La pregunta que todo el mundo hace es «¿puedo usar IA en mi tesis?». La pregunta útil es otra: ¿en qué parte? Porque una tesis tiene como ocho tareas distintas metidas en el mismo documento, y la IA es excelente en tres de ellas, aceptable en otras tres y una bomba de tiempo en las dos que más pesan en la sustentación.
Separémoslas, porque mezclarlas es exactamente lo que termina en un jurado preguntando algo que no sabes responder sobre tu propio trabajo.
Donde la IA te ahorra semanas de verdad
Las tareas mecánicas, las que nadie va a evaluar pero se comen tu calendario:
- ▸Triaje de literatura. Tienes 60 papers descargados y sabes que solo 12 sirven. Pedirle a un modelo que te resuma abstracts y te diga cuáles tocan tu variable dependiente te ahorra dos fines de semana. Herramientas como Glasp te dejan subrayar en el navegador y recuperar después todo lo marcado, que es la mitad del problema.
- ▸Transcripción de entrevistas. Si tu metodología es cualitativa, esto solo ya justifica aprender la herramienta. Fireflies o cualquier transcriptor decente convierte ocho horas de audio en texto buscable mientras tú haces otra cosa.
- ▸Verificación de cálculos. Wolfram Alpha resuelve y te muestra pasos; un chatbot genérico te da un número con mucha seguridad y a veces está mal. No son lo mismo y conviene no confundirlos.
- ▸La presentación de sustentación. Armar 20 diapositivas a partir de un documento terminado es, hoy, cosa de minutos. Aquí no hay dilema ético alguno.
Ese es justo el recorrido de Aplicaciones IA para Estudiantes: 14 clases cortas, unas 2 horas en total, que pasan por ChatGPT, Wolfram Alpha, Glasp, ROWS, Leonardo AI, Fireflies, Hugging Face y la creación de asistentes con Botpress. Es nivel básico a propósito: la idea es que salgas usándolas, no que salgas opinando sobre ellas.
Donde conviene que escribas tú
Resultados y discusión. Son las dos secciones donde el jurado va a empujar, y son las únicas que dependen de que tú entiendas tus propios datos. Un texto generado puede sonar perfecto y aun así no poder defender por qué descartaste un outlier. Eso se nota en treinta segundos de preguntas.
El marco teórico tiene un riesgo distinto y más concreto: las citas inventadas. Un modelo puede devolverte un autor real, una revista real, un año plausible y un DOI que no existe. Si no abriste el paper, no lo cites. Suena obvio hasta que estás a tres días de entregar.
Los detectores de IA: lo que tu universidad quizá no sabe
Aquí hay dos verdades incómodas al mismo tiempo. La primera: los detectores son poco confiables. Las evaluaciones publicadas en 2026 reportan precisiones alrededor del 60-70% y tasas de falsos positivos que superan el 20% en textos escritos por personas. Un análisis comparativo de cinco plataformas encontró que, sobre el mismo texto humano, unas lo marcaron como IA en porcentajes cercanos al 99% y otras lo dieron como 100% humano. Universidades como Indiana University directamente descartaron usarlos como evidencia.
La segunda: eso no te conviene tanto como parece. Si el detector se equivoca en ambas direcciones, también puede marcarte a ti habiendo escrito cada palabra, y tu defensa no va a ser el porcentaje sino poder explicar tu proceso. Guarda tus borradores, tus notas de lectura y el historial de cambios del documento. Eso vale más que cualquier discusión sobre el número que escupió una herramienta.
Y antes de nada: lee el reglamento de tu facultad. En 2026 la mayoría ya tiene una política escrita, y suelen pedir que declares qué herramientas usaste y para qué. Declararlo casi nunca es el problema; esconderlo sí.
Un flujo que sí aguanta una sustentación
- Tú defines la pregunta de investigación y las variables. Sin IA. Es el único paso que no se delega.
- La IA te ayuda a filtrar literatura; tú lees completos los que vas a citar y guardas el PDF.
- Transcribes y codificas entrevistas con apoyo de IA, pero revisas la codificación a mano sobre una muestra.
- Escribes resultados y discusión tú, en bruto y feo. Después le pides al modelo que señale frases ambiguas o párrafos sin conector lógico. Corregir redacción propia es distinto a generar texto ajeno.
- Declaras el uso en la sección que pida tu facultad, con nombre de herramienta y tarea.
El punto del flujo no es protegerte de un detector. Es que al final del semestre tú entiendas tu tesis mejor que nadie en la sala, que es lo que se está evaluando en realidad.
Lo que se queda después de la tesis
Lo interesante es que el hábito que construyes acá —dividir un trabajo grande en tareas y decidir cuáles delega— es el mismo que te van a pedir en tu primer empleo. Si quieres entender mejor las herramientas que vas a usar todos los días, empieza por comparar modelos en la guía de Claude; y si lo tuyo va para el lado técnico, la ruta de AI Engineer es el siguiente escalón natural cuando ya dejaste de ser usuario y quieres construir.
Si quieres arrancar por lo práctico, Aplicaciones IA para Estudiantes te deja con once herramientas probadas, un asistente propio armado en Botpress y certificado al terminar. Son dos horas; la tesis te va a tomar meses.
Para seguir practicando con otros, en la Comunidad AI Builders hacemos un taller en vivo cada semana con herramientas nuevas.
