De Palabras a Imágenes: Cómo los Prompts y Gráficos de ChatGPT Están Revolucionando la Investigación en Comunicación, Salud y Sociedad


 De Palabras a Imágenes: Cómo los Prompts y Gráficos de ChatGPT Están Revolucionando la Investigación en Comunicación, Salud y Sociedad

                                                                                            Dr. Jorge Alejandro León Sánchez

Introducción

El uso de prompts estructurados y gráficos visuales (como infografías, líneas de tiempo, diagramas de flujo, matrices de análisis, etc.) en la investigación académica representa una revolución metodológica en la era digital. Estas herramientas, impulsadas por inteligencias artificiales como ChatGPT, permiten transformar datos complejos, hallazgos de investigación y marcos teóricos en visualizaciones claras, impactantes y adaptadas a las necesidades de difusión del conocimiento científico.

En el contexto de la investigación en comunicación, salud y sociedad, un prompt bien diseñado no es solo una instrucción técnica, sino un puente entre los datos recolectados y la comunicación efectiva de resultados. Al combinar código (ej. /infographic, /timeline, /matrix), tema de investigación, hallazgos clave y estilo de visualización, el investigador puede generar materiales de difusión científica, presentaciones para congresos o recursos didácticos en segundos, optimizando su tiempo y maximizando el impacto de sus hallazgos.

Los gráficos de investigación activan múltiples canales de comprensión y facilitan la retención de información al organizar datos de manera jerárquica, comparativa o secuencial, según el objetivo de la investigación. Esto es particularmente relevante en áreas como:

  • Comunicación: Visualización de flujos informativos, análisis de discurso, mapeo de redes sociales
  • Salud: Representación de procesos epidemiológicos, protocolos clínicos, determinantes sociales
  • Sociedad: Análisis de estructuras sociales, movimientos colectivos, políticas públicas

 Importancia en el Desarrollo de la Investigación Académica

Para el Investigador en Formación (Licenciatura):

Área de Impacto

Beneficio

Ejemplo Práctico

Comprensión metodológica

Visualiza el proceso investigativo completo, desde el planteamiento del problema hasta las conclusiones

Usar /flowchart para mapear el diseño metodológico de su tesis

Organización de datos

Estructura información compleja de manera accesible

Generar un /dashboard de avance de recolección de datos en 5 minutos

Comunicación de resultados

Presenta hallazgos de forma visual en seminarios y congresos

Crear un /chart comparativo de resultados preliminares

Análisis crítico

Facilita la identificación de patrones y relaciones entre variables

Usar /matrix para cruzar variables demográficas con percepciones

Gestión del tiempo

Automatiza la creación de materiales para presentaciones

Diseñar un /timeline de actividades de investigación del semestre

 Para el Investigador Avanzado (Posgrado - Maestría/Doctorado):

 

Área de Impacto

Beneficio

Ejemplo Práctico

Innovación metodológica

Rompe con formas tradicionales de presentar datos e incorpora visualizaciones interactivas

Usar /mindmap para construir marcos teóricos complejos interconectados

Productividad investigativa

Automatiza la síntesis de literatura y la organización de referencias

Generar un /comparison de teorías fundamentales en 10 minutos

Difusión del conocimiento

Crea materiales para publicaciones, conferencias y divulgación científica

Diseñar un /infographic de hallazgos principales para redes académicas

Análisis multidimensional

Cruza múltiples variables y perspectivas teóricas

Usar /swot para evaluar fortalezas y limitaciones del estudio

Colaboración interdisciplinaria

Facilita la comunicación con investigadores de otras áreas

Crear un /process que explique el método a no especialistas


El Poder de lo Visual en la Comunicación Científica

Estudios en neurociencia cognitiva demuestran que el cerebro humano procesa imágenes 60,000 veces más rápido que el texto. En investigación, esto se traduce en:

  • Mayor impacto: Los artículos con visualizaciones de calidad reciben más citas
  • Mejor comprensión: Los revisores y lectores captan más rápido los hallazgos
  • Accesibilidad: Los resultados son comprensibles para audiencias no especializadas
  • Retención: La información visual se recuerda por más tiempo

Principio de Codificación Dual Aplicado a la Investigación

Cuando la información investigativa se presenta tanto de forma visual como verbal:

  • La retención de hallazgos mejora significativamente
  • Se facilitan las conexiones entre teoría y datos empíricos
  • Se reduce la ambigüedad en la interpretación de resultados

 Ejemplos de Prompts Aplicados a Investigación en Comunicación, Salud y Sociedad

NIVEL LICENCIATURA

ÁREA: COMUNICACIÓN

Otros ejemplos
copia y pega o realiza tus propoios promp ante poniendo los codigos

Código

Tipo de Investigación

Ejemplo de Prompt

Justificación y Resultado Visual Esperado

/infographic

Análisis de medios

/infographic Cobertura mediática del cambio climático en 3 periódicos mexicanos (2020-2024): frecuencia de menciones, enfoques (político, científico, social), tono (positivo/negativo/neutral), con gráficos de barras comparativos y línea de tiempo.

Visualización: Comparación visual del tratamiento informativo, identificando patrones temporales y sesgos editoriales. Ideal para tesis sobre agenda-setting.

/mindmap

Teoría de la comunicación

/mindmap Modelos de comunicación digital: comunicación unidireccional (Web 1.0), bidireccional (Web 2.0), redes descentralizadas (Web 3.0), con características, autores clave (Castells, Jenkins, Shirky) y ejemplos de plataformas.

Visualización: Mapa conceptual jerárquico que conecta evolución tecnológica con teorías comunicativas. Perfecto para marcos teóricos.

/chart

Audiencias y recepción

/chart Gráfico circular: distribución de tiempo de consumo de medios en jóvenes universitarios (redes sociales 45%, streaming 30%, TV tradicional 15%, otros 10%), con segmentación por género y edad.

Visualización: Representación porcentual clara de hábitos mediáticos. Útil para estudios de recepción y consumo cultural.

/comparison

Análisis de discurso

/comparison Cuadro comparativo: framing de la migración en discurso político vs. cobertura periodística (categorías: seguridad, derechos humanos, economía, cultura), con ejemplos de enunciados y frecuencia.

Visualización: Tabla de doble entrada que contrasta marcos interpretativos. Esencial para análisis crítico del discurso.

/flowchart

Procesos comunicativos

/flowchart Proceso de viralización de contenido en redes: creación → publicación → engagement inicial → algoritmo de recomendación → sharing masivo → tendencia, con puntos de decisión (¿contenido emocional? ¿timing adecuado?).

