Agentes de IA con Claude Code para revisar tu TESIS DOCTORAL

Vídeo em Espanhol, publicado pelo canal Ph.D. Alejandro Medina Sandín.

Sobre este contenido: El resumen, los puntos principales y los temas que aparecen a continuación se generan automáticamente a partir de la transcripción del vídeo. Reflejan el contenido, las opiniones, afirmaciones y predicciones presentadas en el vídeo y no representan una posición, validación o verificación de hechos por parte de IA Dots.

Resumen del vídeo

El ponente muestra cómo utiliza agentes de inteligencia artificial para revisar su tesis doctoral en paralelo, enfocándose en la verificación de citas, detección de erratas y control de consistencias sin delegar el pensamiento crítico ni permitir cambios automáticos sin supervisión.

Puntos principales

• La revisión manual previa es indispensable antes de utilizar agentes de inteligencia artificial para encontrar inconsistencias.
• Un agente de IA opera como una copia de un asistente con una tarea cerrada y específica, permitiendo ejecutar múltiples revisiones de forma paralela e independiente.
• El flujo de trabajo incluye tres zonas delimitadas: el proyecto real (intocable), una carpeta temporal para documentos descargados y un 'scratchpad' para pruebas.
• Los agentes devuelven listas de problemas y propuestas con opciones listas para aplicar, evitando que modifiquen el manuscrito de manera autónoma.
• Se pueden lanzar agentes simultáneos para verificar las citas de diferentes secciones comparándolas con sus respectivos archivos PDF.
• El ponente insiste en mantener el control creativo y el pensamiento profundo, utilizando la inteligencia artificial únicamente como una herramienta de validación final.

Temas

Agentes de IATesis doctoralRevisión de citasFlujo de trabajoVS CodePensamiento críticoEdición de manuscritos

Transcripción del vídeo

Texto de los subtítulos disponibles; puede contener errores.

