Guía integral para la elaboración, presentación y difusión de trabajos de investigación académica

Schmelkes, Corina, y Nora Elizondo Schmelkes. Manual para la presentación de anteproyectos e informes de investigación (tesis). México: [editorial no especificada], s. f.

Texto completo

El manual de Corina Schmelkes y Nora Elizondo Schmelkes constituye una obra de carácter didáctico y metodológico orientada a guiar, paso a paso, el proceso completo de elaboración de una investigación académica, desde su fase inicial hasta su difusión final. Su estructura tripartita refleja una concepción integral del trabajo científico, entendiendo la investigación no solo como producción de conocimiento, sino también como un proceso que exige planificación, sistematicidad, claridad expositiva y capacidad de comunicación.

La primera parte del libro se centra en la elaboración del anteproyecto de investigación, que es concebido como la base estructural sobre la cual se construirá todo el trabajo posterior. En este bloque inicial, las autoras comienzan abordando los aspectos de la planeación, destacando la importancia de definir con precisión el problema de investigación, los objetivos, la justificación y la viabilidad del estudio. A continuación, se presenta un capítulo dedicado al formato que debe seguirse antes de iniciar el desarrollo formal, lo que permite al investigador organizar sus ideas dentro de un marco coherente y aceptado académicamente. Posteriormente, a lo largo de doce capítulos, se desglosan de manera detallada todos los elementos que debe contener un anteproyecto: desde la formulación del problema hasta el marco teórico, la hipótesis, la metodología, el cronograma y las referencias. Esta sección destaca por su enfoque práctico, proporcionando orientaciones claras que facilitan la estructuración lógica y rigurosa del proyecto.

La segunda parte del manual aborda el desarrollo del informe final de investigación, es decir, la tesis propiamente dicha. En este apartado, nuevamente a través de doce capítulos, se explican los componentes esenciales que deben integrarse en el documento final. Se hace especial hincapié en la coherencia entre los objetivos planteados en el anteproyecto y los resultados obtenidos, así como en la correcta presentación de los datos, el análisis y las conclusiones. Las autoras insisten en la importancia de la claridad expositiva, la precisión conceptual y el respeto a las normas académicas, subrayando que el informe final no es solo un requisito formal, sino el producto tangible del proceso investigativo.

La tercera parte del libro se orienta a la fase final de revisión, edición y comunicación de la investigación. Incluye una útil lista de cotejo que permite al investigador verificar que su trabajo cumple con los estándares exigidos antes de su entrega definitiva. Además, se ofrecen recomendaciones prácticas para la presentación oral, con especial atención a la defensa de la tesis, un momento clave en el que el investigador debe demostrar dominio de su tema y capacidad argumentativa. Este apartado amplía la perspectiva del manual al considerar no solo el documento escrito, sino también las habilidades comunicativas necesarias para exponerlo eficazmente.

Finalmente, el manual incorpora un capítulo dedicado a la transformación del informe de investigación en artículos científicos, así como a su publicación. Este enfoque resulta especialmente relevante, ya que conecta el trabajo académico con el circuito de la comunicación científica, fomentando la difusión del conocimiento generado. En conjunto, la obra se configura como una guía completa que acompaña al investigador a lo largo de todo el proceso, integrando dimensiones metodológicas, formales y comunicativas, y contribuyendo a la formación de competencias esenciales en el ámbito académico.

La divulgación del uso de inteligencia artificial en la publicación académica: hacia estándares de transparencia disciplinar

Flowchart of AI disclosure in scholarly publishing including author collaboration, manuscript review, and final publication.
Illustration showing AI disclosure steps for ethical scholarly publishing.

LaFlamme, Marcel, y Natalie Meyers. Enacting AI Disclosure in Scholarly Publishing. Preprint, Open Anthropology Research Repository (OARR), 2025.

Acceso al documento

El artículo aborda un fenómeno emergente en la comunicación científica contemporánea: la creciente exigencia de que los autores académicos declaren si han utilizado inteligencia artificial generativa (IA) y de qué manera en la elaboración de sus trabajos. Los autores sitúan esta cuestión en un contexto de rápida expansión de herramientas de IA en la investigación y la escritura académica, lo que ha generado nuevas tensiones en torno a la transparencia, la autoría y la responsabilidad intelectual. En este escenario, la divulgación del uso de IA se perfila como una práctica clave para mantener la integridad del sistema científico, aunque todavía carece de estándares homogéneos y plenamente consolidados.

