¿Ya existe lo que estoy intentando construir?

Salí a buscar sin dar por hecho que nuestra idea fuera nueva. La búsqueda fue exploratoria, no sistemática ni exhaustiva. Encontré muchas piezas cercanas, llegadas desde campos diferentes, pero no identifiqué todavía una rutina completa equivalente a la combinación que imaginábamos. Esa es una descripción limitada de nuestro recorrido, no una conclusión sobre todo lo publicado.

La primera pieza apareció en una revisión sobre interacción humano–IA. Raees y sus colegas distinguen el interés por explicar o permitir impugnar decisiones de IA de formas de interacción en las que la persona puede participar con mayor capacidad de acción, adaptación e incluso codiseño (Raees et al., 2024). Encontré allí una familia conceptual para una frase que había surgido en nuestra investigación: «Lo visible debe poder ser cuestionado». Esa frase es nuestra, no una cita de los autores; y Interactive AI no es, por ello, el nombre académico de la rutina que estamos pensando. La revisión no diseña un protocolo específico de búsqueda bibliográfica con IA.

La distinción se entiende mejor en una escena. Una IA podría mostrar: «Busqué estas palabras, encontré estas fuentes y seleccioné esta». Eso puede ayudarme a comprender lo que informa sobre su proceso; no me abre su razonamiento interno. Pero yo querría poder contestar: «No estoy de acuerdo con esa interpretación; busca desde otra perspectiva», «esta fuente sí, aquella no; continúa por aquí». Lo primero es una explicación. Lo segundo añade una oportunidad de intervenir y redirigir. No basta con llamar transparencia a ambas cosas.

También apareció human-in-the-loop. No lo entiendo como «hay un humano mirando», sino, en este contexto, como diseñar puntos en los que la persona pueda revisar, corregir, validar, rechazar o redirigir tareas que no delega por completo. Jiang, Giannelia y Cameron presentan un marco de cinco pasos para codificación inductiva cualitativa asistida por IA generativa: permite delegar selectivamente y mantener el control interpretativo humano (Jiang et al., 2026). Es un ejemplo concreto de intervención durante una investigación, no una definición universal de human-in-the-loop ni una prueba de que su marco funcione igual en búsquedas de literatura.

Luego encontré un antecedente metodológico todavía más cercano a nuestra secuencia. En la versión 1 de un preprint, Galko y sus colegas describen un flujo humano–IA de tres fases: exploración de posibilidades; trabajo conjunto, afirmación por afirmación, para formular y comprobar, observar resultados y contrastarlos con literatura; y una revisión adversarial que intenta encontrar errores en lo construido. El ser humano conserva dirección, interpretación y decisión final sobre lo que puede afirmarse (Galko et al., 2026, versión 1).

Reconocí una semejanza con algo que habíamos formulado espontáneamente: proponer → comprobar → observar o inspeccionar → contrastar y cuestionar → aceptar, modificar o descartar → continuar. Es una comparación nuestra, no la secuencia literal de los autores. Su caso se orienta a investigación empírica intensiva en datos. No resuelve de forma específica lo que ocurre cuando una IA interpreta una pregunta, decide cómo buscar, selecciona literatura y construye una respuesta a partir de ella. Además, se trata de un preprint reciente, no de una validación general consolidada; existe una versión posterior del mismo DOI, por eso aquí identifico expresamente la versión 1 correspondiente a nuestro recorrido.

Busqué después algo que conservara huellas aprovechables del camino. En co-creación humano–IA, Wang y sus colegas proponen reconstruir cadenas de traducción entre prompts, mediación de la plataforma, configuración del modelo y artefactos versionados, para que ciertas relaciones y puntos de control puedan auditarse (Wang et al., 2025). En otro ámbito, Chen y sus colegas describen un marco de diseño industrial con responsabilidades humanas y de IA, entradas, salidas y artefactos trazables por etapa (Chen et al., 2026). Son piezas sobre trazas y distribución de decisiones; ninguna fue concebida como nuestra rutina de investigación bibliográfica.

Entonces entendí que no necesitaba inventarlo todo. Pensamiento Visible nos había dado una intuición sobre hacer observable el pensamiento en un contexto educativo, sin autorizar que atribuyamos a una IA el pensamiento humano descrito por Project Zero (Project Zero, s. f.-a; Project Zero, s. f.-b). La procedencia ayuda a reconstruir de dónde salió algo y por qué camino llegó; la transparencia pide declarar qué ocurrió; la verificación exige comprobarlo. Human-in-the-loop recuerda los puntos de intervención humana e Interactive AI amplía la pregunta desde la explicación hacia la participación. Estoy reuniendo antecedentes de esta serie, no presentando una teoría unificada ni una taxonomía aceptada por toda esa literatura.