Hola a todos, soy Alejandro Medina, mentor académico y doctorando en economía por la Universidad de Verona. En el vídeo de hoy os voy a mostrar exactamente cómo reviso toda mi tesis doctoral usando inteligencia artificial. Sin perder más el tiempo, vamos allá. Lo primero decirte que revisar una tesis doctoral entera es un trabajo de meses, tienes que revisar las citas, tienes que revisar cifras, errores que hay de tipografía, de escritura, incluso de gramática, porque en mi caso la hago en inglés y también hay que revisar muchas veces lo que viene siendo el código de creación de datos, etcétera, ¿verdad? Entonces, la cosa está en que cuando cambias un dato, cuando cambias una cifra, cuando cambias cualquier cosa, por ejemplo, una referencia que estés ah citando o una cifra en una tabla, puede cambiar toda la conclusión de tu tesis doctoral o de tu capítulo de tesis y por tanto todas las cosas dependen entre sí unas de otras, ¿verdad? Así que te voy a enseñar cómo reviso toda mi tesis doctoral usando distintos agentes de inteligencia artificial, pero antes de empezar el vídeo, lo que te voy a decir es que la revisión ya está hecha a mano, de hecho, aquí te muestro mis tres capítulos de tesis impresos y por cada capítulo de tesis te puedo garantizar que me los he releído y he tomado un montón de notas que he ido aplicando y después para todos esos errores, para todas esas ah inconsistencias que soy incapaz de encontrar por mí mismo, sí que las reviso con inteligencia artificial. Así que vamos allá. Lo primero es explicarte qué es un agente de IA, porque muchas personas creen que un agente es como el chat mismo con el que usamos la inteligencia artificial, pero eso no es así. En el chat de siempre tú solo puedes tener una conversación mientras vas interactuando con la IA y tienes una tarea cada vez, ¿no? Pues que te ayude a interpretar unos resultados, que te ayude a ajustar unos gráficos, pero en un agente es distinto. Un agente es, en cierto sentido, una copia del asistente con una tarea cerrada, ¿no? Entonces, el asistente principal, que es el que tendríamos aquí arriba, sería la interfaz, el chat que tenemos nosotros, que es con el que estamos dialogando, en cierto sentido, mientras vamos a ajustando nuestra tesis. Cuando queremos lanzar un agente, podemos lanzar varios agentes a la vez. Como ves aquí, tengo un agente que está haciendo las citas del capítulo 1, un agente que está haciendo las citas del capítulo 2 y el tercer agente está revisando los errores del capítulo 1. Fíjate bien, porque esto es clave, que el primer agente solo se centra en las citas del capítulo 1, no se centra en los errores, como estamos viendo aquí, sino que solo se centra en las citas. El segundo agente también se centra solo en las citas, pero de otro capítulo. Y el tercer agente, en el primer capítulo, se está centrando en los errores. Podríamos decirle los errores gramaticales, los errores ortográficos, etcétera. ¿Por qué es esto? Porque yo quiero que cada agente se especialice en una tarea concreta de revisión de mi tesis doctoral. La gracia es que hay varios que van trabajando a la vez, de forma paralela e independiente, recuerda estas dos suposiciones, por así decirlo, paralela e independiente, mientras tú sigues hablando con el agente principal o con el asistente principal, como te he dicho. ¿Cómo funcionan estos agentes? Es muy sencillo, te lo voy a mostrar ahora el paso a paso, pero la gracia es que se piden en lenguaje natural, directamente en la interfaz, en el chat, como, por ejemplo, este prompt breve, simplemente para el ejemplo, lanza un agente por capítulo que compruebe cada cita contra su PDF y subraye el pasaje que la respalda. Esto es una tarea muy importante y que os recomiendo hacer a mano. De hecho, es algo que yo he hecho durante toda mi tesis doctoral y es que cada cita que estoy citando en mis artículos o en mi tesis, lo que hago es subrayar aquella parte del paper citado que respalda lo que estoy diciendo en el artículo o en el capítulo. Sin embargo, como un analista paralelo, como si tuviera un asistente de investigación que está ayudándome a editar mi tesis doctoral, le digo que haga el mismo ejercicio que yo llevo 3, 4 años haciendo, pero que lo haga en paralelo y que me diga si hay inconsistencias. Quizá, no lo sé, se me ha pasado eh comprender bien un concepto de un artículo y he explicado una cosa en mi