En breve
Los tres caminos no compiten por el mismo trabajo, y por eso «¿cuál es mejor?» no tiene respuesta. Un revisor automático contesta si lo que has escrito es consistente con lo que has hecho: recalcula cada p desde los grados de libertad, comprueba los tamaños del efecto contra tu propia F y busca cada referencia en las bases; cuesta unidades de euros y unos minutos, y no puede decirte que el diseño esté mal planteado. Un estadístico humano contesta si lo que has hecho es lo correcto, y es el único de los tres que puede tomar una decisión de diseño y sostenerla después ante un revisor o un tribunal; cuesta cientos o miles de euros y semanas de calendario. Hacerlo tú no cuesta dinero, cuesta el tiempo que probablemente no tienes, y es el único camino que te deja sabiendo más al terminar. La regla corta: si la pregunta empieza por «¿está bien escrito lo que hice?», máquina; si empieza por «¿hice lo correcto?», persona; si empieza por «¿quiero poder hacerlo yo la próxima vez?», tú.
Tienes el manuscrito casi cerrado, una fecha en el calendario y un presupuesto que no da para todo. En una pestaña, un revisor automático que promete un informe en minutos. En otra, el correo de un estadístico con un presupuesto de tres cifras y una pregunta de vuelta que todavía no has contestado. En la tercera, un tutorial de doce partes que asegura que esto lo sacas tú en un fin de semana. Las tres cosas se presentan como la misma decisión con tres precios distintos, y no lo son: son tres trabajos diferentes que coinciden en tu escritorio la misma semana. Lo que viene separa qué hace cada uno, qué cuesta de verdad —en dinero, en calendario y en riesgo— y en qué situación cada uno es la respuesta correcta, incluidas las situaciones en las que la respuesta correcta no es mi herramienta.
Las tres no compiten por el mismo trabajo
Un manuscrito falla en tres sitios distintos y por tres motivos que no se parecen. Falla por inconsistencia: la p que no cuadra con sus grados de libertad, la N del Método que no es la que implican los df de la tabla, la d que no sale de la t que has publicado al lado, la referencia que no existe. Falla por decisión: el test elegido no es el que pide tu diseño, el supuesto violado se ha esquivado de una forma que no se sostiene, la conclusión causal no la aguanta un transversal. Y falla por competencia: no sabías que había que mirar eso, así que no lo miraste.
Esos tres fallos tienen tres remedios y no son intercambiables. La inconsistencia es aritmética: se comprueba con código y una comprobación mecánica no se cansa ni al ochenta y siete. La decisión no tiene respuesta cerrada; depende de la literatura de tu campo, de lo que vas a afirmar y de lo que estés dispuesto a defender cuando te pregunten. La competencia no se compra en ninguna de las dos: o la construyes tú o la alquilas cada vez.
Conviene además no confundir categorías, porque el mercado las mezcla. Paperpal y Writefull son herramientas de lengua y lo dicen ellas: Paperpal describe corrección gramatical, control de plagio, generación y comprobación de citas, parafraseo y una batería de comprobaciones de formato previas al envío contra los requisitos de las revistas; Writefull describe corrección de estilo académico, parafraseo en varios niveles y generadores de título y resumen. Ninguna de las dos anuncia verificación estadística ni comprobación de que tus referencias existan en las bases (comprobado en septiembre de 2026).
Y hacen bien lo suyo, que no es poco: un manuscrito con el inglés flojo se cae en mesa de editor antes de que nadie mire un solo número. Simplemente no compiten con esto. Una herramienta de lengua y una de verificación estadística se pueden usar el mismo día sobre el mismo archivo sin que ninguna estorbe a la otra.
Camino 1: la pasada de máquina
En dinero. Unidades de euros por informe, pago único, sin reunión previa ni presupuesto. En calendario. Minutos: subes el archivo y lo tienes. En riesgo. El bajo de los tres para tu bolsillo y el más engañoso para tu criterio, por lo que viene abajo.
Lo que hace de verdad conviene decirlo con precisión, porque «revisor de IA» suena a que un modelo lee tu manuscrito y opina. En el informe de ejemplo se ve la mecánica: los valores p se recalculan 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; 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.
Parte de ese trabajo es gratis y decirlo cuesta poco. statcheck lee un artículo en PDF, DOCX o HTML, localiza los contrastes escritos en formato APA y recalcula cada p desde su estadístico y sus grados de libertad; hay paquete de R y hay versión web, sin cuenta ni pago. Si lo único que necesitas es esa comprobación, úsala y ahórrate el resto. Sus límites también son claros: solo ve lo que está en formato APA canónico en el cuerpo del texto, no entra en las tablas de regresión, no comprueba tamaños del efecto y no sabe nada de tu bibliografía.