La situación que nos interesa sigue siendo muy concreta: una persona investiga junto a una IA y utiliza las huellas disponibles del propio recorrido para intervenir mientras ocurre. De ahí surgió una forma provisional: preguntar → mostrar cómo fue interpretada la pregunta para investigar → mostrar el camino de búsqueda → mostrar qué fuentes aparecieron y cuáles se priorizaron → cuestionar → redirigir → registrar qué cambió y por qué → continuar. «Mostrar» significa documentar lo accesible del proceso, incluida la razón declarada para priorizar una fuente y la decisión posterior de la persona; no promete acceso a una cadena interna de pensamiento ni visibilidad total.

Secuencia provisional · no es un método validado

Observar el recorrido para poder intervenir

01 · PersonaPreguntarLa persona plantea lo que quiere investigar.

02 · IA declaraInterpretaciónHacer documentable cómo entendió la pregunta para investigar.

03 · IA muestraCamino de búsquedaConservar los rastros accesibles de cómo buscó.

04 · IA declaraFuentesSeparar las aparecidas de las priorizadas y su razón declarada.

05 · PersonaCuestionarExaminar interpretación, búsqueda, fuentes y razones.

06 · PersonaRedirigirCorregir la pregunta o decidir otra dirección.

07 · PersonaRegistrar cambiosDejar constancia de qué cambió y por qué.

08 · PersonaContinuarElegir el siguiente paso de la investigación.

Esta visualización reúne una propuesta del artículo. No demuestra novedad, no valida una rutina y no revela el razonamiento interno de la IA.

Todavía no es un método. Tampoco puedo afirmar que nadie haya publicado exactamente esa combinación. Para sostener una afirmación de novedad haría falta una revisión mucho más exhaustiva. Solo puedo decir que hasta aquí no encontramos un equivalente exacto en esta búsqueda exploratoria. Reconocer los componentes existentes no debilita la investigación; la hace más precisa y evita presentar como invenciones nuestras ideas que ya tienen historia. Nuestra intuición dejó de estar sola y ahora sabemos con qué campos debe conversar.

Pero la búsqueda terminó cambiando mi pregunta. En los estudios de colaboración humano–IA, Holter y El-Assady utilizan agencia para examinar, entre otras cosas, quién controla cómo avanza un análisis y quién conserva responsabilidad sobre las decisiones (Holter & El-Assady, 2024). En palabras sencillas, aquí me importa que la persona pueda intervenir, redirigir y decidir, no limitarse a recibir un resultado. Gopal y sus colegas, desde su marco para investigación con IA generativa, también insisten en preservar supervisión y responsabilidad humanas (Gopal et al., 2025). Ninguna de estas fuentes decide por nosotros cuáles deben ser los pasos de una futura rutina.

Había empezado preguntando «¿qué hizo la IA?» y «¿cómo puedo verlo mejor?». Ahora aparece algo anterior: ¿qué decisiones no quiero entregar a la IA? Si espero a que ya haya interpretado mi pregunta, buscado, priorizado fuentes y construido una respuesta para ejercer criterio, quizá llegue tarde. Tal vez convenga decidir antes qué quiero averiguar, qué queda fuera, hasta dónde llegar, qué consideraría suficiente, qué hallazgo me obligaría a cambiar la pregunta, qué contexto permitiré que influya y qué decisiones conservaré bajo mi responsabilidad.

Así regresé a la intuición de Antes de buscar, pero a un comienzo distinto. Quizá la primera rutina ocurra antes de que la IA encuentre una sola fuente: una conversación para delimitar la investigación y explicitar qué decisiones serán humanas. Es una posibilidad de diseño, no una solución terminada. Sería incoherente declararla método antes de revisar los antecedentes y probarla.

Una frase siguió dando vueltas después de esta búsqueda: «Antes de preguntarle a la IA qué encuentra, quizá deberíamos preguntarnos juntos qué tendría sentido buscar». Hasta ahora hemos investigado el problema. Quizá pronto podamos comenzar a construir y poner a prueba una solución. Todavía no sabemos si funcionará; sí sabemos que la pregunta cambió.