tesis que realmente no tiene que ver con el artículo citado. En eso nos va a ayudar mucho. Una vez ha acabado de trabajar el agente, lo que te va a devolver es una lista, si lo has configurado bien y no cambios. ¿Por qué? Porque hay mucha gente que lo que hace es lanzar estos agentes y dejarle que les haga cambios en sus artículos, en sus manuscritos. Es algo que a mí no me gusta mucho y en partes más tardías del vídeo os voy a explicar por qué. En general, a mí me gusta tener el control de aquello que estoy escribiendo y de aquello que eh digo, ¿no?, en mis artículos. Entonces, si tú le dejas a la gente esa libertad de poder ajustar todo el rato tu manuscrito, vas a estar perdiendo el control e incluso vas a estar diciendo cosas de las que no puedes estar seguro o que incluso no sabrías defender, ¿verdad? Entonces, como trabajo yo es que me dé una serie de eh problemas y una serie de propuestas que haya encontrado. Por ejemplo, en la línea 344 ha encontrado que la cita no respalda la frase, como os he dicho antes. En ese caso, lo que me dice es, "Oye, corrige la clave de la bibliografía." Un ejemplo muy sencillo que os puedo poner. Como muchos sabréis, mi tesis doctoral es en economía, pero también toca muchos ámbitos de derecho. En ese caso, no controlo tanto, pero sí que tengo que citar patentes, sí que tengo que citar documentos de juicios y precisamente citando unos documentos de juicios, la IA encontró una inconsistencia y me decía, "Oye, estás citando el apéndice a un documento del juicio que no es realmente el documento del juicio que tú quieres citar y de dónde sacas esta información que estás diciendo en tu artículo." Así que eso me ayudó precisamente a decir, "Ostras, estaba citando incorrectamente un documento." Así que eso me me ayudó mucho. Bien, ¿cómo uso yo este tipo de agentes? Tienes que tener tres zonas en tu entorno de trabajo, que son, ahora te lo voy a explicar, como unas carpetas en las que vas a estar trabajando y tres reglas. La primera zona es el proyecto real, donde ahí tú tienes tu tesis y el código que replica tu tesis. Si no tienes código porque es una tesis que haces, no lo sé, análisis cualitativo o no tienes nada de código, no hay problema, pero lo importante es que de esta carpeta no se toque nada, coma, es decir, que ahí tengas todo lo que has escrito, todo lo que has desarrollado, con todo lo que has ido trabajando durante estos años y que de ahí le digas a la gente que no lo puede tocar. La segunda es la carpeta temp, me gusta mucho tener este tipo de carpeta, es una carpeta temporal, ¿por qué? Porque a veces le digo a la IA, "Bueno, eh descarga este documento, por ejemplo, este documento judicial, como os he dicho en el ejemplo, y guárdalo en la carpeta temporal para ver si es la cita correcta." ¿Por qué? Porque voy a ir creando varios documentos, voy a ir em almacenando bastante información y necesito tenerla en alguna carpeta. En este caso, lo guardo todo en la carpeta [risas] temporal, que me sirve para, digamos, unos días o para hacer la edición y luego se puede trasladar o a bibliografía o se puede borrar. Por último, los agentes también usan algo que he descubierto recientemente, que es el scratchpad. El scratchpad es así algo así como una carpeta temporal también, pero donde se experimenta. Por ejemplo, en economía tenemos que trabajar mucho con datos cuantitativos, con, por decirlo en en cierto sentido, métodos estadísticos muy avanzados y tenemos que trabajar con muchísimas regresiones, con métodos bastante complejos, entonces a veces hay que hacer pruebas. Cuando digo pruebas, hay que limpiar datos, hay que unificar variables, etcétera, entonces todo esto se va a hacer en el scratchpad. ¿Por qué? Porque ahí se hace la prueba y una vez se acaba la sesión, el scratchpad desaparece, ¿de acuerdo? Entonces el scratchpad sí que sería la carpeta temporal donde se hacen todas las pruebas. Las reglas son las siguientes. La primera es que nunca vamos a cambiar nada en el documento inicial sin nuestro consentimiento. En mi caso, los agentes solo cambian algo cuando yo les digo que lo apliquen. Después, que te dé propuestas para cómo ajustar cosas, para cómo cambiar es esos errores, en este caso yo trabajo con LaTeX, así que me lo da listo a para pegar y por último que vaya haciendo copias de seguridad antes de tocar nada. Antes de el ejemplo, muy brevemente, si quieres aprender a