El texto ofrece un mapa del panorama actual de prácticas de divulgación y atribución de la IA, mostrando que estas se encuentran en una fase incipiente, caracterizada por la diversidad de enfoques entre editoriales, disciplinas y organismos reguladores. Los autores destacan que, aunque existe un consenso general en torno a la necesidad de transparencia, las formas concretas de declarar el uso de IA —qué se debe declarar, cómo hacerlo y en qué parte del artículo— siguen siendo objeto de debate. Esta falta de estandarización genera incertidumbre tanto para autores como para editores, y dificulta la comparabilidad entre publicaciones.

Un aspecto central del artículo es su enfoque disciplinar, particularmente en relación con la antropología. Los autores sostienen que cualquier modelo de divulgación de IA debe adaptarse a los compromisos epistemológicos y éticos específicos de cada campo, en lugar de aplicarse de manera uniforme. En disciplinas como la antropología, donde la interpretación, la reflexividad y la relación con los sujetos de estudio son fundamentales, el uso de IA plantea cuestiones adicionales sobre la mediación tecnológica en la producción de conocimiento. Por ello, la divulgación no debe entenderse solo como un requisito técnico, sino como una práctica situada que refleja valores disciplinares.

El artículo también propone recomendaciones concretas para implementar la divulgación de IA, basadas en prácticas ya existentes en la publicación académica. Entre ellas, se sugiere integrar la información sobre el uso de IA en secciones ya consolidadas, como la metodología o los agradecimientos, así como desarrollar descripciones claras del tipo de uso realizado (por ejemplo, edición lingüística, generación de texto o análisis de datos). Estas recomendaciones buscan evitar soluciones completamente nuevas y, en su lugar, aprovechar infraestructuras editoriales ya establecidas para facilitar la adopción de la transparencia.

Además, el trabajo amplía su perspectiva más allá del ámbito editorial para analizar cómo la exigencia de divulgar el uso de IA está siendo codificada en distintos niveles —profesionales, institucionales y regulatorios—. Esto permite entender la divulgación no solo como una práctica académica, sino como parte de una tendencia más amplia hacia la rendición de cuentas en el uso de tecnologías automatizadas. En este sentido, las decisiones que tomen las disciplinas individuales deben interpretarse dentro de un ecosistema global en el que la transparencia tecnológica se está convirtiendo en un principio normativo transversal.

En conjunto, el artículo defiende que la divulgación del uso de IA no es simplemente una cuestión administrativa, sino un elemento crucial para preservar la confianza en la investigación, clarificar la autoría humana y hacer visibles los procesos de producción del conocimiento. Sin embargo, advierte que el desafío no radica únicamente en exigir transparencia, sino en diseñar modelos de divulgación que sean significativos, consistentes y sensibles a las particularidades de cada disciplina.

Bibliotecas de investigación y colecciones en la era de la inteligencia artificial: retos, estrategias y futuros posibles

Association of Research Libraries (ARL). “Research Library Collections and AI.” ARL Blog. Consultado el 20 de abril de 2026. https://www.arl.org/blog/research-library-collections-and-ai/

La inteligencia artificial, especialmente en su vertiente generativa, está transformando las colecciones de las bibliotecas de investigación y, con ello, el propio ecosistema del conocimiento académico. La idea central es que las colecciones —tradicionalmente concebidas como conjuntos relativamente estables de recursos seleccionados— están evolucionando hacia sistemas dinámicos, interconectados y mediados por algoritmos. En este nuevo contexto, las bibliotecas dejan de ser únicamente custodias de contenidos para convertirse en agentes activos en la creación, organización y validación del conocimiento en entornos digitales altamente automatizados.

