# Diseño de un programa propio de investigación en lingüística y semiótica

## Delimitación de un programa de investigación

Un programa de investigación organiza a lo largo del tiempo varias preguntas relacionadas. Una lista de artículos deseables carece de esa organización, igual que un tema tan amplio que admite cualquier proyecto. La coherencia de un programa depende de un problema central, de supuestos explícitos y de una secuencia de estudios en la que cada resultado modifica las decisiones posteriores. En lingüística y semiótica, un programa así permite conectar el análisis conceptual con la observación de prácticas y con la evaluación de mecanismos. El objetivo es un conocimiento acumulativo en el que la continuidad temática no obligue a repetir siempre la misma explicación. Los intereses de partida suelen formularse con términos amplios como significado, identidad, cognición, discurso o inteligencia artificial. Para convertirlos en programa hay que identificar una tensión concreta, que puede estar en la distancia entre lo que una teoría predice y lo que se observa, entre una práctica institucional y sus efectos o entre una capacidad tecnológica y las condiciones en que se usa. Esa tensión tiene que poder describirse mediante casos y preguntas. Si solo se expresa como «hay mucho por estudiar», resulta difícil decidir qué evidencia recoger primero y qué aportaría un resultado específico.

Un programa es propio cuando quien lo dirige asume decisiones intelectuales sobre qué problema considera relevante, qué alternativas compara y qué conclusiones está dispuesto a revisar, algo compatible con usar conceptos ajenos y con trabajar en colaboración. La originalidad puede estar en un fenómeno poco descrito, en una conexión entre niveles, en una medida mejor justificada, en una prueba que distinga explicaciones o en los límites de una generalización aceptada. Siempre hay que explicar la contribución y sus condiciones, sin tomar por avance teórico una novedad técnica solo porque es reciente.

Este texto desarrolla un ejemplo completo de programa, pensado como modelo adaptable y todavía no ejecutado. Su tema es la transformación de sugerencias de IA en compromisos de autores humanos durante la coescritura, una elección que permite articular referencia, inferencia, interacción, documentos y responsabilidad. No se presupone ningún dato, reclutamiento ni resultado. Del ejemplo se derivarán después criterios para diseñar otros programas, entre ellos los que se ocupan de lenguas, comunidades o prácticas en las que no intervienen sistemas de inteligencia artificial.

## Formular el problema central

El programa ilustrativo parte de una observación conceptual. Un texto sugerido, un texto aceptado y una afirmación respaldada son tres cosas distintas. Durante la coescritura, una persona puede incorporar una frase porque mejora el estilo y descubrir más tarde que con ella entró una inferencia nueva. Puede también aceptar una formulación provisional que, a medida que circula, termina convertida en la posición oficial del equipo. El problema central consistiría en comprender cómo se reconocen, se distribuyen y se revisan los compromisos durante esas transformaciones e identificar qué recursos ayudan a mantener la relación entre afirmaciones, evidencia y autoría. La pregunta general sería bajo qué condiciones las personas distinguen una propuesta textual de una afirmación respaldada cuando escriben con asistencia de IA. Como abarca varios procesos, hay que descomponerla en subpreguntas sobre cómo identifican los participantes la procedencia de una frase, qué revisan antes de incorporarla, qué consecuencias atribuyen a aceptarla y cómo corrigen una afirmación ya integrada. Cada subpregunta requiere evidencia distinta. La descomposición permite planificar estudios que se informen mutuamente y evita pedir a una sola tarea experimental que explique toda la práctica de coescritura.

La relevancia teórica del problema está en la conexión entre significado y actividad. Una afirmación conserva palabras semejantes mientras cambia de estatuto y pasa de sugerencia a borrador, cita, conclusión o compromiso editorial. La relevancia práctica deriva de que esas transiciones afectan documentos que otras personas utilizan. El fenómeno se define por una relación que necesita explicación, al margen de cualquier valoración previa de la tecnología. El programa no presupone que la IA cause necesariamente más errores que otras formas de escritura. Debe comparar condiciones y reconocer que la revisión humana, las plantillas o el trabajo colectivo también pueden introducir transformaciones problemáticas.

