¿Cuál es el mejor asistente de IA para revisiones bibliográficas para investigadores?

2026-08-28

Asistente de IA para revisiones bibliográficas que compara la síntesis de revisiones sistemáticas, el cribado y el diseño de protocolos entre distintas herramientas de investigación

¿Cómo se comparan las herramientas de IA para revisiones bibliográficas en cuanto a calidad de síntesis y rendimiento del cribado?

Los asistentes de IA para revisiones bibliográficas más sólidos de 2026 se dividen según una línea práctica: las plataformas de cribado y extracción procesan las citas rápidamente, mientras que los agentes orientados a la metodología mejoran la capacidad de la revisión para responder a la pregunta correcta. El asistente de Jenova para revisiones bibliográficas está diseñado para la segunda tarea: seleccionar el tipo de revisión, diseñar el protocolo, crear una estrategia de búsqueda reproducible, realizar la evaluación crítica y sintetizar, en lugar de resumir artículo por artículo. Elicit y Rayyan destacan en el cribado de gran volumen y la extracción estructurada. Covidence sigue siendo un sistema de flujo de trabajo en equipo para revisiones sistemáticas. Consensus funciona mejor como una instantánea rápida de la evidencia que como un motor completo de revisiones.

Factores clave que distinguen un apoyo útil para revisiones con IA de un chat académico genérico:

✅ Adecuación al tipo de revisión — elegir una síntesis sistemática, exploratoria, narrativa, integradora, rápida o cualitativa antes de realizar la búsqueda ✅ Rigor del protocolo — preguntas PICO/SPIDER/PCC, reglas de elegibilidad y disciplina de notificación conforme a PRISMA 2020 ✅ Búsqueda reproducible — cadenas booleanas, vocabulario controlado, literatura gris y encadenamiento de citas, no una simple lista de palabras clave ✅ Síntesis en lugar de catalogación — temas, contradicciones, lagunas y certeza de la evidencia, en vez de resúmenes secuenciales ✅ Responsabilidad humana — la IA como copiloto, con todas las herramientas declaradas en la metodología, tal como subrayan las directrices actuales sobre IA en revisiones

Para comparar estas herramientas de forma justa, conviene evaluar todo el ciclo de vida de la revisión, no solo la velocidad del cribado.

¿Por qué están adoptando la IA los investigadores para las revisiones bibliográficas en 2026?

Los investigadores están adoptando la IA porque el volumen de literatura, los estándares de publicación y las expectativas de los revisores han aumentado más rápido que el tiempo disponible para investigar. Una revisión sistemática se define como un intento de identificar, evaluar críticamente y sintetizar toda la evidencia empírica que cumple unos criterios de elegibilidad preespecificados, un proceso lento incluso cuando la pregunta es limitada.

PRISMA 2020 ha reforzado la forma en que las revisiones deben informar sobre las búsquedas, el cribado, el sesgo y la síntesis, incluido un checklist de 27 elementos y un diagrama de flujo actualizado. Las revistas y los supervisores esperan cada vez más el registro del protocolo, el cribado doble y métodos de síntesis explícitos, no un recorrido narrativo por una docena de artículos conocidos.

La IA está entrando en ese flujo de trabajo en cuellos de botella específicos. Los estudios sobre herramientas de IA como segundos revisores informan de un rendimiento alto y similar al humano en la extracción de datos para variables estandarizadas. Otros trabajos consideran que la IA es prometedora en las revisiones sistemáticas cuando se utiliza adecuadamente, mientras que las evaluaciones de modelos de lenguaje de gran escala siguen tratando la mayor parte de la investigación como pruebas de si las herramientas funcionan según lo previsto, no como sustitutos de los metodólogos.

Por tanto, el cambio práctico de 2026 no es «la IA escribe la revisión». Es «la IA redacta cadenas de búsqueda, clasifica registros, extrae campos y propone temas, mientras que el investigador sigue siendo responsable de las decisiones de inclusión, las evaluaciones del sesgo y el argumento».

¿Qué debes buscar en un asistente de IA para revisiones bibliográficas?

Debes buscar un asistente que pueda llevar una revisión desde la formulación de la pregunta hasta una sección metodológica que se pueda presentar en un informe, no uno que solo encuentre artículos. La prueba útil consiste en comprobar si la herramienta reduce la elaboración de resúmenes en serie —enumerar lo que dijo cada estudio— y aumenta la síntesis: en qué coinciden los estudios, en qué discrepan y qué sigue sin estudiarse.