trabajar así, si quieres aprender a usar estos agentes y a dominar la inteligencia artificial para ser más productivo en tu tesis doctoral y para poder publicar más artículos, ya sabes que tengo el programa de tesis 1 a 1 que ahora mismo está en lista de espera, pero si estás interesado, te dejo el enlace en la descripción para que le eches una ojeada y si te interesa apúntate porque hay bastante demanda e incorporo investigadores a medida que se van apuntando a la lista de espera, así que tienes el enlace en la descripción. Pasemos ya al ejemplo de el vídeo de hoy. Voy a mostrarte exactamente cómo lo hago con mi tesis doctoral, verificando las citas, las cifras, también el código y por último los errores que me va encontrando. Así que vamos a verlo. Bien, ya estamos en VS Code. Como veis por aquí tengo el primer capítulo de mi tesis doctoral. En En caso he citado a Joaquín Almunia, que tiene mucho que ver con el primer capítulo de mi tesis, pero vayamos a lo que nos importa ahora, que es abrir el chat de Claude Code para empezar a lanzar los agentes. Así que vengo aquí a la derecha y abro el chat. Como veis aquí, tengo varias sesiones abiertas y ahora voy a abrir una nueva sesión y voy a empezar con cómo trabajo yo, ¿de acuerdo? Una cosa que voy a hacer en este vídeo es usar un modelo relativamente rápido, en este caso voy a usar Sonnet, que es un modelo bastante rápido. Sin embargo, como siempre os digo, para vuestra tesis doctoral, para cuando estéis trabajando en vuestros artículos, os recomiendo Fabel si tenéis la cuenta de pago de Claude Code y si no también podéis usar Opus, ¿de acuerdo? En este caso voy a poner el esfuerzo un pelín más alto, ya que es un modelo bastante limitado y le voy a decir que lea la memoria de ayer o de la última sesión que tengo y me diga dónde estamos, qué quedó decidido sobre el primer capítulo y qué es lo que tengo pendiente. Como veis aquí, está leyendo todos los documentos Markdown sobre, por ejemplo, los bloqueantes que tenía, una cosa que se llaman los instrumentos que tengo que usar en mi tesis doctoral, me dice que tenía un bug en el código y que he escogido esta especificación. Bueno, en definitiva, que tenía varias cosas que resolver. Entonces, vamos a ver cómo funcionan los agentes ahora mismo. Le digo, "Lanza un agente que verifique las citas de la sección dos del capítulo uno, para cada frase con cita, que abra el PDF de referencia en la carpeta temporal donde he guardado todos los PDFs del primer capítulo, que busque el pasaje que la respalda y que lo subraye en una nota en amarillo, con una nota que diga la línea de la tesis. Que me devuelva una tabla con eh si es válida la cita, si es válida con algún ajuste, si es completamente incorrecta o si no tiene el PDF. Siempre le recuerdo que no toque el proyecto y que me avise cuando tenga algo." Añado la coletilla para hacer relativamente rápido este ejemplo para el vídeo y así que lo lanzo. Una vez lo he lanzado, va a estar pensando y como veis aquí debajo ya me aparece un agente, este botoncito que no nos aparecía antes, así que me dice que ya lo ha lanzado, está trabajando en segundo plano. ¿Qué quiere decir? Mientras el agente está trabajando, nosotros podemos ir haciendo cosas en paralelo. Si venimos aquí abajo, donde veis un agente y el botoncito verde, el botón verde quiere decir que tenemos un agente trabajando, así que si lo abrimos, vemos que tenemos el agente que ya se ha lanzado, verificar citas de la sección 2 del capítulo 1, que lleva nada, medio minuto y también el consumo. Si pinchamos, podemos ver el agente que ha lanzado. Yo no he escrito nada de esto, mmm directamente lo ha escrito Claude y dice, "Tarea verificar rápidamente, ya que es para una eh demo en un vídeo, las citas de la sección 2 y demás. Reglas, solo lectura, eh los scripts reutilizables están en otro lado, etcétera, etcétera." Fijaos que mientras está trabajando, podemos lanzar un agente en paralelo para que vaya analizando otras secciones. Por ejemplo, ahora lanza el mismo agente pero que en lugar de la sección 2 trabaje en la sección 3. Que trabaje en paralelo y que me avise cuando haya terminado. Le damos y va a ir pensando, mientras el primer agente ya está trabajando, va a crear este segundo agente que va a trabajar en paralelo al primero y en este caso no va a trabajar con la sección 2, sino que va a trabajar con la sección 3. Como veis