Paperpal o revisión estadística: qué cubre cada cosa

Tienes el manuscrito terminado, presupuesto para una herramienta y no para tres, y dos pestañas abiertas que prometen lo mismo con las mismas dos palabras: submission-ready. Ninguna de las dos te dice qué deja fuera, que es justo el dato que necesitas para elegir. Esto no va de cuál es mejor —esa pregunta no tiene respuesta, porque no contestan lo mismo— sino de qué pregunta contesta cada una. Lo he comprobado en la web de Paperpal el 4 de septiembre de 2026, página por página, porque las dos cosas que más caras se pagan al escribir sobre un competidor son inventarle un defecto y no reconocerle una virtud.

Qué hace Paperpal, según Paperpal

Paperpal se presenta como asistente de escritura académica y funciona donde de verdad escribes: tiene complemento para Microsoft Word, extensión para Google Docs, extensión de Chrome, integración con Overleaf y un editor web propio. Su corrector está entrenado con artículos editados por editores académicos profesionales, no con prosa general, y eso se nota en lo que sugiere: respeta la terminología técnica en vez de arreglártela. Alrededor hay un parafraseador que además recorta extensión, un buscador de referencias con generador de citas y comprobación de plagio.

Para el envío tiene dos piezas. Una es el Document Health Check, cuatro comprobaciones juntas en una sola subida: plagio, detector de IA, corrección gramatical y revisión de referencias. La otra es el conjunto de comprobaciones previas al envío, más de treinta, que su web agrupa en seis áreas: lengua y gramática; referencias, donde dice evaluar missing citations, reference age and count, self-citation patterns, and citation-reference mismatches; estructura y recuentos, verificando secciones completas, palabras y jerarquía de encabezados; figuras y tablas, con sus llamadas y sus leyendas; declaraciones, es decir financiación, ética, conflicto de intereses y contribución de autores; y metadatos.

Esa lista no es marketing hueco. Si eres el segundo firmante al que le han encargado dejar el manuscrito presentable en una semana, cuatro de esas seis áreas son literalmente tu semana: nadie disfruta comprobando a mano que la Figura 3 está citada en el texto, que el resumen no pasa de 250 palabras y que la declaración de conflicto de intereses no se quedó en el otro borrador. Que una máquina lo haga en dos minutos es una mejora real de tu vida, y decir lo contrario sería mentir.

Y hay algo más que conviene decir sin regatear: para quien escribe en inglés sin ser su lengua, una herramienta entrenada con ediciones académicas es exactamente la herramienta correcta. El comentario de editor the English requires revision by a native speaker es uno de los rechazos más frecuentes y más injustos que existen, porque no habla de tu ciencia, y prevenirlo te ahorra un mes de calendario. No conozco ningún argumento honesto para restarle mérito a eso.

El inglés impecable no te protege de nada

Aquí está el malentendido que hace que la gente elija mal. Se piensa que un manuscrito bien escrito es un manuscrito bien hecho, y que si lo pules lo suficiente pasará. El apartado de resultados no funciona así: es el único trozo del artículo que puede leerse entero, sin una sola errata y con las transiciones perfectas, y estar mal. La prosa es el envoltorio de los números, y el envoltorio no dice nada sobre lo que hay dentro.

Los supuestos. Un ANOVA con Levene significativo y grupos de tamaño muy desigual está mal ejecutado, no mal escrito. El corrector de estilo verá una frase impecable en a one-way ANOVA revealed a significant effect of condition y no tiene modo de saber que detrás hay 12, 41 y 37 personas y varianzas que no se parecen. Ese problema lo caza un revisor mirando tu Tabla 1, y suele venir con la petición más cara del proceso: rehazlo.

La potencia. Si comparaste dos grupos de 30 buscando un efecto medio, tu potencia era .48. Es decir: si el efecto existía, tenías menos de la mitad de probabilidades de encontrarlo, y para llegar al .80 convencional habrías necesitado 64 por grupo. Eso no es un problema de redacción, es un diseño que no podía funcionar, y ningún trabajo sobre las comas lo cambia. Si nunca has hecho ese cálculo, está paso a paso en cómo reportar un análisis de potencia en APA 7.

Las referencias que no existen. Desde que se componen bibliografías con ayuda de un modelo aparecen entradas plausibles —dos apellidos que suenan del área, la revista que publica justo eso, un DOI con la pinta correcta— que no corresponden a ningún trabajo. Una referencia inventada está gramaticalmente perfecta por construcción. Es el error que mejor sobrevive a cualquier corrección de estilo, y el que peor sienta cuando lo encuentra un revisor.

Dónde sí se solapan de verdad: la bibliografía

Si has llegado hasta aquí esperando el momento en que diga que Paperpal no mira las referencias, no va a llegar, porque no sería cierto. Su verificador de referencias hace nueve comprobaciones y su web dice explícitamente que no dejes que retracted papers, broken links, or AI-hallucinated references lleguen a los revisores, con una detección de enlaces rotos que describe como catches dead URLs and invalid DOIs to prevent fake, made-up references. Eso es exactamente el problema del párrafo anterior, y lo aborda de frente.