Visualización: Diagrama de flujo que explica mecanismos de difusión digital. Aplicable a estudios de comunicación digital.

/timeline

Historia de los medios

/timeline Evolución de las redes sociales: 2004 (Facebook), 2006 (Twitter), 2010 (Instagram), 2016 (TikTok), con hitos de adopción masiva, cambios algorítmicos y eventos sociopolíticos relevantes.

Visualización: Línea cronológica que contextualiza desarrollo tecnológico con fenómenos sociales. Ideal para investigación histórica.

/process

Metodología de investigación

/process Método de análisis de contenido: definición de categorías → muestreo → codificación → confiabilidad intercodificadores → análisis estadístico → interpretación, con ejemplos aplicados a noticias.

Visualización: Secuencia metodológica paso a paso. Fundamental para capítulos metodológicos de tesis.

/matrix

Cruce de variables

/matrix Matriz de correlación: nivel educativo (bajo, medio, alto) vs. fuentes de información preferidas (TV, redes, prensa escrita, podcasts), con porcentajes de uso diario y confianza percibida.

Visualización: Tabla de doble entrada con datos cuantitativos. Perfecta para análisis de encuestas.


Otros ejemplos
copia y pega o realiza tus propoios promp ante poniendo los codigos

Codigo

Ejemplo aplicado a Comunicación

Ejemplo aplicado a Salud

Ejemplo aplicado a Sociedad

Objetivo / función como herramienta de investigación

/iceberg

“Analiza el fenómeno de TikTok mediante un modelo iceberg: muestra fenómenos visibles, causas, algoritmos, hábitos y factores culturales ocultos.”

“Representa mediante iceberg las causas visibles y subyacentes de la obesidad infantil.”

“Analiza la desigualdad social mediante un iceberg que distinga manifestaciones visibles y causas estructurales.”

Profundizar en causas y dimensiones ocultas de un fenómeno. Útil para plantear problemas y variables de investigación.

/Comic strip

“Explica en 6 viñetas cómo un estudiante recibe, interpreta, comparte y transforma una noticia falsa.”

“Representa el recorrido de un paciente desde la identificación de síntomas hasta la búsqueda de atención médica.”

“Representa mediante cómic cómo una comunidad enfrenta un problema de contaminación.”

Narrativizar procesos y facilitar la comprensión de fenómenos complejos mediante secuencias.

/handwritten

“Presenta como apuntes manuscritos un análisis de la evolución de las redes sociales y sus efectos en la comunicación interpersonal.”

“Organiza como apuntes manuscritos los factores de riesgo y prevención de hipertensión.”

“Representa como notas de campo las observaciones de una investigación sobre participación comunitaria.”

Favorece la síntesis, codificación inicial y organización de notas de investigación.

/one-pager

“Resume en una página una investigación sobre el impacto de Instagram en la construcción de identidad digital.”

“Resume en una página un protocolo sobre actividad física y calidad de vida en adultos mayores.”

“Resume en una página una investigación sobre percepción ciudadana de la inseguridad.”

Sintetizar una investigación: problema, objetivos, metodología, resultados y conclusiones.

/quadrant

“Clasifica los tipos de contenido de influencers según nivel de credibilidad e impacto comunicativo.”

“Clasifica intervenciones de salud según evidencia científica y facilidad de implementación.”

“Clasifica problemas sociales según impacto poblacional y urgencia de intervención.”

Clasificar y comparar variables o casos mediante dos dimensiones analíticas.

/funnel

“Representa el proceso de investigación sobre desinformación: comunicación digital → redes sociales → TikTok → jóvenes universitarios → percepción de noticias falsas.”

“Delimita una investigación: salud → salud musculoesquelética → lumbalgia → adultos mayores → ejercicio terapéutico.”

“Delimita: sociedad → desigualdad → desigualdad educativa → estudiantes universitarios → acceso a tecnología.”

Excelente para delimitar el objeto de estudio, pasar de un tema general a un problema investigable.

/beforeafter

“Compara la comunicación política antes y después de TikTok, considerando formatos, interacción y participación.”

“Compara indicadores de movilidad antes y después de un programa de ejercicio terapéutico.”

“Compara la participación comunitaria antes y después de una campaña de concientización.”

Permite analizar cambios, efectos e impacto entre dos momentos o condiciones.

/decision matrix

“Construye una matriz para seleccionar la mejor plataforma para una campaña de comunicación universitaria.”

“Compara alternativas de intervención considerando eficacia, costo, riesgo y evidencia.”

“Evalúa diferentes estrategias para resolver un problema de movilidad urbana.”

Apoyar la toma de decisiones mediante criterios, ponderaciones y comparación sistemática.

/roadmap

“Diseña una ruta de investigación para estudiar el consumo de podcasts entre universitarios durante seis meses.”

“Diseña una hoja de ruta para investigar los efectos de un programa de ejercicio sobre la calidad de vida.”

“Diseña una ruta de investigación sobre participación juvenil en organizaciones comunitarias.”

Organizar etapas, actividades, tiempos, responsables y productos de una investigación.

/swot / FODA

“Analiza fortalezas, oportunidades, debilidades y amenazas de una estrategia de comunicación digital universitaria.”

“Realiza un FODA de un programa comunitario de prevención de enfermedades crónicas.”

“Realiza un FODA de una política pública de inclusión digital.”

Diagnóstico estratégico del contexto interno y externo del objeto de estudio.

/concept map

“Construye un mapa conceptual sobre inteligencia artificial, comunicación, redes sociales, algoritmos y audiencias.”

“Relaciona mediante mapa conceptual actividad física, fuerza muscular, movilidad y calidad de vida.”

“Relaciona pobreza, educación, empleo, desigualdad y movilidad social.”

Identificar relaciones entre conceptos, categorías y variables.

/timeline

“Construye una línea de tiempo de la evolución de la comunicación digital desde la Web 1.0 hasta la IAG.”

“Construye una línea de tiempo sobre la evolución de las estrategias de prevención cardiovascular.”

“Representa la evolución histórica de los movimientos sociales digitales.”

Analizar evolución, antecedentes, rupturas y tendencias.

/problem tree

“Construye un árbol del problema sobre la desinformación entre estudiantes universitarios.”

“Construye un árbol del problema sobre sedentarismo en adultos mayores.”

“Construye un árbol del problema sobre abandono escolar.”

