Álvaro es profesor-investigador en una universidad pública. Tiene 41 años y está a cargo de coordinar un grupo de jóvenes que apenas comienzan en la ciencia. Su línea de trabajo: ética y tecnología. Su realidad: cansancio, sobrecarga de PDFs y un mar de resultados inútiles en buscadores académicos.

“Busco algo sobre vigilancia algorítmica y solo me salen cosas de derecho penal o marketing digital”, decía mientras cerraba frustrado la pestaña número veintisiete de su navegador.La búsqueda académica se le había convertido en una tarea imposible. Demasiada información, poca precisión y demasiado tiempo invertido en no encontrar nada útil.

Lo más desesperante no era no encontrar artículos, sino perder la esperanza de estar realmente haciendo ciencia útil. Álvaro pasaba noches saltando de Scopus a Google Scholar, de papers pagos a abstracts incompletos.

Un día, en una reunión virtual, una colega más joven le preguntó:

“¿Por qué no usas Semantic Scholar? Te filtra todo lo irrelevante.”

Álvaro sonrió con escepticismo. Para él, todo era igual: motores de búsqueda que devuelven miles de documentos pero no sabían entender una intención, una idea, una urgencia.

Pero esa noche, lo probó.

Entró a semanticscholar.org y escribió sin mucha fe:

"surveillance capitalism education ethics"

A diferencia de otros buscadores, Semantic Scholar no solo le arrojó papers, sino los más citados, los más recientes, y los más influyentes. Le mostró relaciones entre conceptos y autores clave. No necesitaba abrir veinte pestañas para saber si el artículo era útil: los resúmenes con inteligencia artificial le daban una visión clara en segundos.

Ese primer resultado lo llevó a Zuboff. El segundo, a una revisión sistemática que no había encontrado en ningún otro buscador.

“Esto no es un motor de búsqueda. Es un asistente que entiende mi tema”, pensó.

Durante las siguientes semanas, Álvaro reestructuró por completo su marco teórico. Descubrió conexiones entre autores que nunca había relacionado. Con la función de "citar con contexto" pudo ver cómo se usaban los conceptos éticos en cada paper, sin tener que leerlos completos de inmediato.

El algoritmo de IA de Semantic Scholar le devolvió algo que creía perdido: claridad.

Más aún, empezó a enseñar a sus alumnos a buscar con criterio, usando filtros por disciplina, año, y peso de citación. En vez de enseñarles a buscar mucho, les enseñó a buscar bien.

Hoy, Álvaro sigue trabajando con los mismos estudiantes, pero ya no es un guía frustrado. Es alguien que redescubrió que la inteligencia artificial, bien diseñada, puede ser profundamente humana: al reducir el ruido, al devolver tiempo, al devolver sentido.

Porque en un mundo saturado de información, lo valioso no es tener acceso a todo, sino tener acceso a lo que realmente importa.

Y a veces, solo necesitas una herramienta que piense contigo.

Mas información:

https://www.frexus.dev/post/semantic-scholar/

Álvaro es profesor-investigador en una universidad pública. Tiene 41 años y está a cargo de coordinar un grupo de jóvenes que apenas comienzan en la ciencia. Su línea de trabajo: ética y tecnología. Su realidad: cansancio, sobrecarga de PDFs y un mar de resultados inútiles en buscadores académicos.

“Busco algo sobre vigilancia algorítmica y solo me salen cosas de derecho penal o marketing digital”, decía mientras cerraba frustrado la pestaña número veintisiete de su navegador.La búsqueda académica se le había convertido en una tarea imposible. Demasiada información, poca precisión y demasiado tiempo invertido en no encontrar nada útil.

Lo más desesperante no era no encontrar artículos, sino perder la esperanza de estar realmente haciendo ciencia útil. Álvaro pasaba noches saltando de Scopus a Google Scholar, de papers pagos a abstracts incompletos.

Un día, en una reunión virtual, una colega más joven le preguntó:

“¿Por qué no usas Semantic Scholar? Te filtra todo lo irrelevante.”

Álvaro sonrió con escepticismo. Para él, todo era igual: motores de búsqueda que devuelven miles de documentos pero no sabían entender una intención, una idea, una urgencia.

Pero esa noche, lo probó.

Entró a semanticscholar.org y escribió sin mucha fe:

"surveillance capitalism education ethics"

A diferencia de otros buscadores, Semantic Scholar no solo le arrojó papers, sino los más citados, los más recientes, y los más influyentes. Le mostró relaciones entre conceptos y autores clave. No necesitaba abrir veinte pestañas para saber si el artículo era útil: los resúmenes con inteligencia artificial le daban una visión clara en segundos.

Ese primer resultado lo llevó a Zuboff. El segundo, a una revisión sistemática que no había encontrado en ningún otro buscador.

“Esto no es un motor de búsqueda. Es un asistente que entiende mi tema”, pensó.

Durante las siguientes semanas, Álvaro reestructuró por completo su marco teórico. Descubrió conexiones entre autores que nunca había relacionado. Con la función de "citar con contexto" pudo ver cómo se usaban los conceptos éticos en cada paper, sin tener que leerlos completos de inmediato.

El algoritmo de IA de Semantic Scholar le devolvió algo que creía perdido: claridad.

Más aún, empezó a enseñar a sus alumnos a buscar con criterio, usando filtros por disciplina, año, y peso de citación. En vez de enseñarles a buscar mucho, les enseñó a buscar bien.

Hoy, Álvaro sigue trabajando con los mismos estudiantes, pero ya no es un guía frustrado. Es alguien que redescubrió que la inteligencia artificial, bien diseñada, puede ser profundamente humana: al reducir el ruido, al devolver tiempo, al devolver sentido.

Porque en un mundo saturado de información, lo valioso no es tener acceso a todo, sino tener acceso a lo que realmente importa.

Y a veces, solo necesitas una herramienta que piense contigo.

Mas información:

https://www.frexus.dev/post/semantic-scholar/