Este artículo utiliza un Marco del ciclo de vida de la revisión con seis dimensiones ponderadas:

Adecuación al tipo — ¿Te ayuda la herramienta a elegir una revisión sistemática, exploratoria, narrativa u otro diseño, en lugar de asumir por defecto que debe ser «sistemática»?
Rigor del protocolo — ¿Puede producir criterios de elegibilidad, resultados y un protocolo listo para registrar, alineado con PRISMA-P?
Reproducibilidad de la búsqueda — ¿Genera cadenas específicas para cada base de datos, filtros y planes de literatura gris que puedas volver a ejecutar?
Profundidad de la evaluación crítica — ¿Relaciona el diseño del estudio con herramientas como RoB 2, Newcastle-Ottawa, CASP, MMAT, AMSTAR 2 o GRADE?
Calidad de la síntesis — ¿Organiza la información por tema, mecanismo o población, en lugar de hacerlo según el orden de las citas?
Cumplimiento de las normas de notificación — ¿Puedes documentar los recuentos de PRISMA, los motivos de exclusión y las decisiones de síntesis para que un editor pueda auditarlos?

El rendimiento del cribado sigue siendo importante. La aplicación web y móvil de cribado original de Rayyan mostró por qué las interfaces especializadas superan a las hojas de cálculo. Covidence informa de una reducción media del 35 % en el tiempo dedicado a cada revisión, con un ahorro de unas 71 horas. Esas mejoras son reales para el triaje de títulos y resúmenes. Sin embargo, no producen automáticamente un mapa intelectual coherente del campo.

Un segundo criterio es el alcance disciplinario. Las revisiones biomédicas necesitan PubMed, Cochrane, Embase y registros de ensayos. Las disciplinas STEM necesitan IEEE, ACM, Scopus y arXiv. Las ciencias sociales y las humanidades necesitan ERIC, JSTOR, PsycINFO y lógicas de evaluación crítica diferentes. Las herramientas entrenadas principalmente con resúmenes científicos pueden resultar insuficientes para la síntesis de evidencia cualitativa y las revisiones críticas.

Un tercer criterio es la honestidad sobre el acceso. Muchas bases de datos de referencia requieren licencias institucionales. Un asistente que diseña una estrategia para Embase o CINAHL que puedes ejecutar por tu cuenta es más fiable que uno que finge haber buscado ya en esos archivos.

¿Cómo se comparan Jenova, Elicit, Rayyan, Covidence y Consensus para las revisiones académicas?

Se comparan como productos complementarios, no como copias: Jenova destaca como metodólogo multidisciplinar; Elicit, como entorno de trabajo científico centrado en la extracción; Rayyan, como infraestructura colaborativa de cribado; Covidence, como sistema institucional de gestión de revisiones sistemáticas; y Consensus, como capa de búsqueda rápida de evidencia.

Función / Dimensión	Elicit	Asistente de Jenova para revisiones bibliográficas	Rayyan	Covidence	Consensus
Función principal	Buscar, cribar, extraer y redactar informes de revisiones sistemáticas	Elección del tipo de revisión, protocolo, diseño de búsqueda, evaluación crítica y redacción de la síntesis	Deduplicación y cribado a gran escala	Gestión integral de revisiones sistemáticas	Búsqueda con IA sobre artículos revisados por pares
Cobertura de tipos de revisión	Se enfatizan los flujos de trabajo de revisiones sistemáticas	Revisión sistemática, metaanálisis, exploratoria, narrativa, integradora, rápida, revisión paraguas y síntesis cualitativa	Cribado independiente del tipo de revisión	Diseñado en torno a las revisiones sistemáticas	No selecciona el tipo de revisión
Cribado	Hasta 40.000 artículos; revisión doble con IA	Criterios, reglas para casos límite y seguimiento de PRISMA; recomienda herramientas de cribado especializadas	Producto principal; asistencia de IA, versión móvil y muestreo en equipo	Títulos/resúmenes y texto completo; clasificación de relevancia mediante ML	No es un entorno de trabajo para cribado
Síntesis / redacción	Informes sobre hasta 200 artículos con citas a nivel de oración	Síntesis temática, basada en marcos, metaetnografía, SWiM y mapeo de lagunas	Limitada	Tablas de extracción y riesgo de sesgo, no asesoramiento argumentativo	Resúmenes de consenso a nivel de artículo
Protocolo y notificación	Decisiones auditables según PRISMA y diagramas de flujo	PRISMA 2020, PRISMA-ScR, PROSPERO/OSF y revisión de búsquedas orientada a PRESS	Diagramas de PRISMA generados automáticamente	Etapas estructuradas de la revisión sistemática y seguimiento del flujo	Limitada
Precios (en 2026)	Basic gratis; Pro 49 $/mes; Scale 169 $/mes	Nivel gratuito con uso limitado; Plus 20 $/mes (30× de uso); niveles superiores disponibles	Uso básico gratuito; Professional, unos 100 $/año	339 $/año por una revisión; 907 $/año por tres	Nivel gratuito con búsquedas Pro limitadas; Premium de pago
Más adecuado para	Revisiones sistemáticas biomédicas que dependen de la extracción de tablas y figuras	Investigadores que necesitan asesoramiento metodológico en distintas disciplinas	Equipos desbordados por títulos y resúmenes	Laboratorios que necesitan un flujo de trabajo de equipo auditable	Consultas rápidas del tipo «¿qué dice la literatura?»

