Sobre las personas
Quién debe entender, decidir o actuar.
- ¿Qué necesita saber primero?
- ¿Cuánto tiempo tiene?
- ¿Qué conocimientos ya posee?
- ¿Leerá desde un celular?
De preguntas amplias a conocimiento útil
Cómo construí dos grandes proyectos de investigación
Una explicación sencilla del método que usé para investigar, comparar, organizar, revisar y convertir ideas complejas en herramientas claras para personas y para inteligencia artificial.
TL;DR — En pocas palabras
No comencé diseñando una página. Comencé haciendo preguntas. Luego investigué, comparé pruebas, organicé las ideas, busqué fallas y construí una herramienta que pudiera seguir creciendo.
- Definí el problemaQué no funcionaba y por qué importaba.
- Hice preguntasSobre personas, diseño, pruebas y decisiones.
- InvestiguéRevisé varias disciplinas y fuentes.
- OrganicéSeparé hechos, hallazgos y recomendaciones.
- Revisé críticamenteBusqué errores, riesgos y vacíos.
- ConstruíConvertí el conocimiento en sistemas útiles.
01 · El recorrido completo
El trabajo avanzó por etapas, no de un solo golpe
Cada etapa respondía una pregunta distinta. El diseño final fue la consecuencia del razonamiento anterior.
-
Identifiqué un problema real
Había mucha información, pero estaba dispersa. Era difícil encontrar lo importante, comprobar las fuentes y explicar por qué se tomaba una decisión.
-
Definí quién necesitaba entenderla
Pensé en directivos, diseñadores, técnicos, investigadores, lectores mayores y futuros sistemas de inteligencia artificial. Cada uno necesita un nivel distinto de detalle.
-
Formulé preguntas grandes
Antes de buscar datos aislados, pregunté cómo leen las personas, qué hace confiable una afirmación, cómo se comunica un riesgo y cómo se conserva la autoría.
-
Investigé varias disciplinas
Uní diseño, accesibilidad, escritura persuasiva, documentación técnica, toma de decisiones, organización del conocimiento e inteligencia artificial.
-
Separé cada tipo de información
No mezclé fuentes, opiniones, hallazgos y decisiones. Cada elemento recibió un propósito y un lugar claro.
-
Convertí la evidencia en conclusiones
Busqué patrones repetidos, desacuerdos, pruebas fuertes, limitaciones y recomendaciones que pudieran ponerse en práctica.
-
Construí una primera versión
Organicé la investigación en páginas móviles, accesibles, buscables y preparadas para ser leídas tanto por personas como por máquinas.
-
La ataqué para encontrar sus fallas
Revisé la claridad, el contraste, la navegación, las repeticiones, los riesgos y la relación entre cada afirmación y su prueba. Después corregí lo encontrado.
02 · Las preguntas
Las mejores respuestas comenzaron con mejores preguntas
Las preguntas no eran solamente técnicas. También examinaban el propósito, el lector, la evidencia, la responsabilidad y el uso futuro del conocimiento.
Sobre el diseño
Cómo se ve, se lee y se encuentra la información.
- ¿Qué se ve primero?
- ¿Cuánta información es demasiado?
- ¿El color ayuda o confunde?
- ¿Una persona mayor puede leerla?
Sobre la evidencia
Qué prueba una afirmación y qué tan confiable es.
- ¿De dónde salió esta idea?
- ¿Otras fuentes coinciden?
- ¿Qué limitaciones tiene?
- ¿Qué cambiaría la conclusión?
Sobre la comunicación
Cómo explicar una idea sin ocultar sus costos.
- ¿Cuál es la conclusión?
- ¿Por qué importa ahora?
- ¿Qué riesgo principal existe?
- ¿Qué alternativa se consideró?
Sobre la responsabilidad
Quién creó, revisó y decidió.
- ¿Quién tuvo la idea original?
- ¿Quién verificó el resultado?
- ¿Qué hizo la inteligencia artificial?
- ¿Quién responde por la decisión?
Sobre el sistema
Cómo reutilizar y ampliar el conocimiento.
- ¿Puede buscarse fácilmente?
- ¿Puede actualizarse sin rehacerlo?
- ¿Una máquina puede interpretarlo?
- ¿Se conserva la historia de cambios?
03 · La investigación
No dependí de una sola disciplina ni de una sola fuente
El valor surgió al conectar áreas que normalmente se estudian por separado.
Diseño y facilidad de uso
Jerarquía visual, tipografía, color, contraste, navegación, diseño móvil, símbolos y accesibilidad.
Comunicación y persuasión
Conclusiones rápidas, estructura de argumentos, beneficios, riesgos, alternativas y escritura para diferentes públicos.
Investigación y evidencia
Calidad de las fuentes, coincidencias, desacuerdos, limitaciones, trazabilidad y confianza en cada afirmación.
Conocimiento e inteligencia artificial
Datos estructurados, autoría, procedencia, relaciones entre ideas, cambios de versión y reutilización por sistemas futuros.
04 · De la evidencia al resultado
La información pasó por una cadena de razonamiento
No traté una fuente como si ya fuera una conclusión. Cada paso tenía una función diferente.
-
Fuente
Documento, norma, estudio, ejemplo o experiencia.
-
Observación
Qué decía realmente la evidencia.
-
Patrón
Qué se repetía entre varias fuentes.
-
Hallazgo
Qué significaba el patrón y por qué importaba.
-
Recomendación
Qué acción concreta debía seguirse.