Así que si alguien te vende que solo una herramienta concreta detecta referencias fabricadas, ese alguien no ha mirado a la competencia en 2026 y probablemente tampoco quiere que la mires tú. En bibliografía el solapamiento entre una herramienta de lengua con módulo de referencias y una revisión estadística es alto. La diferencia está en el detalle: contra qué bases se compara, y qué se hace cuando no aparece nada. Si una referencia no se localiza puede ser que no exista o puede ser que la base no indexe esa revista iberoamericana, y esas dos conclusiones no se parecen en nada.

El criterio que me parece defendible, lo aplique quien lo aplique, es el de dos fuentes independientes: una referencia se da por buena cuando dos bases distintas devuelven el mismo trabajo con los mismos autores, y se marca como no localizable —no como falsa— cuando ninguna la encuentra. Es la diferencia entre una comprobación que puedes enseñarle a un coautor y una acusación. Lo desarrollo en comprobar las referencias antes de enviar, y sirve igual con la herramienta que acabes usando.

La línea real: comentar frente a recalcular

Paperpal tampoco se queda fuera del método, aunque no por donde lo buscas. Lo que evalúa método no es el asistente de escritura: es Preflight, una plataforma de evaluación de documentos que venden a editoriales e instituciones y que también ofrece cribado previo al envío para autores. Dentro hay varios módulos, y uno de ellos, PeerPilot, es lo que su web describe como an AI-assisted, reviewer-style assessment to improve scientific presentation and review readiness, organizado en cuatro dominios —Study Quality Design, Statistical Soundness, Reference & Citation Quality y Guideline Adherence— y que highlights major strengths, weaknesses, and areas that warrant closer scrutiny. Es decir: sí comenta tu método, y lo hace con la forma de un revisor.

Y ahí está la línea, que no pasa por donde la dibujan casi todas las comparaciones. Un módulo así lee tu texto y emite un juicio: la muestra parece pequeña para el diseño, falta justificar la elección del estadístico, no citas la guía de reporte que tu revista exige. Todo eso es útil, y a veces es justo lo que necesitas oír antes de enviar. Pero es comentario: la opinión de un modelo sobre lo que has escrito, tan buena como el modelo y nunca comprobable por ti.

Recalcular es otra operación. Si escribes F(2, 87) = 3.42, p = .04, hay una única respuesta correcta y no depende de la opinión de nadie: la distribución F con 2 y 87 grados de libertad devuelve p = .037, y tu .04 estaba bien redondeado. Si escribes t(58) = 1.72, p = .04, la respuesta también es única: p = .091, y ahí tienes un problema que ninguna lectura, por atenta que sea, va a resolver discutiendo.

Esa es la diferencia entera. En las páginas de Paperpal que describen sus comprobaciones —consultadas el 4 de septiembre de 2026— no aparece en ningún sitio que recompute un valor p a partir de los grados de libertad ni que contraste un tamaño del efecto contra la F o la t que tú mismo has escrito. No lo digo como reproche: es que no es su trabajo, igual que el mío no es decidir si tu inglés suena a artículo de una revista de primer cuartil.

Tres errores que solo aparecen cuando alguien rehace la cuenta

El valor p que no cuadra con sus grados de libertad. Es el más común y el más tonto: se pega el resultado de una corrida, se cambia el modelo, se actualiza la F y se olvida la p. En un manuscrito con veinte contrastes hay veinte oportunidades de que pase una vez. Cuando lo detecta un revisor —y hay revisores que pasan todos los manuscritos por un verificador automático— la duda deja de ser sobre esa línea y pasa a ser sobre todas las demás.

El tamaño del efecto que no sale de tu propio estadístico. Con F(2, 87) = 3.42, el eta cuadrado parcial que le corresponde es η²_p = .073. Si en tu tabla pone .21, o el estadístico no es el que dices o el efecto se calculó sobre otra submuestra, y las dos explicaciones hay que contarlas antes de que las pregunte otro. Lo mismo con la d: de una t(58) = 2.11 con grupos iguales salen d = 0.55 y p = .039, y no otra cosa.

La referencia que apunta a otro trabajo. No la inventada, que es más fácil de cazar, sino la que trae un DOI real de un artículo distinto porque el gestor bibliográfico fusionó dos entradas. Abre, resuelve, no da error, y cita a alguien que no dijo lo que le atribuyes. Solo aparece si alguien compara el título y la autoría de tu entrada con lo que devuelve la base, una a una.

Los tres tienen algo en común: se detectan comparando números con números, no leyendo. Y los tres siguen ahí cuando el manuscrito ya ha pasado por corrección de estilo, porque la corrección de estilo no los mira. El orden completo de comprobaciones antes de darle a enviar está en comprobar los análisis antes de enviar.