Las bibliotecas resultan especialmente atractivas para las empresas de IA debido a sus colecciones de contenido raro y único, sus metadatos estructurados y legibles por máquina, y sus sistemas de descubrimiento multifacéticos. Por ello, las compañías de IA están intentando acceder a los contenidos bibliotecarios de diversas maneras. Algunas despliegan tráfico excesivo de bots y enjambres automatizados para recopilar colecciones y metadatos con el fin de entrenar sus modelos. Otras buscan establecer alianzas con bibliotecas y apoyar la digitalización responsable de sus recursos. En ambos casos, las bibliotecas tienen la oportunidad de apoyarse en sus valores y en su experiencia de adaptación tecnológica para decidir cómo responder ante un acceso a sus colecciones que cambia con gran rapidez.

Uno de los aspectos clave del análisis es la redefinición del concepto de “colección”. La IA introduce nuevas formas de producción intelectual (como textos generados automáticamente, datasets masivos o modelos de lenguaje), lo que obliga a reconsiderar qué debe formar parte de las colecciones y bajo qué criterios. Las bibliotecas se enfrentan así a la necesidad de integrar no solo documentos tradicionales, sino también datos, algoritmos y sistemas de entrenamiento, lo que amplía enormemente el alcance y la complejidad de sus fondos. Este cambio implica también revisar políticas de adquisición, preservación y acceso, adaptándolas a materiales que son, en muchos casos, dinámicos, efímeros o dependientes de infraestructuras tecnológicas.

El artículo subraya igualmente las tensiones éticas y legales asociadas a este proceso. La IA plantea interrogantes sobre derechos de autor, propiedad intelectual, sesgos algorítmicos y transparencia. Las bibliotecas, históricamente comprometidas con valores como el acceso abierto, la equidad y la integridad informativa, deben posicionarse ante estos desafíos. En este sentido, la ARL insiste en la importancia de desarrollar marcos éticos sólidos y políticas institucionales que garanticen un uso responsable de la IA, reforzando la confianza de la comunidad académica.

Otro eje fundamental es el papel de las bibliotecas como infraestructuras de datos. En un entorno en el que la investigación depende cada vez más de grandes volúmenes de información y de herramientas de análisis automatizado, las bibliotecas pueden desempeñar un rol estratégico como proveedoras de datos de calidad, curados y bien documentados. Esto las sitúa en el centro de la investigación científica contemporánea, no solo como apoyo, sino como colaboradoras activas en la producción de conocimiento.

El texto también destaca la necesidad de nuevas competencias profesionales. La integración de la IA exige que los bibliotecarios desarrollen habilidades en áreas como la ciencia de datos, la gestión de algoritmos, la alfabetización en IA y la evaluación crítica de sistemas automatizados. No se trata únicamente de adoptar herramientas tecnológicas, sino de comprender sus implicaciones y de mediar entre ellas y los usuarios. En este sentido, la formación continua y la adaptación organizativa se presentan como elementos clave para el futuro de las bibliotecas.

Además, el enfoque prospectivo del artículo conecta con los escenarios desarrollados por la ARL y la Coalition for Networked Information, que exploran distintos futuros posibles en función de cómo evolucione la IA. Estos escenarios muestran que, independientemente del grado de automatización o del dominio de actores comerciales, las bibliotecas mantienen un papel esencial como garantes de acceso equitativo, preservación del conocimiento y defensa de la integridad informativa.

En conjunto, el texto plantea que la inteligencia artificial no es solo una herramienta que impacta en las bibliotecas, sino una fuerza transformadora que redefine su misión, sus prácticas y su identidad. Las colecciones dejan de ser estáticas para convertirse en ecosistemas complejos, donde confluyen datos, tecnologías y comunidades. En este nuevo escenario, las bibliotecas de investigación están llamadas a liderar la transición hacia un modelo de conocimiento más abierto, ético y colaborativo, siempre que sean capaces de adaptarse con visión estratégica y compromiso con sus valores fundacionales.

Los adolescentes que usan TikTok, Instagram y Snapchat dicen que una de ellas afecta más su sueño y su concentración.

