Escribe tu primer paper de economía

Guías de 5 minutos para economistas ocupados para escribir (y publicar) su primer paper de economía usando datos y modelos de econometría.

Marionomics: Escribe tu paper de economía

¿Adios a Marionomics?

¡Hola!

Hoy comencé un cambio radical en mi newsletter en vistas a hacer de 2026 el mejor año para este newsletter.

Es probable que te haya llegado un correo de que te des-suscribiste a Marionomics... fue mi error (ups!)

Hice una migración de este newsletter a Substack.

Si no lo conoces, Substack es una plataforma de newsletters de paga. Y es básicamente el lugar en el que nació esta plataforma. El tema es que tengo cabeza de hacker y me encanta estar haciendo modificaciones a mi stack. Pero este último año hubieron muchos cambios:

  • Substack ganó una ronda de inversión donde levantó 100 millones. En otras palabras, hay inversionistas que están apostando a que es la plataforma que más va a crecer en este ámbito. Ghost no está mal, pero le falta el componente social en el que Substack está metiendo toda la carne al asador.
  • Los costos de los envíos de correos me aumentaron al doble en todos mis proveedores al mismo tiempo que mi lista creció mucho y muy rápido. Resulta que este año aprendí cómo hacer que esta lista crezca de manera consistente... los ingresos si han crecido, pero con costos tan altos el margen era muy bajo. Además, lidiar directamente con los temas de los correos es muuuuy complejo y me quita mucho ancho de banda.

¿Y qué pasa si tengo una suscripción de paga?

Ya está arreglada la migración y tu cuenta seguirá igual que siempre.

La diferencia es que ahora podrás descargar la aplicación de Substack y leer los textos ahí. Poco a poco iré probando otras características que la plataforma da, como un chat exclusivo y otras monerías.

Este servicio va a mejorar.

Mucho.

PS: Si eres consultor independiente, te va a gustar mucho el giro que le vamos a dar

Como economista, la opción más viable para hacer de tus conocimientos un negocio es la vía del consultor.

El problema es que, si lo haces sin ninguna guía (como yo lo hice), te tocan, citando a Molotov "muchas chamaqueadas con los mismos calcetines".

¡Lo se muy bien! Me ha tocado de todo en los últimos 7 años como consultor.

Así que, si te interesa el camino del consultor. En los próximos posts te daré mi playbook con los 5 errores que tienen a los consultores con ingresos inestables, haciendo trabajos que pagan millones pero donde acabas ganando menos del mínimo y sin leads (y cómo evitarlos).

Si quieres un adelanto... puedes contestar con la palabra CONSULTOR... te mandaré mis notas antes que a todo mundo.

El esquema de tu tesis con IA

El esquema de tu tesis con IA
Все счастливые семьи похожи друг на друга,
каждая несчастливая семья несчастлива по-своему.
— Лев Толстой

Este es error más común que casi todo mundo comete cuando comienza a escribir su tesis ( y la razón #1 por la que no la terminan).

Se levantan. Se preparan su café (esta parte está bien). Abren su laptop y abren el archivo de su tesis. Acto seguido, se quedan viendo 5 minutos seguidos al cursor parpadeando sin lograr hacer que ninguna idea salga de su cabeza. Antes de que logren poner alguna idea completa en la pantalla frente a ellos, les empiezan a llegar notificaciones de WhatsApp, les dieron ganas de abrir TikTok y 2 horas y media después es claro que hoy no tendremos ningún avance.

Y así pasan días sin lograr avanzar.

Afortunadamente, la solución es muy fácil. Sólo necesitas tener un esquema de tu trabajo muy detallado, que te permita que sin importar en qué momento regreses al trabajo, no te tome más que un par de segundos seguir escribiendo.

Eso es lo que haremos aquí.

Todas las tesis felices se parecen

La mayoría de las personas se complican demasiado la vida, pero en realidad hacer una tesis es seguir una misma estructura.

En todas las tesis vas a ver alguna variación de esto:

  • Capítulo 1: Introducción. Aquí indicas cuál es el problema de investigación y por qué es importante estudiarlo. Estableces claramente las hipótesis y las preguntas de investigación.
  • Capítulo 2: Marco teórico. La idea que tienes y las razones por las que las piensas tienen un origen. Tienes que rastrear ese origen para que cualquier persona que lea tu tesis esté en la misma sintonía que tú. Esta es la sección que le da sentido a tu tesis.
  • Capítulo 3: Marco contextual. Aquí das el contexto necesario a tu objeto de estudio, describes la fuente de tus datos y la forma en que se obtuvieron. Si los datos los capturaste por tu cuenta, aquí tienes que explicar lo que hiciste. El lector tiene que ser capaz de imaginarse lo que estás estudiando tal y como tu lo haces. Como si hubiera estado ahí contigo.
  • Capítulo 4: Metodología. Aquí es donde muestras tu modelo econométrico, muestras los resultados de implementarlo y expresas las pruebas que le hiciste para comprobarlo. Esta es la sección llena de tablas y gráficas.
  • Capítulo 5: Conclusiones. No se trata de repetir lo mismo que ya dijiste antes. En esta sección identificas las limitaciones de tu trabajo y muestras las aplicaciones de política en las que se puede usar.

