Qué encuentra una revisión automática que no ve tu director (y al revés)

Tienes el borrador listo y dos sitios donde mandarlo antes de que salga: el correo de tu director, que va a tardar entre una semana y dos meses, y una herramienta que te devuelve un informe en unos minutos. La tentación es tratarlo como una elección —o me fío de la persona o me fío del programa— y resolverla por lealtad, que es la peor manera de decidir nada. No es una elección: son dos lecturas del mismo archivo que buscan cosas distintas y a las que se les escapan cosas distintas. Lo que viene es el reparto, con lo que encuentra cada uno, lo que no encuentra ninguno de los dos y en qué orden conviene ponerlos para que la atención más cara de tu proyecto no se gaste en decimales.

Dos lecturas distintas del mismo archivo

Tu director abre el PDF y lo lee como científico. Va a la pregunta: si eso que preguntas se sostiene, si el diseño puede contestarlo, si la introducción promete algo que los resultados no dan, si la discusión afirma más de lo que aguanta un transversal, si el lector de tu campo se lo va a creer. Mientras lee, los números pasan por delante como mobiliario: registra «salió», «muestra mediana», «un ANOVA», y sigue avanzando hacia el sentido, que es a lo que ha venido.

La máquina abre el mismo archivo y lo lee como auditor. No entiende la pregunta y no le hace falta: coge cada contraste y comprueba que el valor p es el que sale de ese estadístico con esos grados de libertad, coge cada tamaño del efecto y comprueba que sale de la F o la t que hay dos líneas más arriba, coge cada referencia y la busca en las bases a ver si existe. No opina sobre nada; comprueba que el documento es compatible consigo mismo.

El solapamiento entre las dos lecturas es más pequeño de lo que parece. Las dos ven una N que cambia entre el resumen y el método, porque eso da un salto al leer. A partir de ahí se separan tanto que lo que se le escapa a una es casi el catálogo completo de lo que la otra hace bien. Por eso «¿cuál de las dos es mejor?» no tiene respuesta y «¿en qué gasto cada una?» sí la tiene.

Por qué los números se le escapan a un lector experto

No es descuido, es cómo funciona la lectura experta. Quien domina un campo lee por sentido, y los dígitos se le convierten en etiquetas. Delante de F(2, 87) = 3.41, p = .038 lo que registra es «salió, tres grupos, noventa personas», y pasa a la frase siguiente. Comprobar que ese .038 es de verdad lo que da una F de 3.41 con 2 y 87 grados de libertad obliga a parar la lectura, abrir otra cosa y volver, y luego a repetirlo cuarenta veces. Nadie lee así, y quien lo intenta deja de entender lo que lee.

El tamaño del agujero está medido. Nuijten, Hartgerink, van Assen, Epskamp y Wicherts pasaron statcheck por más de 250.000 valores p de 30.717 artículos de ocho revistas de psicología publicados entre 1985 y 2013: la mitad de los artículos que usaban contrastes de hipótesis contenía al menos una p incompatible con su propio estadístico y sus grados de libertad, y uno de cada ocho contenía una incompatibilidad gruesa, de las que pueden cambiar la conclusión estadística (Behavior Research Methods, 2016, 48, 1205-1226).

Todos esos artículos tuvieron director, coautores, editor y revisores. Todos se leyeron; casi nadie recomputó. De ahí sale la consecuencia incómoda: el error con más probabilidades de llegar impreso no es el conceptual profundo —ese tiene varios lectores expertos buscándolo a la vez— sino el aritmético, que no tiene ninguno. Es justo el tipo de fallo que se caza con una pasada mecánica antes de enviar y no se caza de ninguna otra forma.