Yahoo News. “Survey: Most Distracting App for Teens.” Yahoo News, 2026. https://www.yahoo.com/news/articles/survey-most-distracting-app-teens-161318818.html

Los resultados de una encuesta reciente sobre el uso de redes sociales entre adolescentes, centrándose especialmente en qué aplicaciones resultan más distractoras. Los datos muestran que plataformas como TikTok, Snapchat y Instagram dominan el ecosistema digital juvenil, pero generan percepciones distintas entre adolescentes y adultos. En particular, TikTok aparece como la aplicación que más preocupa por su capacidad de captar la atención de forma intensiva, especialmente debido a su formato de vídeos cortos y consumo continuo, lo que favorece hábitos de uso prolongado.

La encuesta revela una brecha significativa entre la percepción de padres e hijos. Mientras una parte considerable de los progenitores considera que sus hijos pasan demasiado tiempo en TikTok, los propios adolescentes tienden a minimizar ese impacto. Este desfase pone de relieve una diferencia generacional en la comprensión del uso digital: los adultos lo interpretan en términos de exceso o distracción, mientras que los jóvenes lo integran como parte normal de su socialización y entretenimiento.

Además, el estudio subraya que no todas las aplicaciones generan el mismo tipo de interacción ni el mismo nivel de distracción. Snapchat, por ejemplo, destaca como herramienta principal de comunicación directa entre adolescentes, lo que refuerza vínculos sociales, aunque también se asocia a riesgos como el acoso. Por su parte, Instagram y TikTok se orientan más al consumo de contenido público y pasivo, lo que puede aumentar la exposición prolongada a la pantalla y contribuir a la sensación de pérdida de tiempo o distracción constante.

En conjunto, el artículo apunta a una cuestión clave: la distracción no depende únicamente de la aplicación en sí, sino del tipo de uso que promueve. Las redes sociales no solo entretienen, sino que configuran hábitos de atención, interacción y percepción del tiempo. En este sentido, el reto no es eliminar estas plataformas, sino comprender mejor su impacto en el desarrollo cognitivo y social de los adolescentes, así como fomentar un uso más equilibrado y consciente.

¿Escuchar audiolibros también es leer? Evidencia científica contra el prejuicio

Mineo, Liz. “Audiobooks Don’t Really Count as Reading? Think Again.” Harvard Gazette, 2 de marzo de 2026. Leer artículo

Más del 40 % de los estadounidenses considera que escuchar audiolibros es menos exigente y no equivale a leer. Sin embargo, la neurocientífica cognitiva Nadine Gaab y otros expertos en educación discrepan, señalando que esta creencia es errónea y puede resultar perjudicial para el aprendizaje y el desarrollo.

El artículo aborda un debate muy extendido en la cultura contemporánea: si escuchar audiolibros puede considerarse realmente una forma de lectura. A pesar de que más del 40 % de los estadounidenses cree que no es así, diversos expertos en educación y neurociencia cuestionan este prejuicio y lo consideran incluso perjudicial para el aprendizaje. La investigadora Nadine Gaab sostiene que esta visión es errónea, ya que tanto la lectura tradicional como la escucha activan procesos cognitivos muy similares. Desde esta perspectiva, lo importante no es el formato —visual o auditivo— sino la comprensión del lenguaje y la construcción de significado.

El texto profundiza en la base neurocientífica de esta afirmación, señalando que las redes cerebrales implicadas en la comprensión del lenguaje escrito y oral están profundamente interconectadas. Aunque ciertas áreas específicas del cerebro, como las relacionadas con el reconocimiento visual de palabras, se activan más durante la lectura en papel, la comprensión global del contenido sigue rutas similares en ambos casos. De hecho, en algunos oyentes se produce una visualización mental de las palabras que reactiva zonas asociadas a la lectura. Como resume Gaab, “no hay mucha diferencia entre la red cerebral de la lectura y la de la comprensión del lenguaje” .

Otro punto clave del artículo es la crítica a la teoría de los estilos de aprendizaje, ampliamente difundida pero desacreditada por la investigación científica. Según los expertos citados, no existe evidencia sólida de que las personas aprendan mejor leyendo o escuchando; lo que sí puede variar es la preferencia individual. Esto refuerza la idea de que los audiolibros no son una forma “inferior” de acceder al conocimiento, sino simplemente una modalidad distinta. Además, los audiolibros ofrecen ventajas específicas, como la incorporación de elementos sonoros y expresivos que pueden enriquecer la experiencia narrativa y hacerla más atractiva.

