Papers: el chatbot no es Google Scholar

Buscar papers con IA no es pedirle al chat “ocho artículos de 2020 en adelante, con DOI”. El catálogo no vive en el hilo. Vive en Google Scholar, en el buscador de tu biblioteca, en Dialnet, en el repositorio de la universidad, en la página del editor. El chatbot no es Google Scholar. Scholar (o el repositorio) encuentra. El modelo, como mucho, resume el PDF que ya tienes. No un paper inventado.

Esta página es ese reparto. La lista APA del trabajo de clase está en citar fuentes: la IA no sustituye la bibliografía. El bucle de abrir cada URL de una sesión de búsqueda está en pedir fuentes y verificarlas una a una. Cuando ya tienes el PDF, un cuaderno o una ventana larga son otro oficio: NotebookLM: estudiar PDFs que ya son tuyos o Claude para un capítulo. Aquí no se reescriben. Aquí: encontrar el texto, leer el abstract, y solo entonces dejar que el chat toque ese archivo.

Scholar o el repositorio: ahí se encuentra

ChatGPT artículos científicos no es un índice. No recorre Scopus. No tiene el catálogo de tu biblioteca. Completa el molde de “Autor (año). Título. Revista.” Ese molde ha visto miles de fichas reales. Por eso suena a ficha. No es un registro.

Dónde buscas, en la práctica, el martes:

1. Catálogo de tu universidad. Préstamo, electrónico, DOI visible, PDF con proxy. Si tu centro lo tiene, empieza ahí. El acceso que ya pagas no lo sustituye un hilo de consumo.
2. Google Scholar (scholar.google.com) o el Scholar de tu institución si hay una entrada con proxy. Pista de títulos, citas, versiones. El snippet no es el paper. El PDF o la página del editor sí.
3. Repositorio institucional o la base que tu centro licencie (Dialnet, Scopus, PubMed si toca). Lees la ficha: versión, fecha.
4. Página del editor cuando ya tienes el título exacto. Ahí copias los campos para citar.

El chatbot no está en esa lista. Puede estar después, con el archivo, o antes con palabras clave de una búsqueda académica. No en el medio fingiendo índice. En Scholar no pegas la lista del chat “a ver si cuela”, no citas el título azul, y un PDF sin datos de publicación se completa en el editor o no se usa. Sin acceso, proxy de la biblioteca. El chat no “consigue” el PDF. Un enlace de relleno: carga o NO ESTÁ.

Palabras clave de una búsqueda académica

Antes de Scholar, a veces no sabes cómo se llama el objeto en la literatura. Ahí el chat sirve. No para inventar el artículo. Para palabras clave de una búsqueda académica: sinónimos, inglés de la disciplina, lo que no buscar.

Petición útil:

Tema de mi búsqueda: [frase en castellano, la mía].
Asignatura / campo: [sociología / enfermería / derecho, etc.].
Quiero PALABRAS CLAVE para pegar en Google Scholar y en el
catálogo. Español e inglés. Incluye sinónimos y un par de
términos que no debo mezclar (otro objeto).
No me des papers. No me des DOI. No me des autores.
Formato: lista corta, 8–12 términos. Si un término es dudoso,
márcalo DUDOSO.

Qué haces con la lista:

1. Tiras lo que no reconoces o suena a otro campo. Si el chat mezcla “abandono escolar” con “early school leaving” vale; si cuela un término de otro país o de otra etapa educativa, lo marcas y no lo pegas aún.
2. Eliges tres combinaciones. No quince. Ejemplo de forma, no de resultado: "formación profesional" abandono y, en inglés, "vocational education" dropout Spain. Tú pegas. Tú miras fechas y revistas.
3. En Scholar, usas comillas para la frase exacta cuando el ruido es alto. Filtras año si el trabajo lo pide. No filtres tanto que solo queden tres resultados de blogs.
4. Anotas qué cadena te ha dado qué título. Si más tarde el profesor pregunta cómo lo encontraste, no dices “me lo dio ChatGPT”.

Qué no pides:

• “Los diez papers canónicos.” Te dará apellidos famosos y, a menudo, artículos que no existen o que no son de tu objeto.
• “Un estado de la cuestión.” Eso es autoría. Lo escribes tú con lo leído.
• Autores “imprescindibles” para citar de oídas. Un apellido real no salva el texto que no has abierto.

Si el chat suelta jerga que no está en tus apuntes, contrastas en el syllabus. Un término inventado contamina Scholar. Paras. Abres un paper de clase y copias sus palabras clave.