El propósito podría enunciarse de forma provisional como «Explicar cómo se atribuyen y reparan compromisos epistémicos en la coescritura asistida y evaluar recursos que mejoren la revisión sin generar una carga desproporcionada». Su segunda parte añade una dimensión aplicada que no debería imponerse antes de tiempo a la primera. Antes de diseñar una solución hay que saber qué problemas aparecen y cómo los resuelven hoy los participantes. Una intervención construida sobre una dificultad imaginada puede funcionar bien en una demostración y resultar irrelevante para la actividad real que pretendía mejorar.

## Construir un mapa de literatura orientado por decisiones

La revisión bibliográfica debe ordenarse según las preguntas del programa, con los autores y las fechas como criterios secundarios. El ejemplo requiere trabajos sobre terreno común, escritura colaborativa, evaluación de fuentes y responsabilidad discursiva, que aportan herramientas diferentes. Clark y Brennan (1991) son una referencia sobre la coordinación del entendimiento en la comunicación; Lee, Liang y Yang (2022) presentan CoAuthor, un recurso para estudiar la escritura humana con modelos de lenguaje. Recurrir a ambos trabajos no significa que compartan una teoría completa. El programa ha de explicar qué toma de cada uno y qué conexión propone investigar por su cuenta. Lejos de acumular autoridades, un mapa útil registra afirmaciones, evidencia y límites. De cada trabajo debería anotarse qué pregunta aborda, con qué población, mediante qué tarea y qué resultados sostiene, junto con sus versiones y correcciones. Puede ocurrir que un artículo muy citado no responda a la pregunta del proyecto o que una fuente reciente aporte un instrumento de validez todavía incierta. El mapa tiene que mostrar qué se sabe con apoyo suficiente, dónde hay desacuerdos y qué estudio reduciría una incertidumbre concreta que afecte al programa.

Las búsquedas deben combinar vocabularios próximos, porque un mismo fenómeno puede estudiarse como atribución, procedencia, autoría, aceptación de sugerencias o monitoreo de fuentes. Limitarse a una sola etiqueta puede producir una falsa impresión de novedad. Hay que revisar también las referencias de los trabajos centrales y buscar críticas o resultados divergentes. Las herramientas de investigación asistida ayudan a localizar material, aunque después hay que verificar que cada fuente existe y sostiene lo que se le atribuye. Los resúmenes recuperados a veces están incompletos o mal asociados. Las decisiones importantes requieren la lectura de las fuentes mismas.

La revisión debería desembocar en decisiones operativas, como observar episodios de aceptación, conservar versiones del texto y distinguir procedencia de respaldo, o en la constatación de que una medida disponible no evalúa lo que se necesita. Esas conclusiones orientan el primer estudio. Una revisión que solo concluye que «hacen falta más investigaciones» deja intacto el problema de diseño. El producto inicial sería un argumento breve sobre la incertidumbre elegida, con una matriz de evidencia que pueda actualizarse cuando aparezcan resultados nuevos.

## Definir conceptos y alternativas explicativas

El programa necesita definir cuatro nociones. Una propuesta textual, como las sugerencias que emite el sistema, es material disponible para consideración. La adopción es la incorporación observable de una propuesta bajo criterios explícitos. El respaldo designa la relación entre una afirmación y las razones o la evidencia relevantes. La reparación es una intervención que actúa sobre un problema ya identificado. Son definiciones iniciales que tendrán que revisarse con casos. Inferir respaldo a partir de un clic de aceptación sería un error, como lo sería llamar reparación a cualquier cambio de redacción. Esas diferencias son precisamente parte del fenómeno que se quiere estudiar.

Consideremos tres explicaciones alternativas. Según la primera, las dificultades provienen sobre todo de no reconocer qué cambió en una sugerencia. La segunda atribuye un papel central a las señales de autoridad, que favorecen la aceptación incluso cuando el cambio se ha reconocido. La tercera pone el acento en la organización del trabajo, en la que una persona identifica el problema pero supone que otra lo revisará.

Las tres pueden coexistir, aunque generan expectativas diferentes. Un recurso que muestre los cambios debería ayudar sobre todo si la primera es correcta. Si lo es la tercera, podría ser más útil uno que aclare responsabilidades. El diseño debe poder separar las tres contribuciones.

También hay que especificar dónde no se espera el efecto. Una sugerencia puramente ortográfica puede requerir menos revisión epistémica que una reformulación causal. Un equipo con procedimientos claros quizá maneje las atribuciones de otra manera que una persona que escribe sola, del mismo modo que un texto exploratorio tiene exigencias distintas de las de una conclusión publicada. Estas diferencias no deberían añadirse a posteriori solo para salvar una hipótesis. Pueden formularse desde el comienzo como límites o moderadores plausibles y servir de criterio para seleccionar los casos y materiales que hagan informativa la comparación.