Para finalizar el artículo subraya la importancia de superar el estigma asociado a los audiolibros, especialmente en contextos educativos. Considerarlos una forma válida de “lectura” puede ampliar el acceso al conocimiento, favorecer la inclusión —por ejemplo, en personas con dislexia o dificultades visuales— y fomentar hábitos lectores en una sociedad con múltiples demandas de tiempo y atención. En este sentido, la discusión no debería centrarse en si “cuentan” o no como lectura, sino en cómo contribuyen al aprendizaje, la comprensión y el disfrute de los textos en la era digital.

Laboratorio de Alfabetización y Acción en IA

University of Virginia Library y College and Graduate School of Arts & Sciences. “AI Literacy and Action Lab Announcement.” 17 de abril de 2026 https://library.virginia.edu/ai/lab

AI Literacy and Action Lab representa una evolución natural del papel de las bibliotecas de investigación en la era digital. Como señala Leo S. Lo, la misión fundamental de estas instituciones —ayudar a encontrar información y a evaluarla— permanece intacta, aunque las herramientas hayan cambiado. Lejos de diluirse, esta misión se vuelve aún más relevante en un contexto dominado por la inteligencia artificial, donde la capacidad de discernimiento crítico se convierte en una competencia esencial para estudiantes, docentes e investigadores.

El 17 de abril de 2026, la Biblioteca de la Universidad de Virginia, en colaboración con el College and Graduate School of Arts & Sciences, anunció la creación del AI Literacy and Action Lab, una iniciativa destinada a abordar de forma directa y estructurada los desafíos que plantea la inteligencia artificial en la educación superior. Este laboratorio surge como respuesta a la necesidad urgente de comprender no solo el funcionamiento de las herramientas de IA, sino también sus implicaciones éticas, pedagógicas y sociales. Con el lanzamiento de cuatro proyectos piloto durante la primavera y el verano de 2026, y la incorporación de cursos en otoño, el programa se posiciona como un espacio dinámico de experimentación, reflexión y producción de conocimiento aplicado.

Los proyectos piloto abarcan ámbitos diversos como el futuro del trabajo, el pensamiento crítico y ético, y la integración de la IA en la planificación docente tanto en humanidades como en disciplinas STEM. Un rasgo distintivo del laboratorio es la participación de bibliotecarios como facilitadores, quienes no solo aportan su experiencia en alfabetización informacional, sino que también actúan como mentores a lo largo de todo el proceso. Esta figura refuerza el papel de la biblioteca como agente activo en la formación académica, más allá de su función tradicional. En este contexto, profesionales como Meridith Wolnick destacan la importancia de guiar a los estudiantes hacia un uso reflexivo y crítico de la IA, fomentando debates basados en casos que permitan explorar sus implicaciones más profundas.

El laboratorio también persigue objetivos institucionales más amplios, como reducir las desigualdades entre facultades y departamentos en el acceso y uso de la IA, promover un juicio informado en su utilización y generar resultados estructurados basados en evidencia que respalden tanto la investigación como la innovación educativa. Mira Waller subraya que la clave no está en dictar normas rígidas sobre el uso de la IA, sino en capacitar a la comunidad universitaria para desarrollar criterios propios en un entorno tecnológico que evoluciona más rápido que las propias instituciones académicas. Este enfoque conecta directamente con la misión histórica de las bibliotecas: enseñar a evaluar la información y fomentar el pensamiento crítico.

AI Literacy and Action Lab representa una evolución natural del papel de las bibliotecas de investigación en la era digital. Como señala Leo S. Lo, la misión fundamental de estas instituciones —ayudar a encontrar información y a evaluarla— permanece intacta, aunque las herramientas hayan cambiado. Lejos de diluirse, esta misión se vuelve aún más relevante en un contexto dominado por la inteligencia artificial, donde la capacidad de discernimiento crítico se convierte en una competencia esencial para estudiantes, docentes e investigadores.

La IA contra sí misma: Google intensifica la lucha contra los anuncios fraudulentos

Huamani, K. “AI Is a Gold Mine for Spammers and Scammers, but Google Is Using It as a Tool to Fight Back.” AP News, 16 de abril de 2026.