Lectura de un abstract: para decidir, no para citar

Lectura de un abstract es el filtro. Cinco minutos. Decide si pides el PDF o pasas al siguiente resultado. No decide la cita de la página 47. No decide un porcentaje que “sale en el estudio”.

Qué lees, en orden:

1. Título. ¿Es tu objeto, tu población, tu país o tu año, o solo una palabra en común?
2. Autores y revista o editorial. ¿Es un preprint, una revista, un capítulo? Anotas. No inventas el volumen.
3. Objetivo y método en el resumen. Encuesta, entrevista, revisión, experimento. Si el chat luego te dice “ensayo clínico” y el abstract dice “revisión narrativa”, gana el abstract.
4. Resultado anunciado. Una frase. Aún no es tu dato. Es una pista de si el PDF merece el rato.
5. Fecha. Un abstract de 2011 no cierra un “hoy en España”, salvo que el trabajo sea histórico y tú lo marques así.

Regla: si no puedes abrir más que el abstract, no cites el artículo. No pongas páginas. No pongas un hallazgo concreto. Un abstract de tres líneas no te da una cita. Si el profesor acepta “comunicación en congreso, solo resumen”, lo dice la guía. Tú no lo deduces del chat.

Qué pides al modelo sobre un abstract que tú has pegado (texto que copiaste del editor, no un abstract que el chat ha fabricado):

Este es el abstract, copiado del editor. No añadas datos.
1) En una frase: objeto y método.
2) ¿Encaja con [tu pregunta]? SÍ / NO / PARCIAL y por qué
   con palabras del texto.
3) Qué tendría que mirar en el PDF si lo abro.
Si algo no está en este abstract, escribe NO ESTÁ.

Contrastas con el texto que pegaste. Si el chat inventa un n o un porcentaje que no está, NO ESTÁ. El resumen del resumen sigue siendo un predictor.

No pegas al chat un título y pides “regenera el abstract”. Te lo inventará. No un paper inventado, tampoco en versión corta.

IA resume un paper que sí tienes

IA resume un paper que sí tienes. La frase es literal. Tienes el PDF o el HTML. Lo has bajado por el proxy, te lo ha pasado el profesor, está en el campus. Entonces el chatbot (o NotebookLM, o Claude) puede ayudar a navegar ese texto. No a ser ese texto.

Antes de subir o pegar:

1. El archivo es tuyo o te lo han dado para usarlo así. Manual pirata, no. PDF de un menor, nómina, expediente, no.
2. Recortas si pesa: un artículo, no un libro entero de golpe. El tutorial de PDF largo es otra página.
3. El original permanece abierto al lado. El resumen no sustituye el archivo.

Petición útil, con el PDF adjunto o el texto recortado:

Archivo: el PDF que acabo de adjuntar.
Tarea: resumen en viñetas de [secciones o páginas X–Y].
No inventes autores, cifras, tablas ni conclusiones.
Si no está en estas páginas, escribe NO ESTÁ.
No cites otros papers. No añadas bibliografía.
Quiero: objeto, método, un resultado que ESTÉ en el texto,
una limitación que ESTÉ en el texto.

Después:

1. Buscas en el PDF cada cifra y cada nombre del resumen.
2. Marcas SÍ / NO ESTÁ / OTRA COSA (el paper habla de otra población).
3. Lo que pegues a tus notas sale del PDF, con página. El chat no entra como fuente.

Cuando el archivo es largo o quieres preguntas al material con anclas, NotebookLM: estudiar PDFs que ya son tuyos o Claude para documentos largos. El job no cambia: el PDF es el original. El modelo no ha leído la literatura por ti. Ha predicho sobre este archivo, y aun así se inventa una página.

Qué no pides sobre un paper abierto:

• “Añade tres autores que lo respalden.” Te los inventa o los mezcla.
• “Página 47, cita en APA” si tú no has visto la 47. Puede fabricar la página.
• “Traduce y que quede listo para mi marco teórico.” Entender no es pegar. Parafrasear sin citar sigue siendo plagio. Citas el original que has leído.

Scholar más un chatbot es esa secuencia, no un producto híbrido. Scholar (o el catálogo) → PDF en disco → resumen contrastado. Si saltas el primero, estás pidiendo ChatGPT artículos científicos de la nada. Si saltas el contraste, estás copiando un resumen que puede haber invertido el sentido.