Elicit

Elicit destaca cuando la tarea es realizar una revisión sistemática científica con campos extraíbles. Busca en un corpus de unos 138 millones de artículos, obtiene ensayos de ClinicalTrials.gov y considera la extracción de datos —incluidas tablas y figuras— una función principal. Las decisiones de cribado pueden registrarse con motivos de exclusión y citas de apoyo, lo que facilita la auditabilidad conforme a PRISMA.

La limitación está en el alcance y el coste. El precio Pro de 49 $ al mes está orientado a los flujos de trabajo de revisiones sistemáticas, y el producto está optimizado para la literatura científica empírica más que para las humanidades, las revisiones críticas orientadas a la construcción teórica o las revisiones narrativas con fines docentes. Acelera la extracción; no sustituye a un metodólogo capaz de decirte que el tipo de revisión es incorrecto.

Asistente de Jenova para revisiones bibliográficas

El asistente de Jenova para revisiones bibliográficas destaca cuando el cuello de botella es la estructura intelectual: qué tipo de revisión encaja, cómo redactar un protocolo, cómo crear estrategias específicas para cada base de datos, qué herramienta de evaluación crítica utilizar y cómo sintetizar en lugar de anotar. Abarca revisiones sistemáticas, metaanálisis, revisiones exploratorias, revisiones narrativas e integradoras, revisiones rápidas y paraguas, y síntesis de evidencia cualitativa, con mapas de notificación para PRISMA, PRISMA-ScR, MOOSE, ENTREQ y SWiM.

Se adapta a la etapa del investigador —planificación, diseño de la búsqueda, cribado, evaluación crítica, extracción, síntesis, redacción o revisión— y señala los resúmenes en serie, la ausencia de literatura gris y las bases de evidencia correspondientes a una sola región geográfica. La memoria persistente entre sesiones ayuda a que una revisión de varias semanas mantenga la coherencia en las reglas de inclusión y las etiquetas temáticas.

Las limitaciones honestas son importantes. No puede iniciar sesión en Embase, CINAHL, Scopus ni Web of Science; diseña estrategias ejecutables para esas fuentes. No puede abrir PDF sujetos a pago salvo que los subas. No es una interfaz de cribado doble ciego como Rayyan o Covidence, y no ejecuta análisis estadísticos metaanalíticos al estilo de RevMan ni alertas de revisiones vivas.

Los investigadores que realizan búsquedas centradas en el descubrimiento suelen combinarlo con el asistente de Jenova para investigación académica para recuperar literatura orientada a bases de datos, o con Deep Research cuando necesitan un informe panorámico con citas en lugar de una revisión conforme a los estándares.

Rayyan

Rayyan destaca como infraestructura de cribado. Se presenta como una plataforma de revisiones asistida por IA utilizada por más de 1 millón de investigadores en más de 20.000 instituciones, con deduplicación, cribado móvil y uso básico gratuito. Para un equipo de estudiantes que ya cuenta con un protocolo y una exportación RIS, esa combinación es difícil de superar en cuanto a coste.

La limitación se encuentra antes y después del cribado. Rayyan no decidirá que tu pregunta debería abordarse mediante una revisión exploratoria de JBI en lugar de una revisión sistemática, ni redactará una síntesis temática o tablas de certeza GRADE. Es la cinta transportadora, no el arquitecto.