De ahí quedarían las referencias, los anexos y ya terminaste.

Una buena tesis busca tener una variación de esta estructura. Las diferencias pueden venir del formato que te piden en tu universidad, o de las particularidades de tu estudio, pero en general, es buena idea que tu tesis no sea demasiado diferente a esta estructura. Tus lectores están buscando justo estos elementos dentro de tu tesis, lo mejor es que se los des desde el inicio.

El truco: crea un esquema de tu tesis detallado al extremo

No me refiero a que sólo incluyas los títulos. Un esquema detallado tiene todos los títulos, subtítulos y viñetas para cada idea importante que quieres incluir dentro del texto.

Lo bueno es que, como vimos, todas las tesis siguen una misma estructura lógica.

Lo que haremos en pasos es:

  • Paso #1: Escribe todos los títulos de los capítulos.
  • Paso #2: En cada capítulo describe todos los elementos importantes que lo conforman.
  • Paso #3: Por cada elemento, desglosa de 3 a 5 ideas principales que le den estructura.

Y listo. Es algo demasiado sencillo, pero que hace que tu trabajo sea órdenes de magnitud más fácil.

No escribas ni una sola línea de la tesis hasta no tener tu esquema completo

Mi postura en esto es extrema: si comienzas a escribir y no tienes un esquema así de detallado, te arriesgas mucho a:

  • Repetir ideas en diferentes partes del capítulo.
  • A perder mucho tiempo para avanzar.
  • Y a pasar años y años sin acabar tu investigación, con el riesgo de dejarlo y no acabarlo.

Este es un paso que no puedes dejar de lado.

Escribir ese esquema es fácil, pero toma mucho tiempo y trabajo que es mejor que lo uses en los que realmente importa: en hacer ciencia.

Entra ahora a la versión Pro y desbloquea toda la serie de prompts de IA para escribir la tesis + recibe a tu correo los siguientes posts que te enseñarán a:

  • Generar tu marco teórico
  • Diseñar instrumentos.
  • Analizar los resultados de tu investigación.

Y todo lo que necesitas para publicar tu tesis YA.

Entra aquí y recibe 14 días de prueba gratis.

Quiero ser Pro

Este es el prompt para generar todo el esquema

Haremos que la IA nos de el esquema completo.

El truco está en darle completo el contexto al inicio del prompt. Si le puedes agregar un bloque con

<CONTEXTO>
...
</CONTEXTO>

Puedes incluirlo al final del prompt que te daré e incluir lo que hemos hecho en los capítulos pasados.

Copia y pega el siguiente prompt. Modifica todo lo que te indica antes de dar enter.

Actúa como mi asistente de investigación científica.

A continuación haremos el esquema (outline) completo de mi trabajo de tesis.

El tema central de la tesis es: { TEMA DE LA TESIS }.

Es una tesis de nivel { NIVEL }, en el área de { ÁREA DE LA INVESTIGACIÓN E.G. ECONOMÍA AMBIENTAL }.

El objetivo de este esquema es tener una idea a mucho detalle de todas las ideas que se plantearán durante el documento.

A continuación te daré el esquema general y los elementos principales que conforman en cada uno de los capítulos. Quiero que en cada uno de esos elementos desgloses de 3 a 5 ideas centrales. Quiero que me des esas ideas centrales en bullet points con una sola sentencia muy breve (máximo 15 palabras), en la que se explique.

Este es el esquema general:

<OUTLINE>

Capítulo I: Introducción
- Descripción del problema
- Justificación que ayude al lector a entender por qué el problema es un problema que vale la pena estudiar y por qué es importante hacerlo bajo la luz de esta ciencia.
- Objetivo general y objetivos secundarios.
- Hipótesis.
- Preguntas de investigación.

(nota: todos los elementos de la introducción tienen que tener congruencia).

Capítulo II: Marco teórico

- La relación causal de interés.
- Las variables de la relación causal de interés observadas por separado.
- La teoría principal que explica esa relación causal de interés.
- Teorías alternas y una explicación de por qué no han sido elegidas.

