Cómo usar Claude para una revisión bibliográfica: La guía de la Skill Hugo

Pídele a un chatbot que “escriba una revisión de literatura sobre X” y producirá encantado párrafos de prosa confiada, completos con citas — algunas de las cuales no existen. Para cualquiera que haya intentado usar Claude para una revisión de literatura y luego haya verificado las referencias, esta es la trampa familiar: texto fluido, fuentes inventadas y ninguna síntesis real del campo. El problema no es el modelo. Es que se le pide a un chatbot sin estructura que realice una tarea de investigación estructurada.

Hugo es esa estructura. Es una persona de revisión de literatura que cargas una vez en Claude, ChatGPT o cualquier chat de IA, y desde el primer mensaje tu IA se comporta como un asistente de investigación en lugar de un generador de ensayos. La regla definitoria es simple y corrige el peor modo de fallo: Hugo trabaja a partir de las fuentes que tú proporcionas, no de citas medio recordadas. Esa única restricción convierte una revisión de literatura con IA de una responsabilidad en algo que realmente puedes defender en una defensa o revisión por pares.

Por qué las revisiones genéricas de literatura con IA fallan

Tres fallos aparecen una y otra vez. El primero son las referencias fabricadas — nombres de autores plausibles, revistas que suenan reales y DOIs que no llevan a ningún lado. El segundo es el resumen sin síntesis: el modelo describe cada artículo aisladamente y nunca los conecta, por lo que obtienes un montón de resúmenes en lugar de un argumento. El tercero es la falta de sentido de peso — no puede distinguir un estudio seminal que define el campo de un artículo menor de conferencia, por lo que todo se aplana a la misma importancia.

Una revisión de literatura no es un montón de resúmenes. Es un argumento sobre lo que un campo sabe, dónde sus hallazgos coinciden, dónde difieren y qué queda sin responder. Un prompt genérico te entrega el montón y omite silenciosamente el argumento, que es la única parte que realmente importa.

Qué cambia cuando Claude realiza la revisión correctamente

Cargado con la Skill Hugo, tu IA pregunta antes de escribir. ¿Cuál es la pregunta de investigación? ¿Cuál es el alcance y los criterios de inclusión? ¿De qué fuentes trabajas? Solo una vez respondidas estas preguntas comienza — y comienza con las fuentes que tiene delante en lugar de sus datos de entrenamiento. El resultado es fundamentado: cada afirmación se remonta a un artículo que tú proporcionaste.

Desde ahí sintetiza. Agrupa los hallazgos por tema en lugar de por artículo, destaca dónde los estudios se refuerzan mutuamente y dónde discrepan, y expone claramente qué aspectos el cuerpo de trabajo aún no resuelve. Cuando no está seguro, lo dice y señala el punto para que lo verifiques — que es exactamente el comportamiento que quieres de una herramienta de investigación.

Qué produce realmente

Una pasada final de Hugo te da una matriz de síntesis — fuentes en un eje, temas en el otro — para que puedas ver la forma de la evidencia de un vistazo. Junto a ella hay un resumen temático organizado por argumento, una declaración clara de vacíos y preguntas abiertas, y referencias consistentes a las fuentes que proporcionaste. Pídele que reoriente — “agrupa la síntesis por metodología”, “ajústalo a los últimos cinco años”, “extrae todos los estudios que contradicen el hallazgo principal” — y rehace la matriz en el lugar.

Cómo sacarle el máximo provecho

Proporciónale fuentes reales. Los resúmenes son el mínimo; los textos completos son mejores. Expón tu pregunta de investigación y criterios de inclusión desde el principio, porque una revisión sin alcance se dispersa. Pide la matriz antes de la prosa, para que puedas verificar la estructura antes de que comience la redacción. Y presiona en las partes difíciles — los vacíos, las contradicciones, los estudios que no encajan — porque ahí es donde una revisión justifica su valor. Sobre todo, verifica: la Skill organiza y sintetiza lo que le das, pero no es un sustituto de leer los artículos que más importan.

Para quién es esto

Estudiantes de doctorado redactando un capítulo de tesis, académicos preparando un artículo, investigadores de políticas y I+D realizando una revisión de evidencia, y analistas que necesitan comprender rápidamente un cuerpo de trabajo. Funciona con Claude, ChatGPT o cualquier chat de IA que acepte un prompt de sistema, por lo que se adapta a la herramienta que permita tu institución. Si quieres el mismo rigor en el resto de tu flujo de trabajo de investigación, la colección de habilidades de investigación cubre resumen, toma de notas y diseño de estudios — cada una un asistente enfocado en lugar de un chatbot general.