aquí, ya aparece, me dice que ya ha lanzado el agente, así que si pinchamos, podemos ver que tenemos dos agentes eh trabajando en en directo y la tarea que le hemos dado es muy similar a anterior, simplemente cambiando la sección, como veis. Algo que podéis hacer es interactuar con el agente principal, que sería el que tenemos aquí, y preguntarle que cómo va, que si ya hay resultados, porque en este caso va a ir relativamente rápido, pero a veces necesitamos algún indicio de por dónde va, si realmente está muy mal o si realmente vamos por buen camino y me dice en este caso que todavía no hay resultados finales y según lo que ha visto pues que la gente de la sección 2 ya copió los 25 PDFs a la carpeta de de de las referencias a la carpeta temporal y que falta el subrayado y la la sección 3 pues que aún le queda un poco más porque lo acabamos de lanzar. Para irles mostrando mientras trabajan los agentes cómo funciona esto, voy a enseñaros un output real de lo que hice con las citas de mi capítulo 1. Le pregunto que me enseñe la tabla de verificación que ya guardamos en la carpeta temporal cuántas salieron válidas, cuáles incorrectas y el porqué. Y esto es en cierto sentido lo que me da. En este caso tenemos 96 citas válidas y había 3 incorrectas. Ahora hay 0 porque evidentemente ya las he sustituido, pero me muestra las que salieron incorrectas a principios de esta semana que estaba trabajando. Tenía 3 citas. Esta cita realmente yo tenía razón y se lo dije a Claude y las otras dos citas realmente Claude tenía razón. En esta primera digamos que había citado mal el artículo, había explicado mal una cosa que había dentro del artículo y en esta segunda resulta que este mismo autor tiene un paper el mismo año que el artículo que yo quería citar. ¿Qué pasa? Que este autor evidentemente como la mayoría de autores trabajamos en temas muy similares, así que me equivoqué y copié la cita incorrecta que era del autor que quería, de un tema muy similar al que quería, pero que estaba en otra revista en el mismo año. Y entonces es lo que me dice aquí Claude. Si bajamos podemos ver que en este caso el agente de la sección 3 ha terminado y me dice que las cinco citas que hay salen válidas con alguna salvedad. En este caso pues tendríamos que ver esa salvedad y realmente aquí entra nuestro am criterio como autores y si compramos o no esa salvedad que nos dice. Pasemos ahora a los errores. Podemos hacer lo mismo. Aquí tenemos el agente de la sección 2, pero queremos ver los errores. Así que le digo enséñame la tabla de errores del capítulo 1, de ratas en este caso de ratas agramaticales, cuántas son y sepárame las mecánicas que se pueden aplicar con un script, es decir, si me he equivocado en algún punto de la escritura en inglés porque no es mi lengua materna, pues eso se puede eh ajustar directamente una vez habiendo verificado que el cambio es correcto y las otras que pueden cambiar el sentido de alguna frase, que me diga para que yo lo decida. Bien, como podéis ver aquí, tenemos la tabla de errores y, por ejemplo, me ha mostrado aquí 25, en este caso, algunas que cambian el sentido o piden y o piden una regla. Por ejemplo, aquí me hace una sugerencia matemática, que bajo mi punto de vista no tiene razones y que está equivocado porque yo hice la derivación a mano varias veces y me aseguré de que estuviera correcta, pero, por ejemplo, aquí me dice within the same subnest but different nest. Aquí tiene razón porque es un error que yo hice a la hora de escribir en inglés, no quiere decir que matemáticamente esté mal, sino que yo expresándome en inglés no lo hice del todo correctamente o del todo claro, ¿no? Entonces, me hace una propuesta que, como veis, es simplemente cambiar un par de palabras, within the same nest but different subnest, ¿de acuerdo? Estamos cambiando ahí un pequeño orden de palabras, pero que tiene mucho que ver en mi artículo y entonces decidimos si aceptar o no. Por último, siempre os recomiendo que guardéis toda la información, así que guarda toda la información de la sesión de hoy en la memoria, qué hemos revisado, qué he decidido y qué es lo que queda pendiente. Porque, como siempre os digo, hay que llevar un diario de investigación, hay que llevar las notas de lo que estamos haciendo y si en algún momento eh estamos perdidos o no recordamos qué hicimos hace unas semanas, debemos ir a esa memoria. Ahora no voy