El marco de uptake, enactment e integración trabajado antes en esta obra puede orientar provisionalmente el análisis si no se lo trata como una escala ya validada. Permitiría observar el reconocimiento de una sugerencia, su incorporación a una práctica y la dependencia posterior respecto de lo incorporado, dimensiones que necesitarían indicadores y ejemplos. Si los datos muestran que la distinción no ayuda, habrá que modificarla o abandonarla. Un programa propio conserva la libertad de revisar sus herramientas conceptuales y no debe tratar una propuesta organizadora como conclusión antes de haber examinado su utilidad.

## Diseñar una arquitectura de estudios

Una secuencia razonable incluiría un estudio descriptivo que identifique prácticas y problemas, un experimento delimitado que compare explicaciones en condiciones controladas y una evaluación longitudinal que examine la sostenibilidad y los efectos en una actividad más completa. Esta planificación admite cambios si ya existe evidencia descriptiva suficiente o si las condiciones de acceso aconsejan otro orden. En cualquier caso, cada estudio necesita una función explícita y ninguno debería repetir el anterior con otro vocabulario.

Las dependencias también tienen que quedar claras. El experimento necesita categorías y materiales en cuya construcción puede ayudar el estudio descriptivo; la evaluación longitudinal requiere una intervención suficientemente estable y criterios de revisión. Si el primer estudio no encuentra el problema esperado, el programa no debería continuar de forma mecánica. Puede reformular la pregunta o estudiar por qué la práctica ya dispone de soluciones eficaces. La arquitectura debe incluir puntos de decisión sobre el avance y la revisión. Una trayectoria científica es coherente cuando aprende de sus resultados, aunque eso obligue a dejar sin ejecutar alguna de las etapas previstas.

Cada estudio debería producir algo útil aunque el programa cambie más adelante. Del descriptivo podría salir una tipología documentada de transformaciones y episodios; el experimento estimaría los efectos y límites de una intervención y la evaluación longitudinal explicaría las condiciones de implementación y la distribución del trabajo. Pueden generarse además recursos compartibles, siempre que la privacidad y los acuerdos lo permitan. Esta autonomía parcial reduce el riesgo de que todo el valor dependa de una última etapa incierta. La continuidad intelectual se mantiene mediante preguntas comunes y comparaciones explícitas entre resultados.

La arquitectura necesita, por último, un núcleo mínimo que responda a una pregunta relevante con los recursos disponibles, además de extensiones opcionales, como otras lenguas, géneros o modalidades, que no comprometan la finalización de lo esencial. Es preferible terminar un estudio bien delimitado y explicar su alcance antes que reunir material heterogéneo imposible de analizar con profundidad. La planificación ha de distinguir la ambición científica del volumen de trabajo y reconocer que más condiciones o más métodos no garantizan una contribución más clara ni más sólida.

## Descripción de las transiciones de compromiso en el primer estudio

El primer estudio observaría sesiones de coescritura en tareas acotadas, con materiales cuyo uso esté autorizado. Su unidad principal sería el episodio en que una sugerencia se incorpora, se modifica, se rechaza o se discute, del que se conservarían las versiones y el contexto necesario para comprender la decisión. Buscaría identificar tipos de transición y recursos de revisión, sin pretender estimar una tasa universal de errores. Tareas y participantes se elegirían según la población que el programa desea comprender y con criterios de inclusión explícitos.

La recogida de datos podría combinar el registro de versiones, la observación de pantalla y una conversación posterior sobre episodios seleccionados, con los procedimientos adecuados. La entrevista retrospectiva permitiría explorar razones y experiencias, aunque no se la trataría como acceso exacto al proceso mental. El registro, a su vez, mostraría acciones, pero aislado no explicaría sus motivos. La relación entre ambas fuentes se analizaría de manera explícita. Si una persona incorpora una frase y luego dice que no la había considerado definitiva, esa discrepancia puede ser central para comprender el problema de atribución.

El análisis desarrollaría categorías mediante la comparación de casos y la búsqueda de contraejemplos. Podría distinguir, por ejemplo, el fortalecimiento de una afirmación, el cambio de agente, la pérdida de una condición y la incorporación de una fuente. Se trata de propuestas iniciales. Habría que comprobar si resultan pertinentes y si los participantes reconocen diferencias semejantes.