Leer artículo

Este articulo analiza la creciente paradoja de la inteligencia artificial en el ecosistema digital: la misma tecnología que facilita la proliferación de fraudes y estafas en internet se ha convertido también en la principal herramienta para combatirlos. En particular, se centra en el informe anual de seguridad publicitaria de Google, que revela cómo el uso de sistemas avanzados de IA —como Gemini— está permitiendo detectar y bloquear anuncios maliciosos antes de que lleguen al público.

El texto de Kaitlyn Huamani analiza cómo la expansión de la inteligencia artificial generativa ha intensificado un problema antiguo: el de los fraudes y el spam en internet. Aunque estos engaños existen desde los inicios de la red, la accesibilidad de herramientas de IA ha permitido a los estafadores producir contenidos mucho más sofisticados —como anuncios de productos milagro o vídeos con voces falsas de celebridades— a una velocidad y escala sin precedentes. Expertos como Nate Elliott destacan que la gran diferencia actual no es la naturaleza del problema, sino su aceleración exponencial, que beneficia tanto a actores legítimos como a los maliciosos. Esta tendencia tiene un impacto real: según el Federal Bureau of Investigation, en el último año se registraron más de 22.000 denuncias por estafas relacionadas con IA, con pérdidas que superan los 893 millones de dólares.

Frente a este escenario, grandes empresas tecnológicas como Google están reforzando sus sistemas de defensa mediante el uso de su propia inteligencia artificial. En su informe anual de seguridad publicitaria, la compañía reconoce el aumento de anuncios fraudulentos cada vez más complejos, pero subraya la eficacia de sus herramientas basadas en IA. Su sistema, impulsado por Gemini, logró detectar más del 99% de los anuncios que infringían las políticas antes de que llegaran a los usuarios. En 2025, Google bloqueó o eliminó más de 8.300 millones de anuncios y suspendió cerca de 24,9 millones de cuentas de anunciantes, de las cuales más de 4 millones estaban vinculadas a actividades fraudulentas. Estas cifras reflejan tanto la magnitud del problema como el esfuerzo creciente por contenerlo.

El artículo también explica cómo funcionan estas herramientas defensivas. Gracias a Gemini, Google puede analizar cientos de miles de millones de señales —como la antigüedad de las cuentas, patrones de comportamiento o características de las campañas— para evaluar la intención real de los anunciantes. Esto permite distinguir con mayor precisión entre negocios legítimos y actores maliciosos, reduciendo además los errores: las suspensiones indebidas de anunciantes se han reducido en un 80%. Otro avance clave es la velocidad, ya que procesos que antes llevaban segundos o minutos ahora se realizan en milisegundos, lo que permite bloquear amenazas antes incluso de que se publiquen.

Aun así, el problema sigue siendo complejo y dinámico. Los anuncios fraudulentos adoptan múltiples formas y evolucionan constantemente, replicando estrategias tradicionales pero con mayor volumen y rapidez gracias a la IA. Google insiste en que no clasifica los anuncios en función de si han sido generados por inteligencia artificial, sino según si incumplen sus políticas, ya que muchas empresas legítimas también utilizan estas herramientas de forma correcta. En este contexto, los expertos coinciden en que la confrontación entre estafadores y sistemas de defensa continuará intensificándose.

En última instancia, el texto plantea un escenario en el que la lucha contra el fraude digital se convierte en una especie de “IA contra IA”. Como señala Matt Seitz, el volumen del problema es ya tan grande que no puede gestionarse únicamente con intervención humana. Esto anticipa un futuro en el que la automatización será clave tanto para la creación de amenazas como para su detección, consolidando una carrera tecnológica permanente entre ataque y defensa en el entorno digital.

Festival Suena Salamanca. Viviendo en la era pop 2026/04/17

Festival Suena Salamanca.