El riesgo real de este camino es leer mal el resultado. Un informe limpio no dice «esto está bien», dice «no he encontrado nada inconsistente en lo que has escrito». Si corriste el test equivocado, la p es perfectamente consistente con el test equivocado y el informe sale sin una sola marca. Y hay una frase que conviene no adornar: esto no es revisión por pares, es autoevaluación del autor sobre su propio manuscrito antes de enviarlo. No sustituye al editor, no sustituye a los revisores y no acredita nada ante nadie.
Camino 2: el estadístico humano
En dinero. De cientos a miles de euros, y hay cifras públicas con las que orientarse. Las grandes empresas de servicios de autor ofrecen esta parte por separado: Editage la lista como «Statistical Review», descrita como ayuda con el diseño estadístico y las inferencias, sin precio publicado en la página; Enago la lista como «Statistical Analysis» y sí publica tarifa cerrada, con tres opciones: 638 dólares la de métodos y técnicas, 765 la de recomendación estadística y 1.360 el análisis completo, con entregas de 7, 8 y 15 días (comprobado en septiembre de 2026). Un consultor independiente casi siempre trabaja por presupuesto, porque el precio depende del alcance. El orden de magnitud es ese: cientos para una revisión acotada de lo que ya has hecho, miles para un encargo completo de diseño, análisis y redacción.
En calendario. Aquí el número que importa no son las horas de trabajo, es el tiempo de ida y vuelta. Mandas los datos, te devuelven cinco preguntas, tardas tres días en contestarlas porque una de ellas te obliga a revisar cómo codificaste una variable, y así. Contar en semanas es realista; contar en días es como se pierden las convocatorias.
En riesgo. El riesgo no es que el análisis salga mal, es elegir mal a quién se lo encargas. La señal más fiable es la inversa de la que se busca: desconfía de quien te da un plan y un precio sin haberte preguntado nada sobre el diseño, y fíate de quien empieza devolviéndote preguntas incómodas. En fábricas de tesis frente a consultor estadístico está la diferencia con ejemplos, y en cómo elegir estadístico para una tesis doctoral, los criterios uno a uno.
Lo que solo hace una persona es decidir y luego sostenerlo. Una máquina puede marcarte que no has reportado la prueba de esfericidad; que la violación importe o no, y qué hacer en su lugar, es un juicio que depende de tu diseño, de tu N y de lo que vayas a concluir. Y hay una segunda mitad que se olvida al comparar precios: cuando el revisor 2 te tumbe el análisis, alguien tiene que escribir los dos párrafos que lo defienden, o sentarse contigo la semana antes de la defensa. Eso no se descarga.
Camino 3: hacerlo tú
En dinero. Cero, o lo que cueste la licencia si no tienes R o Python delante. En calendario. Aquí está toda la factura, y conviene ser honesto con el número. Aprender a reportar bien una t, un ANOVA o una regresión múltiple, con sus supuestos y sus tamaños del efecto, son días de trabajo real, no una tarde. Aprender bien un modelo multinivel o uno de ecuaciones estructurales son meses, y el primero que hagas solo lo vas a hacer dos veces: una mal y otra bien.
En riesgo. El más alto de los tres, y por una razón que no se arregla estudiando más de lo que ya sabes que hay que estudiar. El error que te cuesta el rechazo no suele ser aquel sobre el que dudabas —ese lo buscas—, sino el que ni se te pasó por la cabeza mirar. Un revisor con oficio detecta en dos minutos que no comprobaste algo, y el problema es que tú no puedes buscar lo que no sabes que existe.
Aun así, hay tres condiciones en las que es la respuesta correcta y no la respuesta barata: el diseño es estándar y de los que están documentados hasta el aburrimiento, tienes tiempo de sobra antes de la fecha, y vas a repetir este análisis. Un doctorando de primer año que va a correr el mismo diseño cinco veces más y un grupo que ha montado una línea estable están comprando algo que no es el ahorro: están comprando no depender de nadie la próxima vez.
Y existe la ruta mixta, que es la que suele salir mejor de precio y casi nadie plantea: lo haces tú entero y pagas solo la revisión de lo que hiciste. Una persona mirando tu sintaxis, tus supuestos y tu tabla durante un rato cuesta una fracción del encargo completo, y te devuelve exactamente lo que no podías ver desde dentro. Los órdenes de magnitud de una cosa y de la otra están en cuánto cuesta el análisis estadístico de una tesis.