Cómo decidir, y por qué muchas veces son las dos

Mira tus rechazos anteriores, que es el dato que ya tienes y que nadie usa. Si las cartas hablan del inglés, de la claridad, de que el resumen no se entiende o de que el manuscrito no cumple el formato de la revista, tu cuello de botella es la lengua y el cumplimiento: ahí una herramienta como Paperpal te resuelve el problema y no necesitas nada más. Pagar una revisión estadística para arreglar eso es comprar la llave equivocada.

Si las cartas hablan de diseño, de supuestos, de tamaño muestral, de que el análisis no responde a la pregunta, o si un revisor te ha pedido un contraste que no dominas, no tienes un problema de escritura por mucho que se manifieste al escribir. Ahí hace falta que alguien rehaga las cuentas. Las razones concretas por las que se cae un manuscrito en la primera criba están en por qué te rechazan en Q1, y casi ninguna es gramatical.

Y si tienes presupuesto para las dos, el orden importa más de lo que parece: primero los números, después la prosa. Pulir la redacción de un apartado de resultados que vas a tener que rehacer porque el modelo cambia es trabajo que se tira dos veces, una al pagarlo y otra al borrarlo. Cuando los estadísticos son los definitivos, entonces sí, que alguien deje el inglés impecable.

Lo que no tiene sentido es tratarlas como rivales. Son dos oficios distintos que coinciden en el mismo escritorio la misma semana, y la industria las ha metido en la misma categoría de herramientas de IA para investigadores porque es cómodo para vender, no porque hagan lo mismo.

Preguntas frecuentes

¿Paperpal comprueba mi estadística?

En parte, y no exactamente donde lo buscas. El asistente de escritura no lo hace; quien entra en método es Preflight, su plataforma de evaluación de documentos para editoriales e instituciones, que también ofrece cribado previo al envío a autores. Su módulo PeerPilot es, en palabras de su web, an AI-assisted, reviewer-style assessment, con cuatro dominios y uno de ellos Statistical Soundness. Eso es comentario de revisor sobre tu método. Lo que no dice en ninguna de sus páginas de producto, consultadas el 4 de septiembre de 2026, es que recompute un valor p desde los grados de libertad o que contraste tu tamaño del efecto contra la F o la t que has reportado. Son dos cosas distintas: una opina sobre tu análisis, la otra rehace su aritmética.

¿Cuánto cuesta Paperpal?

No reproduzco aquí sus precios a propósito. Cambian, varían por país —su web dice ofrecer facturación en moneda local— y un precio desactualizado en un artículo como este es peor que ningún precio, porque parece un dato y no lo es. Míralo en su página de planes el día que vayas a decidir, y compara lo que incluye cada nivel y no solo la cifra: en estas herramientas la diferencia entre planes suele estar en los cupos mensuales más que en las funciones.

¿Previum me corrige el inglés?

No, y no conviene que lo intente. Recomputa los valores p desde los grados de libertad con código, comprueba los tamaños del efecto contra la F o la t de tu propio manuscrito y verifica las referencias una a una contra ocho bases (Crossref, OpenAlex, Semantic Scholar, PubMed, DOAJ, arXiv y OpenLibrary). La prosa del informe la escribe un modelo, pero alrededor de números que no puede cambiar. Si lo que necesitas es que tu inglés suene a artículo publicado, esa es otra herramienta y no pasa nada por usar las dos.

¿Puedo usar las dos en el mismo manuscrito?

Sí, y es lo razonable si el presupuesto llega. El orden que recomiendo es números primero y lengua después: cierra los análisis, comprueba que cada estadístico cuadra con sus grados de libertad y que la bibliografía existe, y solo entonces paga por dejar la redacción fina. Al revés se pule prosa que puede acabar en la papelera si un contraste cambia.

¿Un informe de estos cuenta como revisión por pares?

No. Ni el suyo ni el mío. Es autoevaluación del autor sobre su propio manuscrito antes de enviarlo: una simulación de lo que te van a preguntar, hecha por encargo tuyo y sin ninguna independencia respecto de ti. La revisión por pares la organiza la revista con revisores que no has elegido. Confundir las dos cosas en una carta de presentación es una forma rápida de empezar mal con un editor.

¿Qué incluye exactamente el informe estadístico?

Hay uno completo publicado para que no tengas que fiarte de la descripción: el informe de ejemplo, con un manuscrito de principio a fin, incluidas las líneas donde el valor p no cuadraba con sus grados de libertad y las referencias que no se localizaron. Leerlo antes de decidir es más informativo que cualquier lista de características, la mía incluida.

La comparación honesta entre estas herramientas no es por calidad, es por categoría: Paperpal contesta «¿está esto listo para enviarse?» y lo contesta bien, y una revisión estadística contesta «¿cuadran los números que has escrito?», que es una pregunta con respuesta única y comprobable. Elige por el rechazo que te esté doliendo, no por la web más convincente, y si un día una de las dos empieza a prometer también lo de la otra, pídele el ejemplo antes de pagar.