Viviendo en la era pop 2026/04/17

ESCUCHAR

Descargar

El programa de hoy de Viviendo en la Era Pop (Radio USAL) se centra en el Festival Suena Salamanca, una cita musical que tendrá lugar el próximo 23 de abril en la sala Camelot, desde las 17:30 hasta la medianoche, con entrada libre. El evento reunirá a nueve grupos salmantinos, combinando propuestas de música original —Almirante Benbow, Godaiva, Juanjo Valle y The Third Rule— con bandas de versiones como Cénit, La Duda Ofende, La Sal Band, Levi & Cía y Planeta Rumba, ofreciendo así un amplio recorrido por la escena local. En el estudio hemos contado con la presencia de Jorge Orejudo, músico y organizador del evento; Juanjo Valle, músico; y Álex Diego, integrante de The Third Rule.

Experiencias, usos y percepciones de los adolescentes en TikTok, Instagram y Snapchat

Faverio, Michelle, y Olivia Sidoti. “Teens’ Experiences on TikTok, Instagram and Snapchat.” Pew Research Center, 15 de abril de 2026. https://www.pewresearch.org/internet/2026/04/15/teens-experiences-on-tiktok-instagram-and-snapchat/

El estudio ofrece una visión matizada: las redes sociales son simultáneamente espacios de conexión, entretenimiento y construcción identitaria, pero también entornos donde se manifiestan presiones sociales, desigualdades y riesgos que requieren atención tanto educativa como regulatoria.

El informe analiza en profundidad cómo los adolescentes estadounidenses (de 13 a 17 años) experimentan y utilizan tres de las principales plataformas sociales actuales: TikTok, Instagram y Snapchat. Lejos de limitarse a medir la frecuencia de uso, el estudio se centra en las motivaciones, dinámicas sociales y percepciones que los jóvenes desarrollan en estos entornos digitales, ofreciendo una visión compleja que combina beneficios, tensiones y riesgos.

Uno de los hallazgos centrales es que, aunque las tres plataformas son ampliamente utilizadas, cumplen funciones diferenciadas dentro del ecosistema social adolescente. TikTok se consolida como un espacio eminentemente orientado al entretenimiento y al consumo de contenidos, donde predomina la lógica del algoritmo y la visibilidad pública. Instagram ocupa una posición intermedia, combinando interacción social, construcción de identidad y seguimiento de contenidos, mientras que Snapchat destaca como la plataforma más vinculada a la comunicación íntima y directa entre iguales. De hecho, el uso de Snapchat para mensajería frecuente supera al de las otras plataformas, lo que indica que los adolescentes distinguen claramente entre espacios públicos y privados en su vida digital.

El estudio subraya que el principal motivo de uso de estas redes es el entretenimiento, seguido de la conexión con amigos. En cambio, aspectos como la información política o el seguimiento de la actualidad ocupan un lugar marginal en las motivaciones adolescentes. Esta orientación refuerza la idea de que las redes sociales, para este grupo de edad, funcionan ante todo como espacios de ocio y sociabilidad cotidiana más que como herramientas informativas o cívicas.

En términos de intensidad de uso, los datos muestran que una gran proporción de adolescentes accede diariamente —y en muchos casos varias veces al día— a estas plataformas, lo que se inscribe en un contexto más amplio de hiperconectividad juvenil: cerca de la mitad afirma estar “casi constantemente” en línea. Este uso intensivo no es homogéneo, ya que existen diferencias por género, edad y contexto social. Por ejemplo, las chicas tienden a utilizar más Instagram y TikTok, mientras que las dinámicas de interacción también varían según el tipo de contenido y la red utilizada.

El informe también aborda las percepciones subjetivas de los adolescentes sobre el impacto de estas plataformas. Muchos reconocen aspectos positivos, como la posibilidad de mantenerse en contacto con amigos, expresarse creativamente o acceder a contenidos divertidos. Sin embargo, también emergen preocupaciones relevantes, especialmente en relación con la presión social, la exposición a contenidos dañinos o el acoso. En particular, Snapchat, pese a su carácter más privado, presenta tasas significativas de experiencias negativas como el bullying, lo que evidencia que la cercanía comunicativa no elimina los riesgos sociales.

Un aspecto clave del estudio es la comparación entre la percepción de los adolescentes y la de sus padres. Mientras que los jóvenes tienden a valorar más positivamente su experiencia en redes sociales, los adultos muestran una preocupación considerable, especialmente en relación con el tiempo de uso —sobre todo en TikTok— y sus posibles efectos sobre la salud mental y el bienestar. Esta brecha generacional pone de relieve tensiones en la interpretación del papel de la tecnología en la vida cotidiana.