El estudio tendría que examinar también las soluciones eficaces que ya existen, como la comprobación conjunta, las marcas provisionales o una división clara de la revisión. Un programa centrado únicamente en los fallos puede pasar por alto recursos de la propia práctica que, para diseñar intervenciones, dan mejores bases que cualquier solución externa concebida sin conocerla.

El producto sería un informe con definiciones, casos contrastados y límites de muestreo, con materiales compartibles cuando corresponda. Se pasaría al experimento si hubiera una distinción suficientemente clara y una manipulación viable. Con categorías todavía ambiguas habría que continuar el trabajo conceptual o reducir el alcance. Que los casos compongan una historia atractiva no debería pesar en esa decisión, que debe atender a si hacen posible formular predicciones y construir tareas cuyo resultado pueda interpretarse sin supuestos todavía indefinidos.

## Contraste de mecanismos en el segundo estudio

El segundo estudio evaluaría una intervención concreta. Supongamos que compara una interfaz que resalta los cambios de contenido con otra que presenta únicamente el texto propuesto, con el resto del material sin variaciones. El resultado principal podría ser la detección de modificaciones que exceden la evidencia disponible. Para distinguir la explicación por reconocimiento de la explicación por autoridad podrían añadirse condiciones, siempre que el diseño y los recursos alcancen para analizarlas. Cada factor añadido debe corresponder a una alternativa explicativa y producir un contraste que el estudio sea capaz de evaluar. Los materiales serían ficticios, con diferencias semánticas precisas y atención a su familiaridad, longitud y dificultad. Una sugerencia podría cambiar «se asocia» por «produce»; otra, transformar una posibilidad en una afirmación segura. Habría también sugerencias correctas, con las que se medirían los rechazos innecesarios y se evitaría que los participantes descubrieran que toda propuesta contiene un problema. Las instrucciones explicarían la tarea sin convertirla en un examen de la hipótesis del investigador. Un piloto documentado comprobaría la comprensión de las instrucciones y el funcionamiento del procedimiento.

El plan de análisis se formularía antes de observar los resultados confirmatorios. Nosek y colaboradores (2018) tratan el prerregistro como un medio para distinguir predicción y exploración. En este programa, el plan fijaría los resultados principales, los criterios de exclusión, el tratamiento de las respuestas incompletas y la estructura del modelo. Al planificar el tamaño de la muestra habría que considerar la variación entre personas y también entre materiales, como recuerda el problema de generalización planteado por Clark (1973). Las decisiones se justificarían por la precisión buscada o por los efectos que se consideren relevantes, sin recurrir a una cifra convencional independiente del diseño.

El resultado podría favorecer, limitar o poner en cuestión la intervención. Una mejora de la detección acompañada de muchas falsas alarmas no se interpreta igual que una mejora equilibrada. Un efecto pequeño e incierto no debe tomarse como prueba de inutilidad. Si, en cambio, fuera claro en condiciones controladas, todavía tendría que confirmarse en el uso cotidiano. La decisión siguiente dependería de la magnitud del efecto, de su incertidumbre y del costo de uso. Los patrones de error ayudarían a comprender qué mecanismo parece afectado. El experimento aportaría una parte de la evidencia del programa, sin certificar que el problema de responsabilidad en la coescritura haya quedado resuelto.

## El tercer estudio y la observación del uso sostenido

La evaluación longitudinal investigaría cómo se integra una intervención en prácticas reales o próximas a ellas, con los acuerdos y la protección adecuados. Se trataría de saber si los participantes la siguen usando pasada la novedad, cómo se reparten la revisión y qué dificultades nuevas aparecen. Además de la satisfacción, podrían examinarse la calidad de las decisiones, la carga de trabajo, las correcciones posteriores y la capacidad de explicar el origen de las afirmaciones, siempre que cada medida responda a una pregunta precisa y el seguimiento no acabe en una recopilación indiscriminada de la actividad de escritura. La unidad de análisis puede ampliarse al equipo y al documento a lo largo de sus versiones. Cuando una persona revisa, otra modifica y una tercera publica, la responsabilidad puede desplazarse durante la circulación del texto. El estudio debería conservar suficiente información sobre esas transiciones y distinguir las acciones realizadas de las funciones asignadas.