Lo que la máquina encuentra en una sola pasada

Parte de este trabajo es gratis y conviene decirlo antes que nada. statcheck es un paquete de R publicado bajo licencia GPL-3 y descargable de CRAN, con una versión web que acepta PDF, HTML o DOCX; se describe a sí misma como un corrector ortográfico para la estadística y localiza los contrastes escritos en formato APA —r, t, F, χ², Z y Q— para recomputar la p. Su propia documentación pone los límites: normalmente no encuentra la estadística que está dentro de las tablas, una desviación pequeña del formato (corchetes en vez de paréntesis, un punto y coma en vez de una coma) le deja el contraste invisible, y en las revistas de psicología típicas detecta alrededor del 60% de los contrastes (comprobado en septiembre de 2026). Si tus resultados viven en tablas, que es donde vive media psicología, te va a decir poco.

Lo que añade el informe de Previum es alcance, y la mecánica se ve entera en ese ejemplo: los valores p se recomputan desde el estadístico y los grados de libertad con código, no con un modelo; los tamaños del efecto se comprueban contra la F o la t que has escrito tú, que es donde aparece la d que no sale de su propia t; y cada referencia se busca una a una en ocho bases (Crossref, OpenAlex, Semantic Scholar, PubMed, DOAJ, arXiv y OpenLibrary). La prosa del informe sí la escribe un modelo, pero alrededor de números que no puede cambiar.

Las referencias merecen línea aparte, porque es donde tu director tiene menos posibilidades que en ningún otro sitio. Comprobar sesenta referencias son sesenta búsquedas. Nadie hace eso leyendo un borrador: reconoces los apellidos que conoces y das por buenas las demás. Y las que están mal no se distinguen a simple vista —un volumen cambiado, un DOI que lleva a otro artículo, una cita que un modelo de lenguaje te compuso con muy buena letra— porque tienen exactamente la misma forma que las buenas. Comprobarlas una a una es trabajo de máquina en sentido literal: repetitivo, aburrido y con un criterio de acierto binario.

Ninguna de esas tres comprobaciones opina, y esa distinción te va a hacer falta el día que se lo enseñes a alguien: lo que marcan sale de código, y sale igual lo lea quien lo lea. El informe además trae objeciones redactadas como las escribiría un revisor, y esas sí son un punto de vista discutible: léelas como se lee una opinión. Los tres números de debajo no son opinables, y ahí está la diferencia que te interesa defender.

Lo que ve tu director y la máquina no verá nunca

Si la pregunta merece la pena. Ninguna cantidad de coherencia interna salva a un estudio que contesta algo que ya no pregunta nadie. Una máquina puede certificar que el manuscrito es compatible consigo mismo; no sabe que ese debate se cerró en tu campo hace cuatro años, ni que lo que presentas como novedad es la variable que todo el mundo mete ya como covariable. Eso lo sabe quien lleva quince años leyendo esa literatura, y no hay forma de deducirlo del archivo.

Si el diseño contesta la pregunta. Si el grupo de comparación es el que hace falta o el que había, si la medida que usaste es la que acepta tu campo o la que venía en la batería, si el verbo causal de la discusión lo aguanta un transversal, si tu muestra permite generalizar a donde estás generalizando. Nada de esto tiene respuesta cerrada: depende de la literatura, de lo que vayas a afirmar y de lo que estés dispuesto a sostener cuando te pregunten. La máquina audita el manuscrito contra sí mismo; tu director lo audita contra el campo.

Y lo que no está en el archivo. Tu director conoce el proyecto: sabe qué análisis probaste antes que este, por qué se cayeron catorce participantes, qué variable desapareció entre el registro previo y el borrador, qué le prometisteis al comité de ética. Una máquina solo lee lo que has escrito, así que un silencio le resulta invisible; a quien estuvo delante le suena a hueco. Ese control de calidad no lo va a hacer ninguna herramienta, y es la razón de fondo por la que la dirección de tesis existe.