Identificar problema central, causas y consecuencias; útil para justificar una investigación.

/variable matrix

“Construye una matriz de variables para estudiar la relación entre uso de TikTok y percepción de credibilidad informativa.”

“Construye una matriz de variables para estudiar ejercicio terapéutico y calidad de vida.”

“Construye una matriz de variables sobre acceso a internet y rendimiento académico.”

Operacionalizar variables, dimensiones, indicadores e instrumentos de medición.

/flowchart

“Representa el proceso de producción y circulación de una noticia en redes sociales.”

“Representa el flujo de atención de un paciente desde detección hasta seguimiento.”

“Representa el proceso de participación ciudadana ante un problema comunitario.”

Visualizar procesos, procedimientos, decisiones y relaciones causales o secuenciales.

/stakeholder map

“Identifica actores involucrados en una campaña de comunicación sobre alfabetización mediática.”

“Mapea pacientes, familiares, profesionales, instituciones y autoridades de un programa de salud.”

“Mapea actores involucrados en un proyecto de desarrollo comunitario.”

Identificar actores, intereses, relaciones, influencia y posibles conflictos.

/SWOT + quadrant

“Analiza una estrategia de comunicación digital con FODA y clasifica las alternativas en una matriz impacto-esfuerzo.”

“Evalúa estrategias de prevención según impacto y recursos requeridos.”




ÁREA: SALUD

Código

Tipo de Investigación

Ejemplo de Prompt

Justificación y Resultado Visual Esperado

/infographic

Salud pública

/infographic Determinantes sociales de la salud en comunidades rurales: acceso a servicios (30% sin centro de salud), nivel educativo (45% sin secundaria), ingresos (60% bajo línea de pobreza), con iconos y datos estadísticos.

Visualización: Infografía que interconecta factores socioeconómicos con outcomes de salud. Esencial para investigación en equidad en salud.

/chart

Epidemiología

/chart Gráfico de líneas: incidencia de diabetes tipo 2 en México (2010-2024), con proyección a 2030, diferenciando por grupo de edad (20-39, 40-59, 60+) y sexo, con línea de tendencia.

Visualización: Serie temporal que muestra evolución epidemiológica. Crítico para estudios de carga de enfermedad.

/process

Protocolos clínicos

/process Ruta de atención del paciente con hipertensión: tamizaje → diagnóstico → clasificación de riesgo → tratamiento farmacológico/no farmacológico → seguimiento mensual → control de complicaciones, con criterios de derivación.

Visualización: Flujograma clínico que estandariza procesos de atención. Útil para investigación en calidad de servicios.

/comparison

Intervenciones en salud

/comparison Comparación de estrategias de promoción de la salud: campañas masivas (alcance amplio, costo alto, efecto corto) vs. educación entre pares (alcance limitado, costo bajo, efecto sostenido), con evidencia de efectividad.

Visualización: Tabla comparativa con ventajas, desventajas y evidencia. Fundamental para evaluaciones de programas.

/mindmap

Modelos teóricos

/mindmap Modelo ecológico de la salud: nivel individual (conocimientos, actitudes), interpersonal (familia, amigos), organizacional (escuela, trabajo), comunitario (servicios, normas), político (leyes, políticas), con ejemplos de intervenciones por nivel.

Visualización: Mapa conceptual multinivel que integra perspectivas. Ideal para marcos conceptuales en salud pública.

/dashboard

Indicadores de salud

/dashboard Panel de indicadores de un programa de vacunación: cobertura por grupo de edad (85%), tasa de abandono (5%), eventos adversos (0.2%), satisfacción usuaria (92%), con semáforo de alerta y metas.

Visualización: Dashboard con métricas clave y alertas visuales. Perfecto para monitoreo y evaluación.

/swot

Análisis situacional

/swot Análisis FODA de un hospital comunitario: Fortalezas (personal capacitado), Oportunidades (nuevos programas federales), Debilidades (equipo obsoleto), Amenazas (presupuesto reducido), con estrategias derivadas.

Visualización: Matriz estratégica que guía planificación. Esencial para investigación en gestión en salud.

/checklist

Instrumentos de recolección

/checklist Lista de verificación para observación de prácticas de higiene en centros de salud: lavado de manos (antes/después), uso de EPP, limpieza de superficies, disposición de residuos, con casillas de cumplimiento y observaciones.

Visualización: Instrumento estructurado para recolección sistemática. Aplicable a estudios observacionales.


 ÁREA: SOCIEDAD

Código

Tipo de Investigación

Ejemplo de Prompt

Justificación y Resultado Visual Esperado

/infographic

Movimientos sociales

/infographic Características del movimiento feminista en América Latina (2015-2024): principales demandas (violencia de género, derechos reproductivos, brecha salarial), formas de acción (marchas, redes sociales, arte), logros legislativos, con mapa de países.

Visualización: Panorámica visual de un fenómeno social complejo. Ideal para sociología de los movimientos sociales.

/timeline

Políticas sociales

/timeline Evolución de la política de protección social en México: 1997 (Progresa), 2002 (Oportunidades), 2010 (Prospera), 2018 (Bienestar), con cambios en cobertura, presupuesto y enfoque (condicionalidades vs. universalidad).

Visualización: Cronología que muestra cambios paradigmáticos. Fundamental para análisis de políticas públicas.

/matrix

Desigualdad social

/matrix Matriz de interseccionalidad: género (hombre/mujer/otro) x nivel socioeconómico (bajo/medio/alto) x zona (urbana/rural), con indicadores de acceso a educación, salud, empleo y participación política por celda.

Visualización: Tabla multidimensional que revela desigualdades estructurales. Esencial para investigación con perspectiva de género.

/chart

Demografía

/chart Pirámide poblacional comparativa: México 2020 vs. proyección 2050, mostrando envejecimiento poblacional, bono demográfico y dependencia, con porcentajes por grupo quinquenal de edad.

Visualización: Representación gráfica de transición demográfica. Crítica para estudios poblacionales.

/comparison

Sistemas políticos

/comparison Comparación de modelos de participación ciudadana: democracia representativa (elecciones periódicas, partidos políticos) vs. democracia deliberativa (presupuestos participativos, asambleas), con casos de estudio y niveles de incidencia.

Visualización: Contraste de modelos teóricos con ejemplos empíricos. Útil para ciencia política.

/mindmap

Teoría social

/mindmap Teorías de la estratificación social: Marx (clase, lucha de clases), Weber (clase, estatus, poder), Bourdieu (capital económico, cultural, social), con conceptos clave y aplicaciones contemporáneas.