A veces una herramienta en apariencia eficaz depende del trabajo informal de alguien que corrige sus limitaciones. Ese trabajo debe incorporarse a la evaluación del costo y de la sostenibilidad, sin atribuir todo el resultado favorable a la tecnología.

El seguimiento permitiría estudiar también el aprendizaje. Los participantes podrían mejorar su revisión, depender más de las marcas automáticas o desarrollar prácticas diferentes, posibilidades que por ahora son hipótesis. Para interpretarlas se necesitan comparaciones y medidas adecuadas, incluidas tareas sin ayuda cuando procedan y sean éticamente aceptables. Un cambio a lo largo del tiempo puede deberse también a la experiencia general, a modificaciones del sistema o a variaciones en las tareas. La evaluación tiene que registrar esas condiciones y evitar atribuir automáticamente toda evolución a la intervención principal.

El producto sería una explicación de las condiciones de uso, los beneficios, los límites y las necesidades de mantenimiento. Si la herramienta solo ayuda cuando hay formación específica, esa condición debe figurar en el resultado. Si nadie la usa, habrá que averiguar si falla el diseño, la utilidad o la compatibilidad con la actividad. El programa podría concluir incluso que modificar los procedimientos es más eficaz que añadir funciones técnicas. Sería una conclusión útil, porque la investigación se orienta a comprender y mejorar una práctica y no a demostrar que debe triunfar una solución preferida de antemano.

## Planificación del tiempo y de los recursos

Un cronograma debe registrar dependencias y márgenes sin prometer que cada tarea durará exactamente lo previsto. A modo de ilustración, un año de trabajo podría reservar una primera fase para la revisión, los acuerdos y el diseño, otra para el estudio descriptivo, una tercera para el contraste experimental y la última para la integración de resultados y la escritura. La evaluación longitudinal quizá requiera más tiempo o termine convertida en un proyecto posterior. La distribución concreta depende del acceso, la experiencia y los recursos disponibles. En ningún caso el calendario debería obligar a presentar evidencia incompleta como resultado definitivo para cumplir una fecha imaginada.

El presupuesto se construye a partir de las actividades, entre ellas la compensación de participantes, la transcripción, el almacenamiento adecuado, la asesoría, las herramientas y el tiempo de análisis. Sumar licencias tecnológicas deja fuera buena parte del costo. La revisión manual y la preparación de materiales suelen requerir un trabajo que el presupuesto debe hacer visible. Las estimaciones iniciales deben declararse como supuestos y revisarse tras los pilotos. Con recursos limitados conviene acotar la pregunta hasta poder responderla con rigor antes que eliminar controles esenciales o sostener un diseño ambicioso con trabajo invisible o imposible.

## Capacidades, colaboración y mantenimiento

El programa requiere identificar las capacidades propias y la colaboración necesaria. Quien domina el análisis discursivo puede necesitar apoyo en modelización estadística; quien programa, formación en trabajo de campo. Reconocer esa distribución previene errores y mejora el aprendizaje. La colaboración debe definir desde el inicio responsabilidades, criterios de autoría y manejo de desacuerdos. No todas las tareas necesitan la misma participación, aunque las decisiones que afectan la validez tienen que recibir atención competente y el equipo debe poder explicar cómo integró sus contribuciones.

El programa debe prever además su mantenimiento. Datos, código y documentos necesitan una organización que los mantenga utilizables cuando termina una etapa, junto con documentación suficiente para transferir tareas y reconstruir análisis, porque las herramientas pueden cambiar, los acuerdos limitar plazos y las personas dejar el equipo. Esta infraestructura tiene valor intelectual propio. Gracias a ella las preguntas se conectan a lo largo del tiempo y una investigación nueva puede aprovechar resultados anteriores sin depender de recuerdos personales ni de archivos cuyo significado se perdió con quienes los gestionaban.

## Criterios para avanzar, revisar o detener

Un programa necesita criterios de decisión que no dependan únicamente de obtener resultados favorables. Antes de avanzar hay que preguntarse si el fenómeno está suficientemente definido, si los datos disponibles lo hacen observable y si el siguiente estudio reducirá una incertidumbre relevante. Deben fijarse también las dificultades que justificarían un cambio de diseño, como un acceso insuficiente, medidas poco interpretables o una intervención que crea problemas mayores que los que aborda. Estas decisiones no son un fracaso administrativo. Forman parte del razonamiento científico y evitan consumir recursos en etapas cuyo fundamento se debilitó durante el trabajo.