A eso se suma la parte política, que no es menor: a qué revista mandarlo, con qué carta de presentación, en qué orden de firmas, qué editor rechaza de entrada este tipo de diseño y cuál lo manda a revisión. Eso no es verificación, es experiencia de haber sobrevivido al proceso muchas veces, y pesa bastante en por qué te rechazan en una Q1.

El punto ciego que comparten los dos

Conviene decir qué se les escapa a los dos, porque de eso no te avisa nadie. Si el número que copiaste a la tabla no es el que salió en tu análisis, el informe lo dará por perfectamente consistente: recomputa la p desde los grados de libertad que has escrito tú, no desde tus datos. La coherencia no es verdad. Una tabla perfectamente coherente puede ser un error de transcripción perfectamente coherente.

Tampoco ve ninguno de los dos cuántas veces corriste el análisis antes de este, ni que el archivo que analizaste era una exportación vieja, ni que el modelo final se eligió mirando el resultado. Eso solo sale abriendo los datos y la sintaxis, que es un trabajo distinto: el que hace un estadístico cuando le pagas por rehacer el análisis, no por leer el manuscrito.

Y ni la máquina ni tu director son el tercer lector que decide: eso es la revisión por pares y llega después. Lo que haces aquí es autoevaluación del autor sobre su propio manuscrito antes de enviarlo. La frase suena defensiva y no lo es: es exactamente el alcance que tiene, y llamarlo de otra manera te mete en un problema el día que un editor pregunte.

El orden importa: primero la máquina, después tu director

Con el orden al revés pasa esto. Tu director te devuelve el manuscrito con quince comentarios, tú los arreglas, das el texto por cerrado y entonces la pasada aritmética encuentra siete valores p que no cuadran y tres referencias que no existen. Reabres un documento que ya estaba cerrado y vuelves a él con correcciones sobre algo que él había bendecido. La versión buena de ese escenario es que parte de su atención se gastó en dígitos; la mala es que no se gastó y los dígitos siguen ahí.

En el otro orden te cuesta unos minutos y una tarde de arreglos. Le mandas un manuscrito donde las p cuadran con sus grados de libertad, los tamaños del efecto salen de sus propios estadísticos y las sesenta referencias existen. Todo lo que marque a partir de ahí es ciencia, porque no queda otra cosa que marcar. Es la manera más barata que conozco de que su hora se gaste entera en lo que solo puede hacer él.

La misma lógica sirve hacia los lados: el coautor que te ha mandado su parte, el capítulo que va a leer el tribunal, la versión que le enseñas al metodólogo del departamento antes de ocuparle la tarde entera. Ojo con lo que esto no hace: no acorta lo que tarda tu director en contestar. Cambia lo que vuelve.

Cómo contarlo sin que parezca que has externalizado la tesis

Dilo, y dilo con precisión. «He pasado el manuscrito por una IA» invita a la peor interpretación posible, que es que un modelo ha escrito o juzgado tu artículo. «He recomputado todos los valores p desde los grados de libertad y he comprobado las referencias contra las bases; estas siete no cuadran» es otra frase, y además es la verdadera. La primera abre una discusión sobre la IA; la segunda abre una discusión sobre tus siete números, que es la que querías tener.

Lleva la salida como lista de discrepancias, no como veredicto. Cada línea es una pregunta que tienes que resolver tú en tu propia salida de software: una p que no cuadra puede ser una errata al teclear, unos grados de libertad intercambiados o un valor que viene de otro modelo que corriste y que no es el que acabó en la tabla. El informe dice que los dos números no se hablan; cuál de los dos está mal lo decides tú abriendo el archivo.

Y si el informe cuestiona una decisión de análisis que tomó él, eso se lleva como pregunta y no como sentencia. La máquina no conoce tu campo y él sí: puede tener una respuesta de tres frases que cierra el asunto, y puede no tenerla, y ese día habrás hecho tu trabajo. En los dos casos la conversación sale mejor con el papel delante que con una intuición.