Visualización: Red conceptual que conecta autores y conceptos. Perfecto para revisión teórica.

/flowchart

Procesos sociales

/flowchart Ciclo de la pobreza intergeneracional: bajo ingreso familiar → desnutrición/baja estimulación → bajo rendimiento escolar → abandono temprano → empleo informal → bajo ingreso → repetición del ciclo, con puntos de intervención posibles.

Visualización: Diagrama causal que identifica mecanismos de reproducción social. Fundamental para investigación en movilidad social.

/roadmap

Intervención social

/roadmap Plan de intervención comunitaria: mes 1-2 (diagnóstico participativo), mes 3-4 (diseño con comunidad), mes 5-8 (implementación), mes 9-10 (evaluación), mes 11-12 (sostenibilidad), con hitos y responsables.

Visualización: Cronograma de proyecto con entregables. Ideal para investigación-acción participativa.


NIVEL POSGRADO (MAESTRÍA Y DOCTORADO)

ÁREA: COMUNICACIÓN

Código

Tipo de Investigación

Ejemplo de Prompt

Justificación y Resultado Visual Esperado

/infographic

Comunicación política

/infographic Estrategias de desinformación en campañas electorales 2024: bots (35% del tráfico), deepfakes (12% de contenido visual), granjas de trolls (coordinación temporal), con técnicas de detección y contramedidas, basado en análisis de red de 50,000 tweets.

Visualización: Infografía técnica que sintetiza hallazgos de análisis de big data. Publicable en revistas indexadas sobre comunicación digital.

/matrix

Análisis de redes sociales

/matrix Matriz de centralidad en red de influencers: nodos (50 cuentas verificadas), métricas (grado, intermediación, cercanía, eigenvector), correlación con engagement rate y capacidad de agenda-setting, con análisis de clusters temáticos.

Visualización: Tabla analítica que jerarquiza actores por influencia real vs. percibida. Fundamental para estudios de SNA (Social Network Analysis).

/mindmap

Epistemología de la comunicación

/mindmap Paradigmas de investigación en comunicación: positivista (efectos, medición cuantitativa), interpretativo (significados, etnografía), crítico (poder, economía política), con autores fundacionales, métodos emblemáticos y debates contemporáneos.

Visualización: Mapa epistemológico que posiciona la investigación doctoral en el campo. Esencial para capítulos de marco teórico-epistemológico.

/comparison

Teorías de la comunicación

/comparison Análisis comparativo de teorías del framing: Entman (selección/salencia), Scheufele (nivel individual/organizacional), Matthes (integración de enfoques), con operacionalización de variables, instrumentos de medición y limitaciones metodológicas.

Visualización: Tabla crítica que evalúa marcos teóricos para su aplicación empírica. Necesario para justificación teórica en tesis doctorales.

/dashboard

Monitoreo de medios

/dashboard Dashboard de análisis de cobertura mediática en tiempo real: volumen de menciones (diario), sentimiento (NLP: positivo 23%, neutral 54%, negativo 23%), temas emergentes (topic modeling), fuentes dominantes, con alertas de crisis y comparativo histórico.

Visualización: Panel interactivo para investigación longitudinal. Aplicable a estudios de agenda-building y crisis communication.

/process

Metodología mixta

/process Diseño secuencial explicativo mixto: FASE 1 (encuesta n=1000, análisis estadístico descriptivo/inferencial) → identificación de casos extremos → FASE 2 (entrevistas profundas n=30, análisis temático) → integración de resultados (triangulación), con criterios de validez.

Visualización: Flujograma metodológico complejo que justifica diseño mixto. Fundamental para propuestas de investigación doctoral.

/swot

Evaluación de teorías

/swot Análisis crítico de la Teoría del Agenda-Setting en la era digital: Fortalezas (solidez empírica, adaptabilidad), Oportunidades (big data, análisis de redes), Debilidades (dificultad para medir saliencia cognitiva), Amenazas (fragmentación de audiencias, algoritmos personalizados), con propuesta de actualización teórica.

Visualización: Matriz estratégica para discusión teórica. Ideal para artículos de revisión o capítulos de discusión en doctorado.

/timeline

Evolución del campo

/timeline Genealogía de los estudios de recepción: 1970s (Hall - codificación/decodificación), 1980s (Morley - etnografía de audiencias), 1990s (Fiske - cultura popular), 2000s (Jenkins - cultura participativa), 2010s (van Zoonen - feminismo digital), con debates paradigmáticos.

Visualización: Línea del tiempo intelectual que contextualiza la investigación. Perfecto para estado del arte en doctorado.


 

ÁREA: SALUD

Código

Tipo de Investigación

Ejemplo de Prompt

Justificación y Resultado Visual Esperado

/infographic

Epidemiología avanzada

/infographic Modelo de transmisión dinámica de COVID-19: R0 básico (2.8), R0 efectivo por intervenciones (distanciamiento 1.4, mascarillas 1.1, combinación 0.8), curvas de contagio proyectadas, impacto en hospitalización/UCI, con ecuaciones SIR y parámetros de incertidumbre.

Visualización: Infografía técnica que integra modelado matemático con políticas de salud. Publicable en revistas de epidemiología.

/matrix

Evaluación económica

/matrix Análisis de costo-efectividad de intervenciones para diabetes: tamizaje masivo (costo $50/persona, QALY ganado 0.3), educación grupal ($200/persona, QALY 0.8), manejo intensivo ($2000/persona, QALY 2.1), con ICER (razón costo-efectividad incremental) y umbral de disposición a pagar.

Visualización: Tabla de evaluación económica con métricas estandarizadas. Esencial para investigación en economía de la salud.

/mindmap

Marcos conceptuales complejos

/mindmap Determinantes estructurales de la salud: contexto socioeconómico/político (neoliberalismo, globalización) → posición socioeconómica (ingreso, educación, ocupación) → mecanismos intermediarios (estrés crónico, acceso a recursos, comportamientos) → outcomes de salud (morbilidad, mortalidad), con evidencia de pathways causales.

Visualización: Mapa causal multinivel que integra teoría y evidencia. Fundamental para tesis doctorales en salud pública.

/comparison

Revisiones sistemáticas

/comparison Meta-análisis de intervenciones para cesación tabáquica: consejería breve (RR 1.3, IC95% 1.1-1.5), farmacoterapia (RR 1.7, IC95% 1.5-1.9), combinación (RR 2.4, IC95% 2.0-2.8), con heterogeneidad (I²), sesgo de publicación y calidad de evidencia (GRADE).