a lanzar el prompt porque no quiero guardar lo que he hecho hoy, pero es muy importante que vayáis haciendo algo así. Si venimos a la carpeta de bibliografía dentro de la carpeta temporal, como podéis ver, aquí tengo todos los artículos que he ido trabajando, vamos a abrir alguno de ellos, lo tengo por aquí y vamos a buscar la cita exacta de donde defendemos algo en mi tesis. En este caso, en la tabla 6 reporto las ah "diabral on price elasticities" y en este caso, automáticamente Cloud me ha subrayado esa parte de la cita diciendo, "Okay, está bien, está correcto lo que estás diciendo. En este caso te subrayo esta parte que es algo que digo en mi artículo." En este caso lo mismo, ¿no? "En este estudio sugerimos una elasticidad propia media de -1.26 para la India", que es algo que implícitamente menciono en mi tesis. Bien, después de ver esta breve demostración, recordad que podéis lanzar cuantos agentes queráis en paralelo para analizar vuestra tesis doctoral, pero quiero recordaros algo muy importante y es que no voy a cansarme nunca de recordar que esto es en inglés se llama "guardrail", un una última oportunidad antes de eh entregar vuestro manuscrito. ¿Por qué? Porque yo sé que mucha gente ahí detrás de la pantalla va a ir y va a decir, "Ah, perfecto, eh voy a dejar que voy a escribir cuatro cosas rápido y voy a dejar que la IA me lo edite." Allá vosotros mismos, porque creo que en estos tiempos se nos está yendo un poco de las manos el tema de la inteligencia artificial. A mí es algo que me gusta y es algo que me está encantando aprender y está haciendo que mi productividad se eleve muchísimo, pero eso nunca va a sustituir lo que tengo aquí, lo que tengo en mis manos, el papel y el bolígrafo y ese pensamiento profundo, ese pensamiento más tranquilo revisando mi artículo y eh pensando en cómo estructurarlo, cómo explicar mis ideas, cómo explicar lo que pienso. Después que cada uno haga el uso que quiera y evidentemente ahí están estos agentes para cuando me he equivocado escribiendo a mano o escribiendo en primera instancia, que haya una herramienta que diga, "Alejandro, te has equivocado en esta cita." Perfecto, muchísimas gracias, porque si no, pues alguien más se hubiese dado cuenta o hubiese quizá, quién sabe si hubiese eh la tesis doctoral con la cita incorrecta, ¿no? Pero lo importante no es que ese error se haya pasado o no, sino que yo ya he hecho el esfuerzo antes de leer a mano, escribir yo mismo con mis propias ideas y después, como última instancia, he tenido unos agentes que me han ayudado muchísimo en la parte final de edición de la tesis doctoral. Así que lo que te llevas es lo siguiente, ya sabes cómo lanzar agentes para comprobar citas y puedes repetir lo mismo para las erratas. En este caso del vídeo no he mostrado el tema del código porque sé que no hay mucha gente que trabaje con código estadístico, es algo específico de mi campo, pero recordad que también lo podéis usar y si analizáis vuestro código, es posible que también debáis analizar algunas cifras, tablas o figuras de vuestro artículo. Así que te dejo algunos pequeños deberes esta semana, que montes tu tesis doctoral eh como un proyecto en VS Code, puedes ver mi vídeo anterior si no sabes cómo hacerlo, que le des las tres zonas y las tres reglas que te he mostrado por escrito y que empieces por las citas de un solo capítulo, que empieces a revisar las citas de tu capítulo y después, insisto, tú decides. La inteligencia artificial se puede equivocar, la inteligencia artificial, en mi opinión, sigue alucinando y no dejes que te robe ese placer del pensamiento real y del pensamiento profundo, que es la gracia, precisamente, de escribir una tesis doctoral. En fin, muchísimas gracias por manteneros hasta el final, como siempre, recordaros que por aquí tenéis mis datos de contacto y que si queréis a echarle un vistazo al programa de tesis uno a uno, ya sabéis que ahora mismo está en lista de espera, pero voy a incorporar investigadores relativamente pronto, así que os podéis apuntar en el enlace de la descripción. Os voy a dejar algunos vídeos por aquí para seguir y de nuevo, muchísimas gracias por manteneros hasta el final y nos veremos la semana que viene. Adiós.

Assistir ao vídeo original no YouTube

Assuntos: Agentes de IA. Publicado no YouTube em 2026-10-25.

Seleção automática por assunto e idioma. O vídeo pertence ao canal de origem.