Los resultados negativos admiten respuestas distintas. Si la manipulación no fue percibida, quizá el estudio no evaluó la hipótesis prevista; si lo fue y el efecto sigue siendo muy incierto, puede hacer falta mayor precisión. Una evidencia que favorece un efecto menor que el considerado relevante aconseja, en cambio, revisar la prioridad de la intervención. No debe recurrirse cada vez a una explicación auxiliar distinta para proteger la idea original. El programa necesita conservar sus alternativas y declarar qué resultados modificarían realmente sus compromisos. Detener una línea puede ser también una decisión informativa. Quizá la pregunta resulte menos importante para los participantes de lo que se esperaba o ya exista una solución sencilla. Documentar esas razones puede ayudar a otros investigadores y evitar duplicaciones. La continuidad de un programa es compatible con que algunos de sus proyectos se abandonen. Su identidad puede mantenerse en el problema central mientras cambian los mecanismos y los métodos. Sí debe evitarse una deriva en la que cada oportunidad nueva se incorpore sin explicar cómo contribuye a la pregunta común ni qué prioridad desplaza.

Los criterios de revisión deben incluir las consecuencias éticas. Si una forma de recogida expone información no prevista o deteriora relaciones de trabajo, hay que reevaluarla. La aprobación inicial no exime del seguimiento. Pueden surgir también conflictos entre el interés científico y las necesidades de la comunidad, para los que el programa necesita vías de diálogo y decisiones proporcionadas. La calidad del programa se aprecia en cómo responde a las condiciones reales, sin aferrarse a un plan escrito antes de conocerlas.

## Datos, apertura y responsabilidad documental

La documentación tiene que permitir comprender qué contiene cada conjunto de datos, cómo se produjo y para qué usos resulta adecuado. La propuesta de fichas de datos de Gebru y colaboradores (2021) puede orientar esta tarea si se adapta al carácter lingüístico e interaccional del material. En el programa ilustrativo habría que describir tareas, participantes, versiones y decisiones de anonimización, además de las exclusiones y los usos no respaldados. Un archivo descargable sin esta información puede parecer abierto y, sin embargo, inducir interpretaciones incorrectas o reutilizaciones incompatibles con los acuerdos originales.

La apertura debe distinguir entre materiales. Un protocolo ficticio admite una difusión amplia y el código puede publicarse sin datos sensibles. Para una grabación identificable, en cambio, quizá haga falta un acceso restringido. Pueden prepararse además ejemplos sintéticos que muestren la estructura del análisis, identificados claramente como tales. La transparencia requiere dar lo necesario para evaluar el argumento y explicar los límites de acceso, sin obligación de exponerlo todo. Cuando hay restricciones deben indicarse las alternativas de revisión disponibles, de modo que la privacidad no se convierta en una justificación genérica para dejar sin documentar las decisiones.

La escritura del programa debe conservar la procedencia de las afirmaciones y sus versiones, de modo que los resultados preliminares no circulen como conclusiones consolidadas y cada corrección llegue a los documentos afectados con indicación de lo que cambió. Esta disciplina pesa más cuando se estudia precisamente la atribución en la coescritura, porque el equipo debe aplicar a su propia práctica criterios compatibles con los que investiga. Sin aspirar a una perfección absoluta, necesita procedimientos para reconocer y reparar errores. De esos procedimientos depende su credibilidad tanto como de la calidad de la primera versión publicada.

Dentro del propio proyecto, el uso de IA tiene que delimitarse. Puede apoyar la búsqueda, la programación o la redacción, mientras las decisiones científicas quedan sujetas a revisión y responsabilidad humanas. Toda referencia sugerida ha de comprobarse, cualquier categoría generada necesita justificación y los resultados calculados deben vincularse con datos y código verificables. Las herramientas no deben usarse para producir observaciones ficticias que completen huecos. La documentación debería explicar qué funciones relevantes cumplieron y cómo se controlaron, de manera que pueda evaluarse su contribución sin atribuirles tareas que no realizaron ni ocultar dependencias que afectan la interpretación del trabajo.