Visualización: Tabla de síntesis cuantitativa con estadísticos de meta-análisis. Necesario para publicaciones en revistas de alto impacto.

/flowchart

Diagramas de flujo CONSORT

/flowchart Diagrama CONSORT para ensayo clínico aleatorizado: evaluación de elegibilidad (n=500) → aleatorización (n=400) → grupo intervención (n=200, pérdidas 15%) vs. grupo control (n=200, pérdidas 12%) → análisis por intención de tratar (n=400), con razones de exclusión y pérdidas por fase.

Visualización: Flujograma estandarizado para reporte de ECA. Requerido por revistas biomédicas indexadas.

/dashboard

Vigilancia epidemiológica

/dashboard Sistema de alerta temprana para brotes: indicadores en tiempo real (incidencia semanal, R efectivo, positividad de pruebas, ocupación UCI), umbrales de alerta (semáforo epidemiológico), proyecciones de demanda hospitalaria, con mapas de calor georreferenciados.

Visualización: Dashboard para toma de decisiones en salud pública. Aplicable a investigación en sistemas de vigilancia.

/process

Investigación traslacional

/process Pipeline de investigación traslacional: ciencia básica (descubrimiento de diana terapéutica) → desarrollo preclínico (modelos in vitro/in vivo) → ensayos clínicos Fases I-III (seguridad, eficacia) → aprobación regulatoria → implementación en práctica clínica → evaluación de resultados en vida real, con tiempos y tasas de éxito por fase.

Visualización: Diagrama del proceso de traslación bench-to-bedside. Ideal para investigación biomédica avanzada.

/checklist

Evaluación de calidad metodológica

/checklist Lista de verificación STROBE para estudios observacionales: título/resumen (2 ítems), introducción (2), métodos (10), resultados (8), discusión (6), otros (2), con criterios de cumplimiento y justificación de desviaciones, para asegurar reporte transparente.

Visualización: Instrumento estandarizado para evaluación crítica de literatura. Esencial para revisiones sistemáticas.


ÁREA: SOCIEDAD

Código

Tipo de Investigación

Ejemplo de Prompt

Justificación y Resultado Visual Esperado

/infographic

Desigualdad estructural

/infographic Brecha de riqueza en América Latina: 10% más rico concentra 55% del ingreso, coeficiente Gini promedio (0.46), movilidad social intergeneracional (elasticidad ingreso padre-hijo 0.6), con comparación OECD (0.3) y descomposición por fuentes (educación 30%, herencia 25%, redes 20%).

Visualización: Infografía que evidencia desigualdad estructural con datos comparativos. Publicable en revistas de sociología económica.

/matrix

Análisis de correspondencias múltiples

/matrix ACM de prácticas culturales: variables activas (consumo cultural, participación política, uso de TIC), variables ilustrativas (edad, educación, ingreso), con coordenadas en ejes factoriales (F1: capital cultural, F2: capital tecnológico), inercia explicada y contribuciones.

Visualización: Tabla de análisis factorial para investigación cuantitativa avanzada. Fundamental para tesis doctorales en sociología.

/mindmap

Teoría social contemporánea

/mindmap Corrientes teóricas sobre neoliberalismo: Foucault (gubernamentalidad, biopolítica), Harvey (acumulación por desposesión), Brown (democracia neoliberal), Dardot & Laval (razón neoliberal), con conceptos nucleares, críticas y aplicaciones a estudios de caso latinoamericanos.

Visualización: Red teórica que mapea debates contemporáneos. Esencial para marcos teóricos en doctorado en ciencias sociales.

/comparison

Estudios comparados

/comparison Análisis comparado de estados de bienestar: modelo nórdico (universalista, alta tributación 45% PIB), modelo continental (corporativista, seguros sociales), modelo liberal (residual, focalización), modelo latinoamericano (dual, segmentado), con indicadores de gasto social, cobertura y reducción de pobreza.

Visualización: Tabla tipológica de regímenes de bienestar. Ideal para investigación comparada en política social.

/timeline

Procesos históricos de larga duración

/timeline Formación del Estado nación en América Latina: 1810-1825 (independencias, fragmentación), 1850-1880 (consolidación oligárquica, economía exportadora), 1930-1970 (ISI, populismo, industrialización), 1980-2000 (neoliberalismo, democratización), 2000-2020 (giro a la izquierda, extractivismo), con hitos institucionales y conflictos sociales.

Visualización: Línea del tiempo de análisis histórico-estructural. Fundamental para investigación en historia social.

/process

Etnografía y análisis cualitativo

/process Proceso de análisis temático en investigación cualitativa: transcripción literal → lectura inmersiva → codificación abierta (n=150 códigos) → codificación axial (categorías emergentes n=12) → codificación selectiva (temas centrales n=4) → validación con participantes (member checking), con software (NVivo/Atlas.ti) y criterios de rigor (credibilidad, transferibilidad).

Visualización: Flujograma metodológico para investigación cualitativa rigurosa. Necesario para tesis doctorales en antropología/sociología.

/swot

Evaluación de políticas públicas

/swot Análisis de política de economía circular: Fortalezas (marco legal avanzado, alianzas público-privadas), Oportunidades (fondos verdes internacionales, innovación tecnológica), Debilidades (baja capacidad de fiscalización, informalidad 60%), Amenazas (resistencia de sectores extractivos, crisis económica), con recomendaciones estratégicas basadas en evidencia.

Visualización: Matriz de análisis de política pública con base empírica. Ideal para investigación en administración pública.

/roadmap

Investigación-acción participativa

/roadmap Ciclo de IAP sobre seguridad alimentaria: Fase 1 (6 meses: diagnóstico participativo con mapeo comunitario), Fase 2 (8 meses: codesarrollo de huertos urbanos), Fase 3 (6 meses: implementación y monitoreo colectivo), Fase 4 (4 meses: evaluación participativa y sistematización), con roles de coinvestigadores comunitarios y productos de devolución.

Visualización: Cronograma de investigación comprometida. Perfecto para doctorados en estudios del desarrollo.