Finalmente, el informe se sitúa en un contexto más amplio de transformación del ecosistema digital juvenil. Aunque TikTok, Instagram y Snapchat siguen siendo centrales, el predominio del vídeo y la lógica algorítmica están redefiniendo las formas de interacción y consumo. Al mismo tiempo, el descenso de plataformas tradicionales como Facebook y el auge de nuevas prácticas digitales indican que el comportamiento adolescente en redes sociales es dinámico y en constante evolución.

ZODIAC: un nuevo marco para evaluar la información en la era de la inteligencia artificial generativa

Reagan, Kevin, Kay Coates, y Jessica Swaringen. “Your Information ZODIAC: An Information Evaluation Framework for the Age of Generative AI.” Journal of New Librarianship 10, no. 2 (2025): 94–109. https://newlibs.org/index.php/jonl/article/view/3107/3189

Se propone un nuevo marco conceptual para la evaluación crítica de la información en un contexto profundamente transformado por la inteligencia artificial generativa. Partiendo de modelos ya consolidados en alfabetización informacional —como CRAAP, SIFT o ACT UP—, los autores desarrollan el modelo ZODIAC, un acrónimo que sintetiza seis dimensiones clave: Zooming in, Other opinions, Dataset, Intent, Authenticity y Consistency.

Este enfoque responde a la necesidad urgente de adaptar las herramientas de evaluación tradicionales a un entorno en el que los contenidos no solo son abundantes, sino también generados automáticamente por sistemas complejos como los modelos de lenguaje.

El primer componente, Zooming in, invita a examinar detenidamente los detalles de la información generada, prestando atención a elementos que pueden pasar desapercibidos en una lectura superficial. Other opinions enfatiza la importancia de contrastar la información con otras fuentes, reforzando la idea de que ningún contenido —especialmente el generado por IA— debe considerarse aislado. Uno de los aportes más innovadores del modelo es la inclusión de Dataset, que introduce a los estudiantes en la necesidad de reflexionar sobre los datos de entrenamiento de los sistemas de inteligencia artificial, un aspecto ausente en marcos anteriores pero crucial para comprender los sesgos y limitaciones de estas herramientas.

Asimismo, el criterio de Intent se centra en analizar la finalidad del contenido generado: no solo qué dice, sino por qué y para qué ha sido producido. Este punto es especialmente relevante en sistemas de IA, donde la intencionalidad puede no ser evidente y está mediada por los objetivos del diseño del sistema. Por su parte, Authenticity y Consistency abordan dos problemas característicos de la inteligencia artificial generativa: la dificultad para verificar la autenticidad de los contenidos y la tendencia de estos sistemas a generar respuestas plausibles pero no siempre coherentes o veraces. En conjunto, estos criterios permiten a los estudiantes desarrollar una mirada crítica más afinada frente a textos, imágenes o datos producidos por IA.

Se subraya que el modelo ZODIAC está diseñado como una herramienta introductoria, especialmente orientada a estudiantes de primer año universitario. Su objetivo no es ofrecer un sistema exhaustivo, sino proporcionar una base accesible que permita comenzar a desarrollar competencias críticas en un entorno informativo cada vez más complejo. En este sentido, los autores reconocen explícitamente las limitaciones del modelo, señalando que no aborda de manera completa aspectos sociales y medioambientales relacionados con la inteligencia artificial, como el impacto energético de los sistemas o las implicaciones éticas de su uso.

En la discusión final, los autores amplían el marco conceptual e invitan a la comunidad profesional —bibliotecarios, docentes e investigadores— a avanzar hacia modelos más holísticos de alfabetización informacional y alfabetización en IA. Este llamamiento es especialmente relevante en el contexto actual, donde la capacidad de evaluar información ya no puede separarse del conocimiento sobre cómo funcionan las tecnologías que la generan. En definitiva, el artículo sitúa el modelo ZODIAC como una propuesta pedagógica innovadora que, aunque inicial, abre nuevas vías para repensar la enseñanza del pensamiento crítico en la era de la inteligencia artificial.