## Productos y criterios de contribución

De un programa pueden salir conocimiento teórico, recursos metodológicos y herramientas aplicadas. Cada tipo de producto se juzga con criterios propios. Una contribución conceptual tiene que aclarar relaciones o distinguir alternativas; un corpus debe estar documentado y ser útil para preguntas definidas; una intervención ha de demostrar su valor en las condiciones en que fue evaluada. El número de publicaciones no reemplaza ninguna de estas contribuciones. Desde el inicio debería definirse qué cambio en el conocimiento justificaría cada producto y quién podría utilizarlo. Esa orientación ayuda a evitar artículos que fragmentan artificialmente un mismo resultado sin añadir una pregunta nueva ni una explicación más precisa. En el ejemplo, los tres estudios podrían producir una tipología de transiciones entre sugerencia y compromiso sustentada en episodios analizados, una estimación de cuándo una representación de los cambios mejora la revisión y una explicación de cómo se sostiene esa mejora en los equipos. La síntesis final debería revisar el marco inicial a la luz de los tres. Si las dimensiones propuestas no se distinguen en los datos, la contribución puede consistir en reformularlas. La teoría no debería llegar intacta al final por una obligación de coherencia narrativa. Tendría que mostrar qué aprendió del recorrido empírico.

Los recursos reutilizables necesitan mantenimiento y límites. Una batería de pruebas puede ayudar a evaluar sistemas futuros, pero puede volverse conocida y favorecer adaptaciones específicas. Hay que conservar su propósito y evitar que una puntuación se tome por un certificado universal. Ribeiro y colaboradores (2020) muestran la utilidad de las pruebas orientadas a capacidades, lógica que el programa puede adoptar para construir casos de atribución y alcance. Esa aplicación propia requeriría una validación específica. Citar una metodología reconocida no convierte automáticamente cualquier colección de ejemplos en un instrumento adecuado.

La difusión debe adaptarse a cada público sin alterar las conclusiones. Cabe detallar los modelos en un artículo técnico, explicar las decisiones de revisión en una guía práctica y presentar hallazgos y límites en lenguaje claro en la devolución a los participantes. Ningún formato debería exagerar la causalidad o la eficacia para resultar atractivo. Los productos que documentan ausencia de efecto, dificultades y cambios de dirección también merecen conservarse, porque otros investigadores pueden aprender del recorrido completo, incluidos los tramos que no favorecen la hipótesis inicial.

## Identidad intelectual, formación continua y crítica externa

Un programa propio se reconoce por sus preguntas y sus criterios, más allá de la técnica o la marca tecnológica con que trabaje. Aunque la herramienta estudiada cambie, el problema de atribución, evidencia y responsabilidad puede seguir siendo relevante. Esa estabilidad hace posible sostener una trayectoria sin perseguir cada novedad. Al mismo tiempo, el programa tiene que mantenerse abierto a fenómenos que cuestionen su formulación. La pregunta central orienta el trabajo, aunque no puede usarse para descartar la evidencia que no encaje en el vocabulario elegido al principio.

La formación continua debe responder a necesidades concretas. Aprender estadística, programación, trabajo de campo o filosofía del lenguaje puede ampliar las posibilidades, aunque nadie necesita dominarlo todo antes de iniciar un proyecto. Lo razonable es identificar el siguiente cuello de botella y adquirir o incorporar la capacidad que falta. La lectura, por su parte, ha de alternar profundidad y amplitud, de modo que se comprendan los trabajos centrales y se exploren conexiones sin que la revisión se transforme en un aplazamiento indefinido de la investigación. El programa avanza mediante productos parciales y revisables que hacen visibles los problemas y dan ocasión a una crítica informada.

Esa crítica hay que buscarla en interlocutores con perspectivas distintas. Quien comparte todos los supuestos del proyecto puede detectar errores internos y pasar por alto una alternativa importante. Alguien que conoce la práctica estudiada quizá advierta que una tarea carece de sentido. Quien domina el método está en condiciones de identificar los límites de la inferencia. La autonomía científica, que no prescinde de esta revisión, se ejerce al asumir de manera explícita las decisiones tomadas después de escucharla. Integrar las críticas significa comprenderlas, responder con razones y registrar los cambios que se hagan, aunque no todas las sugerencias se acepten.