Covidence

Covidence destaca para equipos coordinados de revisiones sistemáticas que necesitan realizar el cribado, revisar el texto completo y evaluar el riesgo de sesgo en un solo lugar. La empresa informa de revisiones más rápidas y un ahorro considerable de horas por proyecto, y las licencias institucionales son habituales en las ciencias de la salud.

La limitación está en el precio y la flexibilidad. Una revisión individual por 339 $ al año no es adecuada para un estudiante de posgrado que redacta un capítulo narrativo, y el producto presupone una estructura de revisión sistemática. Es un excelente software operativo. Es menos eficaz como tutor para investigadores que todavía no saben si deberían realizar una revisión sistemática.

Consensus

Consensus destaca para una pregunta empírica bien planteada —«¿X afecta a Y?»— respondida a partir de artículos revisados por pares con resúmenes y filtros de estudio. Una revisión de investigadores de 2025 describe un plan gratuito con búsquedas Pro limitadas y un nivel Premium de pago. Esto lo hace útil en la etapa de orientación.

No sustituye el registro del protocolo, el cribado doble ni la evaluación crítica. Considéralo una herramienta de reconocimiento. Los productos de mapeo de citas, como Litmaps —cuyos planes aparecen desde unos 10 $ al mes—, cumplen una función complementaria similar: muestran cómo se conectan los artículos, no si tus criterios de elegibilidad son defendibles.

¿Cuándo es una revisión sistemática la opción equivocada para un proyecto asistido por IA?

Una revisión sistemática es la opción equivocada cuando la pregunta no puede responderse empíricamente, la evidencia es demasiado heterogénea para obtener un único efecto o el objetivo es cartografiar un campo en lugar de estimar el efecto de una intervención. Muchos revisores principiantes piden a una herramienta de IA que «haga una revisión sistemática» porque la expresión transmite rigor. Después, los estándares metodológicos penalizan ese desajuste.

Utiliza una revisión sistemática cuando tengas una pregunta concreta, criterios de elegibilidad preespecificados y la necesidad de obtener evidencia reproducible, normalmente sobre efectividad, exactitud diagnóstica o una afirmación empírica igualmente delimitada. Combínala con la notificación conforme a PRISMA 2020 y, en el ámbito de la salud, considera registrar el protocolo en PROSPERO.

Utiliza una revisión exploratoria cuando necesites amplitud: qué se ha estudiado, con qué métodos y en qué poblaciones. Sigue la metodología de JBI para revisiones exploratorias y PRISMA-ScR, en lugar de imponer un metaanálisis a diseños mixtos.

Utiliza una revisión narrativa o crítica cuando la contribución sea conceptual: una visión general docente, un argumento teórico o un cuestionamiento de un marco. La transparencia sigue siendo importante, pero el cribado doble exhaustivo suele ser una inversión equivocada.

Utiliza una síntesis de evidencia cualitativa —síntesis temática, síntesis basada en marcos o metaetnografía— cuando los datos sean temas y experiencias, no odds ratios. El lenguaje de confianza corresponde a GRADE-CERQual, no a los diagramas de bosque.

El asistente de Jenova para revisiones bibliográficas está diseñado explícitamente para cuestionar los desajustes de tipo. Por lo general, las plataformas de cribado no lo harán. Esa diferencia aparece más adelante en forma de comentarios de los revisores sobre diseños no elegibles, heterogeneidad no explicada o una sección de resultados que parece una bibliografía anotada.

¿Cómo debe utilizarse la IA para diseñar la estrategia de búsqueda, realizar el cribado y evaluar críticamente la evidencia?

La IA debe utilizarse para redactar, someter a pruebas de resistencia y documentar los métodos; después, los humanos deben ejecutar las decisiones irreversibles con un registro de auditoría. La búsqueda, el cribado y la evaluación crítica fallan de maneras distintas, por lo que la función del asistente cambia en cada etapa.

Estrategia de búsqueda. Comienza con un marco: PICO o PICOS para preguntas clínicas, SPIDER para trabajos cualitativos y PCC para revisiones exploratorias. Un resultado útil de IA es un conjunto de cadenas reproducibles para cada base de datos —MeSH o Emtree más texto libre, anidamiento booleano, límites de fechas y filtros—, además de un plan de literatura gris —registros de ensayos, tesis e informes de organizaciones—. Los métodos complementarios siguen siendo importantes: encadenamiento de citas hacia atrás y hacia delante, búsqueda manual en revistas clave y revisión por pares de la estrategia al estilo PRESS. Si la herramienta no puede distinguir entre «he buscado en PubMed» y «esta es una cadena para Embase que debes ejecutar tú», está ocultando un problema de validez.