Capítulo III: Marco contextual

- El objeto de estudio
- El contexto en el que se desenvuelve: geográfico, económico, etc.
- Los datos, cómo se capturaron y tamaños de muestra.
- Estadística descriptiva y visualización previa.

Capítulo IV: Metodología

- Descripción del modelo.
- Las variables
- Los resultados
- Pruebas econométricas

Capítulo V: Conclusiones

- Implicaciones del estudio (p. ej. en política pública).
- Limitaciones del estudio
- Otras vetas de investigación
</OUTLINE>

Nota: Dejé algunas anotaciones entre llaves y en mayúsculas. Si se me olvidó rellenar algo, por favor pregúntamelo antes de continuar con el esquema. También si es necesario aclarar puntos (p. ej. cómo se obtuvieron o planean obtener los datos), puedes formular las preguntas necesarias para aclarar antes de comenzar.

Haz las modificaciones que consideres pertinentes al inicio y modifica en el resultado lo que consideres importante.

No escribas ni una sola línea de la tesis hasta no tener tu esquema completo

Mi postura en esto es extrema: si comienzas a escribir y no tienes un esquema así de detallado, te arriesgas mucho a:

  • Repetir ideas en diferentes partes del capítulo.
  • A perder mucho tiempo para avanzar.
  • Y a pasar años y años sin acabar tu investigación, con el riesgo de dejarlo y no acabarlo.

Este es un paso que no puedes dejar de lado.

Tutorial para hacer tu bibliografía con IA

Tutorial para hacer tu bibliografía con IA
We got everything you want Honey, we know the names We are the people that can find Whatever you may need

— Welcome to the Jungle (Guns n’ Roses, 1987)

El más grande problema de la IA con las referencias es que es muy fácil que alucine, se invente referencias que suenen muy convincentes y tú las uses sin darte cuenta.

Es uno de los peores errores que puedes cometer: no sólo te estás delatando de que estás usando (mal) la IA para hacer tu tesis, también estás dejando en claro que no te metiste ni siquiera a revisar las fuentes que estás citando. Y ese es uno de los pecados más grandes que puedes cometer en la elaboración de una tesis, con o sin IA.

¿Cómo se supone que deberían ser las cosas?

Recuerda que el sistema de las citas tiene mucho más tiempo que la IA… y que las computadoras

Imagina que eres un investigador científico en 1987.

Ya hay computadoras y ya hay internet, pero muy pocas personas realmente tienen acceso, y las interfaces no son amigables como las de ahora. Tienes que navegar en una pantalla en negro con letras pixeladas dando comandos exactos. No te puedes equivocar en el comando, la computadora no tiene la capacidad de entender lo que querías decir. Suena de fondo el album de Welcome to the Jungle de Guns n’ Roses mientras lees un artículo científico y ves citado un estudio que tiene exactamente la información que necesitas para hacer tu trabajo.

¿Cómo la consigues? Le escribes al investigador, le marcas por teléfono o le mandas una carta pidiendo el artículo. Si venía una dirección de email, le podías mandar un correo.

Y después de algunos días, te llegaba una copia del artículo a tu máquina de fax.

El sistema de citas es una forma de dar coherencia al vínculo entre el trabajo de los investigadores. Es la forma en la que puedes identificar las ideas que más vale la pena revisar y replicar. Cuando citas un artículo, se supone que lo leíste y que conoces lo que dice. La IA no hace ni una cosa ni la otra: simplemente genera referencias que le suenan a artículos que podrían estar relacionados, pero si le pides que te diga lo que hay dentro del artículo, no irá a leerlo para contestarte ni lo tiene “grabado en su memoria”. Simplemente soltará lo que tiene más probabilidad que sea la respuesta correcta.

Y de ahí es cuestión de suerte si te dará una respuesta verdadera o no.

En la práctica, lo que esto significa es que si le pides que te de cualquier tipo de referencia, vas a tener que ir manualmente a revisarla. ¿Entonces que sentido tiene que le hayas pedido que te de la referencia?

Si hay una mejor forma de trabajar las referencias usando IA, pero para que funcione, necesitas entender cómo funciona la publicación de referencias científicas, la jerarquía de las fuentes y sobre las diferentes formas de escribir una referencia.

Sigue leyendo.

La jerarquía de las fuentes

En teoría, puedes usar como referencia lo que se te de la gana.

  • ¿Quieres citar un video de TikTok? Si hay forma de hacerlo.
  • ¿Quieres incluir la conversación que tuviste con tu tío que fue estafado con criptomonedas? Adelante, también se puede.
  • ¿Quieres incluir una revelación que tuviste en un sueño? No serías el primero en hacerlo (hay una muy famosa nota al pie en un libro de Nikolai Berdyaev de 1949 que dice justo eso).