Es útil, además, redactar periódicamente una síntesis breve del estado del programa, sin pretensiones de manifiesto, con lo que se sabe, lo que se abandonó, lo que sigue incierto y la próxima decisión. Tiene que ser lo bastante concreta para mostrar si el trabajo reciente acercó una respuesta o abrió un problema diferente. Ese documento puede evitar que se acumulen tareas sin prioridad. Sirve también para redistribuir recursos y mantener la relación entre la actividad cotidiana y los objetivos intelectuales, sobre todo cuando varias colaboraciones y productos compiten por la atención.

## Síntesis del ejemplo y extensión a otros programas

Cabe resumir el ejemplo desarrollado en una trayectoria de decisiones que va de identificar transiciones de compromiso a contrastar mecanismos y a evaluar las condiciones del uso sostenido. Su coherencia descansa en que cada estudio produzca evidencia capaz de orientar el siguiente y en que las conclusiones conserven su alcance, aunque algunas hipótesis no se confirmen. El programa da una estructura para aprender sobre la coescritura y no promete demostrar que una intervención funcionará. Esa diferencia protege la calidad científica y permite reconocer contribuciones incluso cuando los resultados obligan a cambiar de dirección.

Otros programas pueden seguir la misma lógica con objetos como la adquisición de una construcción, la circulación de una categoría social, la traducción institucional o la interpretación multimodal. Partirán de una tensión específica, seguida de conceptos, alternativas, evidencia y decisiones, con métodos adecuados a cada fenómeno. Nada obliga a incluir IA ni a combinar todas las disciplinas en cada estudio. La integración de disciplinas tiene sentido cuando responde a una necesidad explicativa y vuelve más precisa la investigación. Añadir complejidad para aparentar amplitud interdisciplinaria no la justifica. La viabilidad requiere ajustar alcance, recursos y tiempos sin perder la pregunta. Un núcleo pequeño y bien elegido puede sostener una contribución importante que la documentación y la colaboración amplíen después. La apertura responsable facilita la reutilización; los criterios de revisión impiden que el programa se vuelva inmune a la evidencia. Son condiciones intelectuales y organizativas a la vez. Investigar el lenguaje y la semiosis exige producir relaciones entre personas, materiales y conceptos que permitan discutir resultados de manera informada y sostener el trabajo más allá de una primera publicación.

El cierre de la obra podrá volver ahora a su pregunta más amplia, la de cómo se relacionan lenguaje, signo, mente, sociedad e inteligencia artificial. La respuesta será una síntesis de conexiones y de responsabilidades de investigación que conserve las diferencias estudiadas. Diseñar un programa propio significa convertir esa síntesis en preguntas concretas y revisables. Cada proyecto tendrá que decidir qué relación examina y con qué evidencia y propósito, sin perder la capacidad de aprender de aquello que los datos, los participantes y las críticas obliguen a reconsiderar.

## Referencias

Clark, H. H. (1973). The language-as-fixed-effect fallacy: A critique of language statistics in psychological research. *Journal of Verbal Learning and Verbal Behavior, 12*(4), 335–359. https://doi.org/10.1016/S0022-5371(73)80014-3

Clark, H. H., y Brennan, S. E. (1991). Grounding in communication. En L. B. Resnick, J. M. Levine y S. D. Teasley (eds.), *Perspectives on Socially Shared Cognition* (pp. 127–149). American Psychological Association. https://doi.org/10.1037/10096-006

Gebru, T., Morgenstern, J., Vecchione, B., Vaughan, J. W., Wallach, H., Daumé III, H., y Crawford, K. (2021). Datasheets for datasets. *Communications of the ACM, 64*(12), 86–92. https://doi.org/10.1145/3458723

Lee, M., Liang, P., y Yang, Q. (2022). CoAuthor: Designing a human-AI collaborative writing dataset for exploring language model capabilities. En *Proceedings of the 2022 CHI Conference on Human Factors in Computing Systems*. https://doi.org/10.1145/3491102.3502030

Nosek, B. A., Ebersole, C. R., DeHaven, A. C., y Mellor, D. T. (2018). The preregistration revolution. *Proceedings of the National Academy of Sciences, 115*(11), 2600–2606. https://doi.org/10.1073/pnas.1708274114

Ribeiro, M. T., Wu, T., Guestrin, C., y Singh, S. (2020). Beyond accuracy: Behavioral testing of NLP models with CheckList. En *Proceedings of the 58th Annual Meeting of the Association for Computational Linguistics* (pp. 4902–4912). https://doi.org/10.18653/v1/2020.acl-main.442