Dónde mi herramienta no sustituye a un estadístico
Esto conviene dejarlo escrito sin rodeos, porque es donde se equivoca la gente que compra un informe pensando que ha comprado otra cosa. El revisor comprueba la consistencia de lo que has escrito; no elige tu modelo. Si el modelo está mal elegido, todo lo demás puede salir impecable y el manuscrito estar igual de muerto.
Diseños anidados. Alumnos dentro de aulas, pacientes dentro de terapeutas, medidas dentro de personas. Que haya que modelar el anidamiento, con qué estructura de efectos aleatorios y qué hacer cuando el modelo no converge son decisiones, no comprobaciones. Ecuaciones estructurales. Qué modelo alternativo hay que fitear para que el ajuste demuestre algo, y qué se concluye cuando dos especificaciones distintas ajustan igual de bien. Invarianza de medida. Cuándo la invarianza parcial es suficiente para comparar medias entre grupos y cuándo has dejado de comparar lo mismo.
Datos perdidos. El mecanismo no lo dicta el porcentaje; decidir entre imputación múltiple, máxima verosimilitud o análisis de casos completos depende de por qué faltan, y eso lo sabes tú y lo argumenta un metodólogo. Supervivencia y medidas repetidas irregulares. Qué es el evento, cómo se censura y qué se hace con quien abandona. Muestras clínicas pequeñas. Donde la potencia es la que es y la decisión de verdad es qué se puede afirmar con ese N.
La regla que separa las dos cosas es sencilla: todo aquello sobre lo que un revisor te vaya a preguntar «¿por qué lo hiciste así?» es territorio humano, porque la respuesta es una justificación y no un cálculo. Si estás en cualquiera de esos casos, la pasada de máquina te sirve igual al final para lo que sirve —que las cifras cuadren y las referencias existan—, pero la decisión anterior hay que tomarla con alguien. Eso es lo que hago en la consultoría estadística, y por eso los dos servicios conviven en la misma web en lugar de canibalizarse.
El coste que nadie te cuenta: el momento en que decides
Los mismos tres caminos cuestan cantidades muy distintas según cuándo los tomes, y esa variación es mayor que la diferencia entre ellos. Una decisión de diseño cuesta una conversación de una hora antes de recoger datos. Después de recoger, esa misma decisión ya no se compra a ningún precio: solo se puede sacar el mejor partido posible a lo que hay, y el trabajo de sacar partido a un diseño torcido es más caro y más lento que el de hacerlo derecho, además de dar un resultado peor.
El caso típico llega así: muestra ya recogida, potencia insuficiente para el efecto que se busca, y la petición de «calcula la potencia a posteriori para justificar la N». La potencia calculada después con el efecto observado es una transformación del valor p y no justifica nada; un revisor que lo sepa lo marcará. Lo que se puede hacer en ese punto —reencuadrar la pregunta, reportar el intervalo y ser honesto con la precisión— es trabajo de estadístico, y es trabajo de reparación.
El momento de la máquina es el opuesto: al final, con el manuscrito escrito. Antes no hay nada que comprobar, porque no hay números escritos que puedan contradecirse entre sí. Pasarlo cuando aún estás decidiendo el análisis no te va a devolver nada útil; pasarlo la semana antes de enviar, sí. Ese orden —persona al principio, tú en el medio, máquina al final— es el que sale más barato en conjunto, y curiosamente es el inverso del que sigue casi todo el mundo.
La regla corta para elegir
Antes de pagar nada, formula tu pregunta en voz alta y mira por dónde empieza. Si empieza por «¿está bien escrito lo que hice?» —cuadran las cifras, existen las referencias, está el formato APA— eso es una comprobación mecánica y pagar a una persona por hacerla a mano es tirar dinero. Si empieza por «¿hice lo correcto?» —el test, el supuesto, el modelo, lo que puedo concluir— ninguna máquina te lo va a contestar de forma que puedas defenderla, porque la respuesta es un argumento. Si empieza por «¿quiero poder hacer esto yo la próxima vez?», entonces el tiempo que vas a invertir no es un coste, es lo que estás comprando.
Y no son excluyentes. La combinación que le sale bien a la mayoría es la misma en casi todos los proyectos: haces tú lo que ya sabes hacer, pagas una consulta corta en el momento en que aparece una decisión de diseño que no dominas, y pasas el manuscrito por la máquina la semana antes de enviarlo, cuando el texto ya está y todavía puedes corregir sin rehacer nada.