Recomendaciones para el Uso de Prompts en Investigación

Para Estudiantes de Licenciatura:

  1. Empieza con lo básico: Usa /infographic y /chart para visualizar datos de tu proyecto terminal
  2. Organiza tu proceso: Aplica /timeline y /checklist para planificar tu investigación
  3. Comprende conceptos: Utiliza /mindmap para construir marcos teóricos
  4. Comunica resultados: Genera /comparison para presentar hallazgos en seminarios

 Para Estudiantes de Posgrado:

  1. Profundiza el análisis: Emplea /matrix y /swot para análisis multidimensionales complejos
  2. Rigor metodológico: Usa /process y /flowchart para documentar diseños metodológicos sofisticados
  3. Difusión de alto impacto: Crea /infographic y /dashboard para publicaciones y conferencias internacionales
  4. Integración teórica: Aplica /mindmap y /timeline para revisiones sistemáticas del estado del arte

Para Investigadores Consolidados:

  1. Visualización de big data: Genera /dashboard interactivos para proyectos de gran escala
  2. Traducción del conocimiento: Usa /infographic para comunicar hallazgos a audiencias no académicas
  3. Colaboración interdisciplinaria: Aplica /comparison y /matrix para integrar perspectivas diversas
  4. Evaluación de impacto: Emplea /chart y /roadmap para monitorear la transferencia del conocimiento

 

Consideraciones Éticas y Metodológicas

Limitaciones de las Visualizaciones Generadas por IA:

  • Verificación de datos: Siempre valida la precisión de cifras y referencias
  • Contextualización: Las visualizaciones requieren interpretación crítica
  • Sesgos algorítmicos: Reconoce que la IA puede replicar sesgos existentes en los datos
  • Propiedad intelectual: Cita adecuadamente las fuentes originales de datos

 Mejores Prácticas:

  1. Transparencia: Documenta el proceso de generación y ajuste de visualizaciones
  2. Accesibilidad: Asegura que los gráficos sean comprensibles para personas con discapacidad visual (descripciones alternativas)
  3. Rigor científico: Mantén estándares de calidad en la representación de datos
  4. Actualización: Verifica que la información visualizada refleje la evidencia más reciente

 Conclusión

El dominio de prompts estructurados y visualizaciones generadas por IA no es simplemente una habilidad técnica adicional; representa una competencia fundamental para la investigación contemporánea en comunicación, salud y sociedad. Esta competencia articula tres dimensiones inseparables: la técnica (dominio de herramientas digitales), la epistemológica (nuevas formas de conocer y representar la realidad) y la ética (responsabilidad en la representación visual del conocimiento).

Las cinco transformaciones clave de esta revolución visual

1.- Democratizan el acceso a visualizaciones de calidad profesional

Las herramientas de IA eliminan barreras históricas que limitaban la visualización de datos a investigadores con formación en diseño gráfico o acceso a software costoso. Hoy, un estudiante de licenciatura en una universidad pública puede generar infografías comparables a las publicadas en revistas indexadas, y un investigador de posgrado en contextos de bajos recursos puede producir dashboards interactivos que antes requerían equipos multidisciplinarios. Esta democratización tiene implicaciones profundas para la equidad epistémica global: las voces del Sur Global, las comunidades marginadas y los investigadores emergentes ahora pueden visibilizar sus hallazgos con la misma potencia gráfica que los centros hegemónicos del conocimiento.

 2.- Aceleran el proceso de análisis y comunicación de hallazgos

En un contexto académico donde la obsolescencia del conocimiento se mide en meses, la capacidad de transformar datos en visualizaciones en minutos —no en semanas— redefine los tiempos de la investigación. Esto es particularmente crítico en áreas como salud pública (donde una infografía oportuna puede salvar vidas durante una epidemia), comunicación política (donde el análisis visual de desinformación debe ser tan rápido como la viralización del contenido falso) y estudios sociales (donde la visualización de desigualdades estructurales puede influir en políticas públicas antes de que las ventanas de oportunidad se cierren).

3.- Potencian el impacto de la investigación más allá de la academia

La ciencia cerrada en papers inaccesibles es ciencia incompleta. Las visualizaciones generadas mediante prompts permiten la traducción del conocimiento a múltiples audiencias: tomadores de decisiones que necesitan dashboards ejecutivos, periodistas que requieren infografías para sus reportajes, comunidades que se benefician de materiales visuales en sus propios lenguajes culturales, y ciudadanos que ejercen su derecho a comprender la ciencia que les afecta. Esta función de traducción visual convierte al investigador en un puente entre el saber especializado y el bien común.

4.-  Facilitan la colaboración interdisciplinaria e internacional

El lenguaje visual es, por naturaleza, transcultural y transdisciplinario. Una matriz de análisis, un diagrama de flujo o un mapa conceptual pueden ser comprendidos por un sociólogo, un epidemiólogo y un comunicador sin necesidad de dominar los jergas específicos de cada campo. En proyectos internacionales —tan necesarios para abordar problemas globales como pandemias, cambio climático o migraciones— los prompts visuales funcionan como infraestructura cognitiva compartida que reduce fricciones interpretativas y acelera la construcción de conocimiento colectivo.

5.-  Preparan a los investigadores para un mundo donde los datos visuales dominan la comunicación del conocimiento

Vivimos en la era del capitalismo de la atención, donde la información compite por segundos del tiempo cognitivo humano. Investigadores que no dominen la visualización de datos están condenados a la invisibilidad, sin importar la calidad de sus hallazgos. Las nuevas generaciones de académicos deben ser bilingües: capaces de escribir con rigor metodológico en papers y, simultáneamente, de "hablar" en infografías, dashboards, mapas interactivos y visual abstracts. Esta bilingüidad no es opcional; es condición de supervivencia intelectual en el ecosistema del conocimiento del siglo XXI.

Una nueva alfabetización para el investigador contemporáneo

Esta revolución visual exige lo que podríamos llamar una alfabetización gráfica crítica, compuesta por cuatro competencias entrelazadas:

  1. Alfabetización técnica: Dominar la ingeniería de prompts, comprender las limitaciones de los modelos de IA y saber seleccionar la visualización adecuada para cada tipo de dato y audiencia.
  2. Alfabetización estética: Entender los principios del diseño visual (jerarquía, contraste, proximidad, alineación) para producir materiales que no solo informen, sino que también atraigan y persuadan éticamente.
  3. Alfabetización ética: Reconocer que toda visualización es una representación —y por tanto, una interpretación— que puede incluir sesgos, omisiones o manipulación. El investigador visualmente alfabetizado declara sus fuentes, cuestiona los outputs de la IA y evita la "chartjunk" que distorsiona los datos.
  4. Alfabetización crítica: Comprender que las imágenes no son neutrales; construyen realidad, naturalizan perspectivas y pueden tanto emancipar como oprimir. Una infografía sobre desigualdad, por ejemplo, puede empoderar a comunidades marginadas o puede estigmatizarlas, dependiendo de cómo se diseñe.