Si en tu grupo hay una posición explícita contra la IA en los manuscritos, la raya útil está entre generar texto y comprobar números. Aquí no vuelve texto para pegar: vuelve aritmética recomputada y referencias contrastadas contra bases públicas, y la prosa que las envuelve es un informe para ti, no un párrafo para tu artículo. Si lo que preocupa es el dato, el encargo de tratamiento está publicado, los subencargados están nombrados y el manuscrito no se almacena.

Preguntas frecuentes

¿Tengo que decirle a mi director que he pasado el manuscrito por una herramienta así?

Sí, y te conviene por interés propio: si aparece más tarde, parece que lo escondías. Dilo por lo que hace y no por la etiqueta —recomputar los valores p desde los grados de libertad, comprobar los tamaños del efecto contra los estadísticos del propio artículo y verificar las referencias en las bases— y enséñale la lista de discrepancias. La mayoría de las objeciones a «la IA» se caen solas cuando la frase deja de ser abstracta.

En mi grupo no se acepta usar IA en los manuscritos. ¿Esto entra ahí?

Depende de dónde pongáis la raya, y la raya razonable está entre generar texto y comprobar números. Recomputar una p desde sus grados de libertad es aritmética con código; buscar una referencia en Crossref es una búsqueda. La prosa del informe sí la escribe un modelo, pero es prosa para ti y no material que vaya al artículo. Enseña el informe de ejemplo a quien tenga que decidirlo y que decida sobre lo que hay, no sobre la palabra.

El informe marca un valor p que mi director ya había dado por bueno. ¿A quién hago caso?

A la salida del software, que es la única que zanja. En aritmética no hay dos opiniones: o ese .038 sale de esa F con esos grados de libertad o no sale. Abre el output, mira los tres números y corrige el que esté mal, que muchas veces es un dígito mal tecleado. En decisiones de diseño el reparto es el contrario y tampoco hay empate: manda tu director.

¿Y si el informe cuestiona un análisis que eligió mi director?

Llévalo como pregunta. «El informe dice que con estos datos anidados un ANOVA de un factor ignora la estructura de clase, ¿lo hablamos?» es una frase que se puede contestar; «la IA dice que tu análisis está mal» es una frase que solo se puede ganar o perder. Hay dos finales legítimos: que te explique por qué en vuestro campo se hace así, o que descubráis los dos un problema que era mucho mejor encontrar ahora.

Mi director tarda dos meses en contestar. ¿Esto lo sustituye?

No, y no hay herramienta que lo haga: nadie más que él va a juzgar si la pregunta de tu tesis vale la pena y si el diseño la contesta. Lo que sí consigues es que esos dos meses no se gasten en una ronda por erratas. Si lo que falta es crítica científica y no llega, eso se arregla buscando más lectores —un coautor, alguien del departamento, un congreso— y, si son análisis de psicología o de ciencias de la salud, con ayuda humana contratada; pero las decisiones de tu tesis siguen siendo terreno suyo.

¿Puedo escribir en el manuscrito que ha pasado una revisión?

No en el sentido en que lo va a entender un editor. Esto no es revisión por pares: es autoevaluación del autor sobre su propio manuscrito antes de enviarlo, así que no da para decir que el artículo «ha sido revisado». Otra cosa es la declaración de uso de IA que piden ya muchas revistas: ahí describe lo que hiciste —comprobación automática de consistencia estadística y de referencias sobre un borrador propio— y quédate corto antes que largo.

Quédate con el reparto: la aritmética y las referencias son trabajo de máquina; la pregunta, el diseño y la revista son trabajo de tu director; y lo que no está en el archivo no lo ve ninguno de los dos. Pasa primero la máquina, llega a la reunión con la lista ya resuelta y gasta esa hora en lo único que no puede hacer nadie más. Si al abrir la lista te encuentras con una decisión de análisis que no sabes defender, eso ya no es aritmética: es lo que miramos en la consultoría estadística.