien, pero supongamos que queremos/necesitamos tener más conocimientos en este ámbito. Podemos seleccionar, digamos entre 5 y 10 de las referencias más prometedoras, o las 20, descargar los PDF respectivos y leerlos tomando notas. Después de esa lectura atenta, las conexiones de nuestro cerebro se habrán modificado. Tendremos una comprensión superior, lo que nos permitirá ser operativos en el tema o producir un discurso sofisticado sobre el mismo. Naturalmente, hay una relación directa entre las horas de lectura y la amplitud y profundidad de nuestra comprensión en el tema, así que más es más. Cada uno puede poner su límite.
- Escribir sobre el tema. En este caso, la síntesis narrativa es solo el punto de partida para un proyecto nuevo. En este caso, un proyecto de escritura y publicación. Los pasos a dar aquí incluyen la lectura atenta de la síntesis narrativa de la IA, con toma de notas y la selección de, entre 10 y 20 referencias clave, para leerlas en profundidad, para lo cual necesitamos toma de notas. A esa lecturas, habrá que añadir al menos tres o cuatro trabajos más, por «bola de nieve», es decir, buscaremos entre 3 y 5 referencias más citadas en los trabajos analizados y los incorporaremos a nuestras lecturas, de nuevo con toma de notas, esto es imprescindible. A partir de aquí, estaremos razonablemente preparados para escribir y, tal vez, publicar algo sobre este tema: un ensayo, una guía, un artículo conceptual, etc.
- Llevar a cabo una revisión de la literatura tipo scoping review. Aplicaremos lo señalado en los dos puntos precedentes respecto a las lecturas, pero en este caso con el objetivo de desarrollar el protocolo de una scoping review. El protocolo lo haremos siguiendo frameworks como PRISMA y SALSA. La lectura de la síntesis narrativa y de entre 10 y 20 referencias nos permitirá desarrollar un protocolo muy certero. Además, estas lecturas nos darán la primera versión del marco teórico y conceptual de la scoping review, nos ayudará en la introducción y en la discusión, etc.
Orientaciones operativas para las desarrollar las opciones presentadas:
- Uso ético y eficiente de la inteligencia artificial en trabajos académicos: Veritas e interacción crítica escalonada [artículo open access]
- ¿Qué puede hacer la IA en una revisión de la literatura? El caso de las scoping reviews
- Scoping reviews para trabajos académicos en comunicación con el framework PRISMA [capítulo open access]
- Dirección de tesis doctorales por compendio de publicaciones: lecciones aprendidas
Ahora lo que NO podemos hacer:
- No podemos copiar y pegar los contenidos generados por una IA, sea Paperguide o la que sea, en un trabajo propio, y presentarlos como si los contenidos fueran nuestros. Sería plagio.
- No podemos tomar las referencias, ni en parte ni en su totalidad, y citarlas en nuestro trabajo sin haberlas buscado y leído antes. Es un fraude citar referencias que no hemos manejado. Además, podemos propagar alucinaciones (en el caso de sistemas RAG como Consensus esto está casi descartado. Casi.)
- No podemos tomar partes de los informes de Paperguide y citarlas en trabajos nuestros atribuyendo la autoría a la IA. En su lugar, buscaremos la referencia original y citaremos esta referencia. Sí se puede reproducir y atribuir contenido a la IA cuando es precisamente el objeto de análisis, como hago aquí. Otra cosa es citarla como autoridad científica en vez de acudir al estudio original, esto es justo lo que nunca debemos hacer.
La referencia recomendada para los «noes«:
Conclusiones
Paperguide AI forma parte de una nueva generación de sistemas de inteligencia artificial para la academia capaces de sintetizar la evidencia con enorme eficiencia. Los textos que producen tienen la forma y la estructura propias de las revisiones de la literatura o de las obras de ensayo y pensamiento, y resultan virtualmente indistinguibles de los escritos por autores humanos. Y, hay que reconocerlo, su calidad supera seguramente la media de la producción humana.
No digo que estas IA produzcan mejores resultados que los que producen los mejores autores humanos. Una revisión de la literatura hecha por autores humanos aplicando métodos de calidad, como SALSA y PRISMA, no la puede mejorar una IA, al menos no hasta que llegue la IA con conciencia. Y no sabemos si esto sucederá algún día.