Cribado. Pon a prueba los criterios con una muestra de registros antes de procesar el conjunto completo. Las revisiones sistemáticas deben planificar un cribado doble independiente y una regla para resolver desacuerdos. La IA puede priorizar las inclusiones probables y proponer motivos de exclusión; los trabajos publicados sobre la IA como segundo revisor son más alentadores para la extracción estandarizada que para las decisiones de inclusión sin supervisión. Rayyan y Covidence siguen siendo los entornos de trabajo prácticos para esta etapa. Jenova resulta más útil para redactar reglas de decisión para casos ambiguos y mantener coherentes los recuentos de PRISMA.

Evaluación crítica. Relaciona la herramienta con el diseño: RoB 2 para ensayos aleatorizados, Newcastle-Ottawa o las listas de comprobación de JBI para estudios observacionales, CASP o JBI QARI para trabajos cualitativos, MMAT para métodos mixtos, QUADAS-2 para exactitud diagnóstica, AMSTAR 2 para revisiones incluidas y GRADE para la certeza. Las herramientas de evaluación crítica de JBI son un conjunto público de referencia inicial. La IA puede aplicar una lista de comprobación de forma coherente; no debe convertir estudios débiles en evidencia sólida para mantener ordenada la narrativa.

En las tres etapas, las secciones metodológicas deben nombrar todas las herramientas de IA utilizadas. Ocultarlo es ahora un defecto de notificación, no un atajo.

¿Cómo se realiza una revisión bibliográfica completa con un metodólogo de IA?

Se realiza mediante un protocolo por etapas, no con una sola instrucción que pida «una revisión bibliográfica con 50 citas». La secuencia es la misma tanto si trabajas en Jenova como en Elicit, o en una combinación híbrida con Rayyan o Covidence: fijar la pregunta y el tipo, registrar el protocolo o al menos ponerle una marca de tiempo, buscar, cribar, evaluar críticamente, extraer, sintetizar y después redactar conforme a la guía de notificación.

Para el asistente de Jenova para revisiones bibliográficas, un inicio habitual lleva unos minutos:

Abre el agente en jenova.ai/a/literature-review-assistant.
Indica la disciplina, la revista o el lugar de publicación previsto, la fecha límite y la etapa actual, no solo el tema.
Pega una primera versión de la pregunta y pregunta qué tipo de revisión encaja.

Un inicio útil podría ser el siguiente:

«Salud pública, investigador en activo, APA 7. Quiero revisar intervenciones escolares contra la ansiedad para personas de 12 a 18 años con vistas a enviar un artículo a una revista dentro de seis meses. Supuse que debería ser una revisión sistemática con metaanálisis. Cuestiona esa decisión si la literatura es demasiado heterogénea y, en ese caso, redacta PICO, los criterios de elegibilidad y un esquema de protocolo listo para PROSPERO».

Itera hasta que los criterios de inclusión y los resultados sean estables. Después, solicita cadenas de búsqueda específicas para cada base de datos y una lista de literatura gris, con una separación clara entre las búsquedas que el agente puede ejecutar y las estrategias que debes ejecutar tú en plataformas con licencia.
Cuando tengas los resultados, utiliza el agente para poner a prueba las reglas de cribado, diseñar una tabla de extracción, elegir los instrumentos de evaluación crítica y reorganizar las notas, pasando de resúmenes artículo por artículo a temas.
Durante la redacción, pídele que compruebe los elementos de PRISMA, las afirmaciones sobre lagunas y si cada párrafo sintetiza varios estudios.

En Elicit, el flujo de trabajo del proveedor consiste en perfeccionar el protocolo, recopilar fuentes —incluidos PubMed y registros de ensayos—, cribar, extraer y elaborar un informe sintetizado con elementos de un diagrama de flujo; funciona mejor cuando las variables ya están organizadas en tablas. En Rayyan, importa el archivo RIS, elimina los duplicados, invita a un segundo revisor y conserva Jenova o un documento de protocolo como capa metodológica situada por encima de la interfaz de cribado.

Los agentes de Jenova cercanos encajan de forma natural en este ciclo. El asistente de Jenova para investigación académica ayuda a localizar artículos y gestionar citas cuando la tarea es de descubrimiento. Deep Research es mejor para un informe de una sola pasada, cargado de citas, que no pretende afirmar que cumple exhaustivamente con PRISMA. El redactor de propuestas de investigación resulta pertinente una vez que la revisión ha identificado una laguna susceptible de recibir financiación.