Si después de esto sigues sin ver claro cuál te toca, la señal más práctica es de qué tienes menos: si te falta dinero y te sobra tiempo, camino tres; si te sobra dinero y te falta tiempo, camino dos; si lo que te falta es tranquilidad antes de darle a enviar, camino uno, que para eso está.
Preguntas frecuentes
¿Un revisor de IA puede sustituir a un estadístico?
Para la parte de comprobación, sí y con ventaja: recalcular cientos de valores p desde sus grados de libertad y buscar cada referencia en ocho bases es un trabajo que una persona hace peor, más lento y más caro. Para la parte de decisión, no. Elegir el test que pide tu diseño, decidir qué hacer con un supuesto violado o justificar por qué modelaste el anidamiento de una manera y no de otra son juicios que hay que poder defender ante un revisor, y una comprobación automática no genera argumentos, genera marcas.
¿Cuánto cuesta un estadístico para una tesis o un paper?
Depende del alcance y del momento. Las pocas cifras públicas que hay dan la horquilla: Enago publica tarifa para su servicio de estadística, de 638 a 1.360 dólares según sea recomendación o análisis completo, y Editage lista el suyo sin precio (comprobado en septiembre de 2026); la mayoría de los consultores independientes trabaja por presupuesto porque el alcance manda. En la práctica va de una consulta corta de revisión, que es lo más barato que se puede contratar, a un encargo completo de diseño, análisis y redacción. Lo que sí conviene saber antes de pedir presupuesto es en qué punto estás: el mismo trabajo cuesta bastante más si los datos ya están recogidos con un diseño que hay que remendar.
¿Un informe automático cuenta como revisión por pares?
No. Es autoevaluación del autor sobre su propio manuscrito antes de enviarlo. No lo firma un revisor independiente, no lo respalda ninguna revista y no se menciona como aval en la carta de presentación. Sirve para llegar al envío con las cifras cuadradas y la bibliografía comprobada, que es exactamente el tipo de fallo por el que se pierde tiempo en el primer filtro editorial.
¿Es ético usar una herramienta de IA para revisar mi propio manuscrito?
Revisar lo que has escrito tú no plantea el mismo problema que generar el contenido. La comprobación de cifras y referencias es equivalente a pasar un corrector: no cambia lo que hiciste, señala dónde lo escribiste mal. Lo que sí exige cuidado es la política de la revista sobre uso de IA, que hoy varía bastante entre editoriales, y no subir a ninguna herramienta datos identificables de participantes. En el sitio están publicados el encargo de tratamiento, los subencargados y que el manuscrito no se almacena, precisamente porque esa es la pregunta razonable.
¿Y si el informe me marca algo que no entiendo?
Es la situación más útil de las tres, aunque no lo parezca. Una marca que no entiendes es un límite de competencia localizado con nombre y apellidos, que es infinitamente mejor que un límite difuso. En ese punto tienes las tres opciones otra vez, pero con la pregunta ya acotada: buscarlo tú, que ahora es factible porque sabes qué buscar; preguntarlo en una consulta corta, que es barata cuando la pregunta es concreta; o decidir que ese punto no afecta a tu conclusión y dejarlo, que también es una decisión legítima si sabes justificarla.
¿Hay algo gratis que haga parte de este trabajo?
Sí, y merece la pena antes de pagar nada. statcheck recalcula los valores p desde el estadístico y los grados de libertad de un PDF, DOCX o HTML, tiene paquete de R y versión web, y no cuesta nada. Cubre una parte del problema —los contrastes escritos en formato APA en el cuerpo del texto— y deja fuera las tablas de regresión, los tamaños del efecto y la bibliografía. Si tu manuscrito es sencillo y tus resultados van en el texto, puede que con eso te baste.
¿Cuál de los tres te toca esta semana?
Si la respuesta es «la pasada de máquina antes de enviar», el informe automático está a unos minutos y a unidades de euros. Si la respuesta es «necesito que alguien decida conmigo», eso es trabajo humano y tiene otro precio. Los dos, con lo que incluye cada uno y sin reunión previa para saber la cifra, están en la misma página.
Ver los precios de los tres caminos →Quédate con la frase que ordena la decisión: la máquina comprueba lo que escribiste, la persona decide lo que hiciste y tú compras la capacidad de no volver a preguntarlo. Elegir mal no suele ser elegir el camino equivocado, es elegirlo tarde: una decisión de diseño vale una conversación antes de recoger datos y no se puede comprar después. Si lo que tienes delante es justo esa decisión —qué modelo pide tu diseño, qué hacer con un supuesto que no se cumple, cómo defender lo que ya hiciste—, eso lo vemos en mi consultoría estadística.