Por el momento, las síntesis de la evidencia o, si quieren para entendernos, las revisiones de la literatura generadas directamente por IA no disponen de fiabilidad y validez (términos técnicos), sin perjucio de la enorme calidad de sus resultados. Espero que se entienda que esto no es una contradicción. Validez y fiabilidad dependen de la supervisión humana, depende de que un humano esté en el control en todas las fases del proceso . Para los interesados, esta entrada sobre validez y fiabilidad creo que lo aclara.
Pero estas conclusiones se supone que se refieren a Paperguide, así que unas últimas consideraciones.
- Paperguide pone en la mano de los investigadores un sistema más orientado a la producción de textos académicos plausibles, finalizados y cerrados, a la vez que una herramienta de soporte a la exploración de áreas de conocimiento o de un problema de investigación.
- En este sentido es diferente a herramientas como Consensus, LeapSpace o Asta AI. Lo que significa que Paperguide tiene un potencial mayor de generar deuda cognitiva en sus usuarios y de paso, aunque no es culpa de Paperguide, de fraude por uso no declarado en la Ia IA. Pero, potencial, no significa obligatoriedad.
- Paperguide no obliga a nadie a ceder sus competencias cognitivas ni a ejercer fraude. Para que no haya dudas, repita conmigo: «Paperguide lo pone fácil pero no obliga a nadie, la culpa del mal uso será siempre exclusiva del usuario».
Destaca en este sentido su prometedor agente Revisión sistemática que en esta reseña apenas hemos considerado, por su complejidad aparente. Destaca, decimos, por el rol superior que al parecer otorga al usuario humano, situación que es la ideal. Nuestra intención es dedicarle una reseña por separado.
Para concluir, por lo que hemos podido examinar, es un sistema eficaz, potente, versátil, con vocación y potencial de ayudar en una amplia gama de tareas académicas, a través de una interfaz de uso fácil e intuitivo.
A partir de aquí, mi mensaje: usen Paperguide para agilizar procesos y potenciar su creatividad, no para arruinar sus capacidades cognitivas, esto es, eviten pegarse un tiro en el pie.
Para saber más
- Help Center Paperguide AI
- ¿Qué puede hacer la IA en una revisión de la literatura? El caso de las scoping reviews
- Scoping reviews para trabajos académicos en comunicación con el framework PRISMA [capítulo open access]
- Accelerating research processes with Scopus AI: A place branding case study
- LeapSpace: la nueva IA académica de Elsevier que lo puede cambiar todo
- Consensus AI para investigadores: de la exploración a la gestión del conocimiento [guía de uso]
- Undermind AI: la búsqueda académica del futuro ya está aquí (y no es Google)
- IA y escritura en la academia: deja que la IA escriba por ti si quieres arruinar tus capacidades cognitivas
- Sistemas de inteligencia artificial y tesis doctorales · 1: Aspectos generales | 2: Guías de uso | 3: Veritas y transparencia
- Otras entradas de este sitio sobre inteligencia artificial en la academia
Por último, tres referencias que pueden ser útiles para un uso ético y eficiente de la IA y de los trabajos de revisión:
- Codina, Lluís (2024). «Revisiones tradicionales, sistemáticas o de alcance: ¿cómo elegir el tipo de revisión de la literatura que corresponde en cada caso? [Traditional, systematic, or scoping reviews: how to choose the type of literature review that is appropriate in each case?]». Infonomy, 2(2) e24021. https://doi.org/10.3145/infonomy.24.021
- Codina, Lluís (2025). «Uso ético y eficiente de la inteligencia artificial en trabajos académicos: Veritas e interacción crítica escalonada». BiD, 55. https://doi.org/10.1344/BID2025.55.01
- Codina, Lluís; Freixa, Pere; Peña, Simón; Lopezosa, Carlos (2026). Criteria for Transparent, Ethical, and Responsible Use of Artificial Intelligence in Scientific Publications (CRITERIA). Barcelona: Observatorio de Cibermedios (OCM) [Online Media Observatory]. DigiDoc Research Group (Pompeu Fabra University). [Ref. COC-05-ENG/2026]. https://doi.org/10.31009/coc.05.ENG.2026