El investigador como arquitecto de visibilidades

El futuro de la investigación no está solo en recolectar y analizar datos, sino en visualizarlos, contextualizarlos y comunicarlos de manera efectiva. Los prompts y gráficos de IA son el lenguaje que hace posible esta transformación, pero no sustituyen el pensamiento crítico: lo amplifican. La IA puede generar una matriz FODA en segundos, pero solo el investigador puede interpretar sus implicaciones políticas. La IA puede diseñar un diagrama de flujo epidemiológico, pero solo el investigador puede decidir qué variables merecen ser visibilizadas y cuáles no.

El investigador del siglo XXI no es solo quien genera conocimiento, sino quien lo hace visible, comprensible y accionable. Es, en términos de Bruno Latour, un cartógrafo de redes complejas que traza mapas para que otros puedan navegar territorios desconocidos. Es, en palabras de Edward Tufte, un activista de la claridad que lucha contra la opacidad de los datos y la confusión visual. Es, en el contexto de la ciencia abierta, un curador de visualidades que pone sus hallazgos al servicio de la sociedad.

Hacia una ética de la visualización investigativa

Esta nueva era exige también un compromiso ético renovado:

  • Transparencia radical: Declarar el uso de IA en la generación de visualizaciones, tal como se declaran las fuentes de financiamiento.
  • Accesibilidad universal: Garantizar que las visualizaciones sean comprensibles para personas con discapacidades visuales, cognitivas o lingüísticas.
  • Justicia representacional: Evitar que las visualizaciones refuercen estereotipos, estigmas o asimetrías de poder.
  • Sostenibilidad cognitiva: No saturar al público con visualizaciones innecesarias; producir solo las que aporten valor real al conocimiento.
  • Devolutiva comunitaria: Cuando la investigación involucra a comunidades, las visualizaciones deben regresar a ellas en formatos comprensibles y útiles.

Un llamado a la acción investigativa

A los estudiantes de licenciatura: no subestimen el poder de una buena visualización. Su tesis puede cambiar el mundo si logran que sus hallazgos sean vistos, comprendidos y recordados. Aprendan a promptear con la misma dedicación con que aprenden a citar en APA.

A los estudiantes de posgrado: la excelencia metodológica sin excelencia visual es una mitad de la excelencia. Sus disertaciones doctorales deben producir no solo conocimiento, sino también artefactos visuales que se conviertan en referencias obligadas en sus campos.

A los investigadores consolidados: la resistencia a lo visual es una forma de conservadurismo epistemológico. Las generaciones que los suceden juzgarán su legado no solo por lo que publicaron, sino por lo que lograron hacer visible para la sociedad.

A las instituciones académicas: inviertan en formación visual de sus investigadores, en infraestructura tecnológica y en reconocimiento de las visualizaciones como productos científicos legítimos, no como meros complementos decorativos.

 El futuro ya comenzó

El investigador del siglo XXI no es solo quien genera conocimiento, sino quien lo hace visible, comprensible y accionable. Y ese futuro, afortunadamente, ya comenzó. Comenzó en el momento en que un estudiante de comunicación generó su primera infografía con ChatGPT para explicar un fenómeno de desinformación. Comenzó cuando un investigador en salud pública diseñó un dashboard que permitió a una comunidad rural monitorear sus indicadores epidemiológicos. Comenzó cuando un sociólogo visualizó las redes de desigualdad estructural y sus gráficos fueron citados en el congreso de su país.

La revolución visual de la investigación no es un evento futuro; es un proceso en curso que se construye con cada prompt bien diseñado, con cada gráfico éticamente producido, con cada visualización que logra transformar datos abstractos en comprensión concreta.

El aula del futuro ya no es un lugar donde se lee, sino donde se ve, se piensa y se actúa. El laboratorio del futuro no es un espacio donde se calcula, sino donde se visualiza, se interpreta y se comunica. Y ese futuro, afortunadamente, ya comenzó.

"La mejor idea del mundo, si no puede ser visualizada, probablemente nunca será comprendida. Y lo que no se comprende, no se transforma."

— Reflexión síntesis sobre la investigación visual en el siglo XXI

 Referencias Sugeridas para Profundizar

. Métodos Visuales y Visualización de Datos en Investigación

  • Cairo, A. (2016). The Truthful Art: Data, Charts, and Maps for Communication. New Riders. (Fundamental para aprender a representar datos de manera ética, clara y sin manipulación visual).
  • Harper, D. (2012). Visual Sociology (2ª ed.). Routledge. (Texto clásico sobre cómo las imágenes y gráficos pueden ser datos válidos en la investigación social).
  • Kress, G., & van Leeuwen, T. (2020). Reading Images: The Grammar of Visual Design (3ª ed.). Routledge. (Marco teórico esencial para analizar la semiótica y el significado detrás de las infografías y gráficos generados).
  • Rose, G. (2016). Visual Methodologies: An Introduction to Researching with Visual Materials (4ª ed.). Sage Publications. (La guía por excelencia para integrar el análisis visual en metodologías de ciencias sociales).
  • Tufte, E. R. (2001). The Visual Display of Quantitative Information (2ª ed.). Graphics Press. (La biblia de la visualización de datos: principios de diseño, eliminación de "chartjunk" y máxima densidad de información).

2. Área de Comunicación

  • Castells, M. (2009). Comunicación y poder. Alianza Editorial. (Base teórica para entender cómo los flujos de información visual y las redes digitales configuran el poder en la sociedad contemporánea).
  • Jenkins, H. (2008). Convergence Culture: Where Old and New Media Collide. NYU Press. (Clave para investigar cómo los públicos interactúan, remezclan y visualizan contenidos en la era digital).
  • Scolari, C. A. (2018). Ecología de los medios: Entornos, evoluciones e interpretaciones. Gedisa. (Útil para enmarcar investigaciones sobre cómo las nuevas herramientas de IA se integran en los ecosistemas comunicativos).