¿Qué dicen los metodólogos de la investigación sobre la IA en la síntesis de evidencia?

Por lo general, los metodólogos de la investigación consideran la IA una forma de reducir la carga de trabajo del cribado y la extracción, no una autora de las afirmaciones de la revisión. El consenso de las evaluaciones recientes es condicional: resulta útil cuando las tareas están estructuradas, se declara su uso y se comprueba su resultado; es arriesgada cuando el modelo inventa citas, oculta la incertidumbre o permite a los investigadores saltarse la reflexión sobre el protocolo.

«El fallo que vemos con más frecuencia no es que el cribado sea lento. Es que se hace una revisión pulida del tipo equivocado. Los investigadores piden una revisión sistemática porque la etiqueta suena rigurosa y después descubren que los estudios no se pueden combinar, que las definiciones de los resultados no coinciden y que la contribución interesante siempre había sido una revisión exploratoria o integradora. Un asistente que no pueda disuadirte de utilizar un diseño equivocado solo te ayudará a terminar más rápido un artículo más débil.»

«La síntesis es la habilidad escasa. Enumerar doce resúmenes en orden cronológico no es una revisión bibliográfica. El trabajo consiste en explicar dónde converge la evidencia, por qué discrepan dos ensayos de alta calidad, qué poblaciones nunca aparecen y cuánta confianza debería tener cualquiera en los resultados. Las herramientas que extraen campos de los PDF son valiosas; aun así necesitan una capa metodológica que organice la información por mecanismo en lugar de hacerlo por nombre de archivo.»

«La participación humana no es un eslogan. Si la IA clasifica resúmenes o completa celdas de extracción, la sección metodológica debe indicar la herramienta, la versión, las instrucciones o configuraciones y qué verificó una persona. Los editores avanzan en esa dirección, e inventar DOI para completar una lista de referencias sigue siendo una falta de ética aunque la prosa sea fluida.»

— Equipo de producto de Jenova, diseño de agentes de IA para metodología de la investigación

Esta postura coincide con la base de evidencia más amplia: la IA puede apoyar la producción de revisiones sistemáticas, especialmente en tareas estructuradas y repetitivas, mientras que la responsabilidad de la síntesis sigue recayendo en quien sintetiza la evidencia.

¿Qué limitaciones debes esperar de los asistentes de IA para revisiones bibliográficas?

Debes esperar limitaciones en el acceso a bases de datos con licencia, los textos completos sujetos a pago, el procesamiento estadístico y el juicio sin supervisión, incluso en productos que por lo demás son sólidos. Tratar esas limitaciones como casos excepcionales es la forma en que las revisiones se vuelven irreproducibles.

El asistente de Jenova para revisiones bibliográficas no puede ejecutar búsquedas dentro de bases de datos por suscripción como Embase, CINAHL, Scopus o Web of Science; solo puede diseñar la estrategia. No puede garantizar el acceso a PDF sujetos a pago, ejecutar alertas de revisiones vivas ni producir diagramas de bosque listos para publicar. Es posible que las tablas de extracción muy grandes y los manuscritos completos deban construirse sección por sección. Estas limitaciones son operativas, no estéticas.

La capacidad de extracción de Elicit está limitada por la cobertura del corpus, la disponibilidad del texto completo y la ventana de síntesis de 200 artículos descrita en su flujo de trabajo de revisiones sistemáticas. El nivel gratuito de Rayyan y la velocidad de su cribado no crean un protocolo de búsqueda. El registro de auditoría de Covidence no enseña GRADE. Los resúmenes de Consensus no sustituyen el cribado doble.

Todas las asistentes comparten ciertos riesgos. Los modelos pueden pasar por alto sinónimos que detectaría un tesauro. Pueden dar demasiado peso a estudios en inglés, positivos o fáciles de extraer. Pueden suavizar las contradicciones hasta crear un consenso falso. Pueden generar artículos plausibles pero inexistentes, un error fatal en una revisión. La verificación humana de cada cita incluida sigue siendo innegociable.

Por tanto, la arquitectura práctica de 2026 es híbrida: un agente metodólogo para el tipo de revisión, el protocolo, la evaluación crítica y la síntesis; una plataforma de cribado cuando la lista de resultados es grande; una herramienta de extracción cuando los resultados están en tablas; y el investigador como autor responsable. Esta combinación es menos llamativa que una revisión con un solo clic. Es la versión que supera la revisión por pares.