Una fuente no es una conclusión. Una conclusión no es una recomendación. Y una recomendación todavía no es una decisión.
Hallazgos principales del proceso
La conclusión debe aparecer temprano
Una persona debe entender qué hicimos, por qué importa y cuál fue el resultado antes de entrar en los detalles.
La estructura también comunica
El orden, el tamaño y la posición cambian la manera en que una idea se entiende.
Los riesgos aumentan la credibilidad
Una recomendación es más confiable cuando reconoce sus costos, límites y alternativas.
La evidencia debe estar cerca de la afirmación
Las fuentes al final de un documento no son suficientes cuando el conocimiento se reutiliza.
El lector necesita niveles de detalle
La conclusión rápida y la explicación profunda deben convivir, no competir.
La autoría humana debe quedar clara
La inteligencia artificial puede ayudar, pero la dirección, revisión y responsabilidad deben conservarse.
05 · La revisión crítica
La primera versión fue un borrador para atacar, no un resultado para defender
Usé una revisión tipo “equipo contrario”: traté de encontrar fallas antes de que las encontrara otra persona.
Claridad
¿La idea principal aparece pronto? ¿Los términos son comprensibles? ¿Hay repeticiones?
Evidencia
¿Cada afirmación importante tiene respaldo? ¿Se explican las limitaciones?
Diseño
¿Hay suficiente contraste? ¿Los espacios y alineaciones son consistentes?
Uso móvil
¿La página cabe sin desbordarse? ¿La navegación permanece útil en una pantalla pequeña?
Accesibilidad
¿Puede usarse con teclado? ¿Los textos son legibles? ¿El color no es la única señal?
Responsabilidad
¿Se sabe quién propuso, revisó y aprobó? ¿Se distingue la ayuda de la inteligencia artificial?
Ejemplos de problemas que corregimos
Encabezados que se acumulaban, tablas demasiado estrechas, símbolos desalineados, reglas de estilo demasiado amplias, exceso de etiquetas, espacios inconsistentes y contenido importante demasiado abajo.
Qué aprendimos de esas correcciones
Antes de construir hay que establecer una cuadrícula invisible, una jerarquía clara, límites de ancho y reglas de alineación. Después hay que comprobar los mismos puntos antes de publicar.
06 · Los resultados
El producto final fue más que una página
La investigación produjo varios resultados que funcionan juntos.
Reúne conocimiento y fuentes
Permite consultar hallazgos sin depender de conversaciones anteriores.
Convierte hallazgos en acciones
Incluye recomendaciones, métodos y errores que deben evitarse.
Conecta ideas, pruebas y decisiones
Muestra de dónde viene cada conclusión y cómo se relaciona con otras.
Hace el contenido fácil de encontrar
Incluye navegación, búsqueda, jerarquía y diferentes niveles de profundidad.
Conserva autoría y procedencia
Documenta quién contribuyó, qué cambió y cómo participó la inteligencia artificial.
Puede aplicarse a futuras investigaciones
El método sirve para nuevos temas, equipos, documentos y productos.
07 · Cómo explicarlo
Dos formas sencillas de contar lo que hice
La versión corta orienta. La versión más larga demuestra el método y el rigor.
Versión de aproximadamente un minuto
“Primero identifiqué un problema: había mucha información, pero no siempre estaba organizada para entenderla, comprobarla o reutilizarla. En vez de comenzar diseñando una página, comencé haciendo preguntas sobre las personas, la evidencia, la comunicación, el diseño y la inteligencia artificial. Después investigué varias disciplinas, comparé fuentes y separé los hechos de las conclusiones y recomendaciones. Construí una primera versión, la revisé buscando fallas y la mejoré varias veces. El resultado fue más que una página: fue una biblioteca, una guía y un sistema que permite encontrar, entender y comprobar el conocimiento.”
Versión de aproximadamente tres minutos
“El trabajo comenzó con una dificultad concreta: la información compleja suele estar repartida, repetida y desconectada de sus fuentes. Eso hace difícil entender qué importa, por qué se recomienda algo y quién es responsable.”
“Antes de construir, definí los diferentes lectores. Un directivo necesita la conclusión. Un técnico necesita el detalle. Un investigador necesita la evidencia. Una persona mayor necesita claridad y buena legibilidad. Un sistema de inteligencia artificial necesita datos organizados y procedencia.”
“Luego formulé preguntas sobre cómo leen las personas, cómo se demuestra una afirmación, cómo se presenta un riesgo, cómo se documenta una decisión y cómo se reconoce la participación humana y de la inteligencia artificial. Investigué diseño, accesibilidad, persuasión, documentación, evidencia y organización del conocimiento.”
“Después separé las fuentes, observaciones, patrones, hallazgos, recomendaciones y decisiones. Eso evitó tratar una opinión como si fuera un hecho. Construí una primera versión y la ataqué críticamente: revisé claridad, contraste, alineación, uso móvil, accesibilidad, evidencia y responsabilidad.”
“El resultado fueron dos sistemas complementarios. Uno ayuda a presentar la información claramente. El otro ayuda a organizar la evidencia, el razonamiento y las decisiones. Juntos forman una base reutilizable para personas, equipos e inteligencia artificial.”
Conclusión
La tecnología fue el medio. El verdadero trabajo fue el razonamiento.
Las preguntas guiaron la investigación. La investigación produjo evidencia. La evidencia produjo hallazgos. Los hallazgos produjeron recomendaciones. Y las recomendaciones se convirtieron en herramientas útiles y reutilizables.