Ejemplo: Marta y el abandono en FP

Ejemplo trabajado. Inventado para el gesto. No es una revisión de la literatura. No uses estos títulos como si existieran. Marta tiene que escribir 1.800 palabras sobre abandono en formación profesional en España. Aquí el oficio es encontrar textos y no citar humo.

Paso 1. Keywords, no papers. Pega el prompt de palabras clave. El chat le suelta, entre otras: abandono escolar, formación profesional, early leaving, VET dropout, desenganche. Tira desenganche si no le suena de clase. Se queda con tres cadenas. No pide autores.

Paso 2. Scholar y catálogo. Escribe ella. Ordena por fecha. Ve un resultado cuyo título habla de FP y España. Abre la ficha. Hay PDF con proxy. Lo baja a una carpeta “fuentes-abiertas”. Ve otro título llamativo. Solo abstract. Lo lee. No es su población (otra etapa). No lo descarga. Un tercer resultado es un PDF de un blog. Lo abre por curiosidad. No es un paper. No lo cita.

Paso 3. El chat le ofrece una ficha extra. En paralelo, un compañero le ha pasado un hilo:

López, M. (2022). El abandono invisible en la FP española. Revista de Educación Comparada, 11(3), 44–61. https://doi.org/10.9999/rec.2022.44001

Marta no copia la ficha a la bibliografía. Copia el DOI. Lo pega en doi.org. No resuelve. No un paper inventado. Tacha. No pide “el correcto”. No busca el título entre comillas como si el fracaso del DOI fuera un detalle. Si quiere, busca su tema en Scholar con sus cadenas. No con el título fabricado.

Paso 4. Resume lo que sí tiene. Sube un PDF bajado. Pide viñetas, NO ESTÁ, sin bibliografía añadida. Contrasta tres cifras con el buscador del lector. Una no está: la tacha del resumen. Copia a sus notas la que sí está, con página.

Paso 5. Cita. Campos del PDF y de la ficha del editor. Si quiere APA, pega esos campos al chat: “formatea, no añadas DOI”. Contrastas. El hilo no aparece en la lista.

Si Marta hubiera empezado por “ChatGPT, dame la bibliografía”, habría perdido la tarde en 404 y en un 64 % que no existe. El orden inverso (índice → archivo → modelo) es más corto de lo que parece. El otro orden solo parece corto.

Errores al buscar papers con un chatbot

Tratar el chat como Scholar. No lo es. No indexa. Completa moldes.

Pedir artículos científicos listos para pegar. Es la petición que dispara ChatGPT artículos científicos falsos. Paras.

Resumir un paper que no tienes. El modelo te lo inventa entero, abstract incluido. IA resume un paper que sí tienes. El resto es ficción con DOI.

Leer solo el abstract y citar hallazgo y página. La lectura de un abstract filtra. No cita.

Fiarte de un autor famoso. El apellido existe. Ese artículo de 2023 sobre tu objeto, igual no.

Pegar la lista del chat en Scholar. Contaminas la sesión. Buscas títulos de mentira. Empiezas de cero con palabras del temario.

Subir el PDF y pedir “mejora la bibliografía del artículo”. Te añadirá referencias. Esas referencias vuelven al bucle de abrir o tachar. Mejor: “no añadas fuentes”.

Usar el resumen como si hubiera sustituido la lectura. En un examen o en un seminario te preguntan el método. El viñetado no responde.

Saltar la biblioteca porque ‘el chat ya busca’. El proxy y la ficha siguen siendo el camino. El chip no es el repositorio. Un mensaje, un oficio: keywords o papers, no los dos. Citas la versión que has abierto; el chat mezcla preprint y slides.

Cierre

Cuando buscar papers con IA es la tarea, el orden es este:

1. Palabras clave de una búsqueda académica si las necesitas. Sin autores. Sin DOI.
2. Scholar, catálogo o repositorio. Abres la ficha. Bajas el PDF o pasas.
3. Lectura de un abstract para decidir. Sin abstract abierto, no hay candidato. Sin PDF (o HTML completo), no hay cita de resultados.
4. Scholar más un chatbot: el modelo entra cuando el archivo ya es tuyo. IA resume un paper que sí tienes. Contrastas. No un paper inventado.
5. La bibliografía sale del original. El hilo no se cita.

El chatbot no es Google Scholar. No lo será el mes que viene. Tú encuentras. Tú abres. Tú decides si el resumen merece una nota al margen. Lo otro es entregar un título que no existe.