3. Área de Salud y Comunicación de la Salud

  • Kreps, G. L., & Neuhauser, L. (2010). New directions in eHealth communication: Opportunities and challenges. Patient Education and Counseling, 78(3), 329-336. https://doi.org/10.1016/j.pec.2010.01.005 (Analiza el rol de los formatos visuales y digitales en la comprensión de la salud por parte de los pacientes).
  • Zarcadoolas, C., Pleasant, A., & Greer, D. S. (2006). Advancing Health Literacy: A Framework for Understanding and Action. Jossey-Bass. (Demuestra cómo la visualización de datos es crítica para superar las barreras de alfabetización en salud).
  • Organización Mundial de la Salud (OMS). (2021). Package of interventions for rehabilitation. (Incluye directrices sobre el uso de materiales visuales y gráficos para la comunicación de riesgos y protocolos clínicos).

4. Área de Sociedad y Ciencias Sociales

  • Bourdieu, P. (1991). El sentido práctico. Taurus. (Aunque clásico, es esencial para justificar matrices de análisis que crucen capital cultural, económico y social en visualizaciones de desigualdad).
  • Pink, S. (2015). Doing Sensory Ethnography (2ª ed.). Sage. (Ofrece un marco para investigaciones que van más allá del texto, incorporando lo visual y lo experiencial en el trabajo de campo).
  • Wacquant, L. (2002). Las dos caras del gueto. Siglo XXI Editores. (Ejemplo magistral de cómo combinar datos cuantitativos, etnografía y representación visual de la realidad social).

5. Inteligencia Artificial, Prompts y Ética en la Investigación

  • Mollick, E., & Mollick, L. (2023). Assigning AI: Seven Approaches for Students, with Prompts. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.4476093 (Uno de los documentos más citados sobre cómo estructurar prompts con fines académicos y de investigación).
  • UNESCO. (2023). Guidance for generative AI in education and research. United Nations Educational, Scientific and Cultural Organization. https://unesdoc.unesco.org/ark:/48223/pf0000386693 (Marco normativo global sobre el uso ético, la atribución y las limitaciones de la IA en la generación de contenido académico).
  • Nature. (2023). The rules on using AI in research. Nature Editorial. https://www.nature.com/articles/d41586-023-03514-0 (Directrices de una de las revistas científicas más prestigiosas sobre la declaración de uso de IA y la prohibición de incluir IA como coautora).

 Linkografía de Apoyo (Recursos Digitales y Herramientas)

A. Guías de Prompting e Ingeniería de Prompts para Investigadores

  1. OpenAI Prompt Engineering Guide: https://platform.openai.com/docs/guides/prompt-engineering
    Utilidad: Guía oficial con estrategias avanzadas (few-shot prompting, chain-of-thought) adaptables para extraer matrices, resúmenes o estructuras de investigación de alta calidad.
  2. Prompts for Academics (Repositorio en GitHub): https://github.com/jimgoo/prompts-for-academics
    Utilidad: Colección curada de prompts específicos para revisión de literatura, análisis de datos cualitativos y estructuración de papers.

B. Herramientas de Visualización de Datos (Gratuitas o Freemium)

  1. Flourish: https://flourish.studio/
    Utilidad: Herramienta líder para crear visualizaciones interactivas (barras animadas, mapas de calor, redes) a partir de datos en Excel/CSV. Ideal para anexos digitales de tesis o presentaciones de congresos.
  2. RAWGraphs: https://rawgraphs.io/
    Utilidad: Herramienta de código abierto desarrollada por el DensityDesign Research Lab (Politécnico de Milán). Convierte datos tabulares en gráficos complejos (diagramas de Sankey, sunburst, matrices) sin subir los datos a la nube (privacidad garantizada para datos sensibles de salud o sociales).
  3. Datawrapper: https://www.datawrapper.de/
    Utilidad: Excelente para crear gráficos de barras, líneas y mapas coropléticos limpios y accesibles, ampliamente utilizados por medios de comunicación y revistas académicas.

C. Organismos Internacionales y Estándares Metodológicos

  1. Equator Network (Directrices de reporte de investigación): https://www.equator-network.org/
    Utilidad: Repositorio de guías visuales y checklists (como CONSORT, PRISMA, STROBE) para reportar investigaciones en salud y ciencias sociales. Ideal para usar con el prompt /checklist o /flowchart.
  2. The Data Visualization Society (DVS): https://www.datavisualizationsociety.org/
    Utilidad: Comunidad global que publica el "State of Data Visualization", ofreciendo estándares éticos y estéticos actuales para la representación visual de datos.
  3. UNESCO - Inteligencia Artificial en la Investigación: https://www.unesco.org/es/artificial-intelligence/research
    Utilidad: Documentos descargables sobre marcos de competencia digital para investigadores y políticas de integridad académica frente a la IA generativa.

D. Repositorios de Inspiración Visual Científica

  1. Information is Beautiful: https://informationisbeautiful.net/
    Utilidad: Banco de ejemplos de cómo transformar bases de datos complejas (salud, sociedad, economía) en infografías premiadas y comprensibles.
  2. PubMed Visual Abstracts Gallery: https://www.annalsofoncology.org/visual-abstracts
    Utilidad: Ejemplos reales de cómo las revistas médicas de alto impacto (como Annals of Oncology o JAMA) exigen o recomiendan "resúmenes visuales" (visual abstracts) generados a partir de los hallazgos clave de un paper.

Recomendación para integrar estas fuentes en tu investigación

  1. En el Marco Teórico: Usa a Rose (2016) y Kress & van Leeuwen (2020) para justificar por qué un gráfico o infografía no es solo un "adorno", sino un texto visual con gramática propia que construye significado.
  2. En el Diseño Metodológico: Cita las guías del Equator Network y el artículo de Mollick & Mollick (2023) para explicar cómo se diseñaron los prompts y cómo se validó la salida de la IA (ej. "se utilizó un prompt de cadena de pensamiento para generar una matriz FODA, la cual fue posteriormente validada por dos codificadores humanos").
  3. En la Sección Ética: Incluye siempre una cita a las directrices de Nature (2023) o UNESCO (2023) declarando que la IA se utilizó como asistente de estructuración y visualización, pero que el análisis crítico, la interpretación de los datos y la autoría intelectual son 100% humanos.
  4. En los Anexos: Incluye los enlaces a las visualizaciones interactivas creadas en Flourish o RAWGraphs como material complementario de la investigación, demostrando dominio de herramientas del siglo XXI.

 

Comentarios

Entradas más populares de este blog

La Comunicación Mediada por Inteligencia Artificial (AI-MC): fundamentos teóricos, dimensiones analíticas, implicaciones comunicativas y consideraciones éticas

La inteligencia artificial generativa (IAG) transforma la investigación

Inteligencias Artificiales de Pensamiento Profundo para la Investigación en Comunicación"