Pero, a pesar de que puedas citar lo que quieras en un artículo científico, no por eso la referencia tiene el mismo valor si es un paper a si es el video de YouTube donde Edgar se cae (kalosmail, 2006). Eso es evidente, pero no es tan evidente que un paper puede tener más valor de otro por la metodología que se ha usado. Cuando un artículo científico está usando un experimento, los resultados son más valiosos que cuando se hace con una encuesta de datos auto-reportados.

¿Por qué es importante que sepas esto? Porque no quieres pedirle a tu asistente que te busque referencias sobre un tema y te de cosas de baja calidad.

Cómo pedir malas referencias a la IA

Pídele a la IA que te de una lista con bibliografía sobre “tu tema”.

En el mejor de los casos, te dará una lista completamente genérica.

En el peor de los casos, más de la mitad está inventado.

Para hacer una buena lista de referencias, necesitas conocer tres cosas: el objetivo de la investigación, el argumento que estás tratando de plantear y posibles contra-argumentos. Por eso era tan importante que hiciéramos nuestro protocolo de investigación y que aprendiéramos lo más posible sobre nuestro tema antes de preguntarle a la IA que nos genere nuestra lista de referencias.

Paso #1: Si no lo has hecho, crea tu protocolo de investigación

Regresa a la sección donde hicimos el protocolo y cópialo. Lo vamos a necesitar.

Paso #2: Copia y pega el siguiente prompt

Este es el prompt que necesitas para generar una lista de referencias confiable.

Eres mi asistente de investigación.
Necesito que me ayudes a buscar información relacionada con mi tema de investigación. Estas son las instrucciones:

1. Primero te pasaré información general sobre mi artículo de investigación, que tu tomarás en consideración para identificar las temáticas principales de las que requiero referencias.
2. Asegúrate de incluir referencias que favorezcan la hipótesis que estoy trabajando, pero también referencias que me ayuden a contrastar.
3. Una vez que hayas comprendido completamente las áreas en las que requiero referencias, me arrojarás un listado con referencias.
4. Organiza las referencias en una tabla que incluya cita en formato APA, enlace y una explicación de los resultados principales del artículo.
5. Para seleccionar los artículos, considera aspectos de su metodología, como el diseño del estudio y el tamaño de muestra. Ordena la lista de referencias en función de su metodología e incluye una columna donde la explique. Dale prioridad a los artículos de fuentes académicas, de preferencia de revistas internacionales y top 5 del área.

Lista negra:

No incluyas las siguientes referencias:
<BLACKLIST>
- Lista aquí las referencias que no quieres que aparezcan.
- Pueden ser referencias que ya tienes o que ya te han sugerido y que has encontrado son irrelevantes.
</BLACKLIST>

Ahora te proporcionaré la información general sobre el estudio que quiero hacer. 

¿Estás listo?

Paso #3: Proporciónale el protocolo de investigación

Entre más detalles le des a la IA, mayor calidad tendrá tu resultado.

PS: Genera una cita a partir de la url

En realidad yo casi no uso la IA para obtener referencias. Por lo general, mi proceso es más manual: conforme leo sobre diferentes temas, me aseguro de ir guardando las referencias que me topo en el camino.

El problema para mi es que no me gusta tener que hacer la cita porque rompe con mi flujo de trabajo.

Así que le paso a la IA la dirección url del artículo que estoy usando y le pido:

Escribe la cita en formato APA de esta fuente:

Y le incluyo la url.

En los artículos con paywall, en ocasiones la IA no quiere darte la referencia, incluso aunque toda la información relevante la tiene ahí disponible. Creo que se esfuerza mucho por no meterse en líos contra Elsevier. Eso lo solucionas fácil pasándole la información del artículo en bruto.

Dicho esto, te conviene aprender cómo funciona el sistema de referencias y te conviene

Referencias

Berdyaev, N. (1949). The divine and the human. G. Bles. https://archive.org/details/divinehuman00berd

kalosmail. (2006, 8 de mayo). La caida de Edgar [Video]. YouTube. https://youtu.be/b89CnP0Iq30

Un mal tamaño de muestra puede matar tu investigación

Un mal tamaño de muestra puede matar tu investigación

Demasiados economistas jóvenes cometen el mismo error.

Pasan 6 meses limpiando datos. Construyen un modelo econométrico ELEGANTÍSIMO. Corren la regresión...

Y obtienen un p-value de 0.2.

¿La conclusión? "No encontramos un efecto significativo".

FALSO.

La conclusión REAL es que probablemente NUNCA TUVISTE EL PODER para encontrar un efecto, incluso si existía.

Acabas de quemar 6 meses de trabajo. Felicitaciones.

Esto se llama "Análisis de Poder" o "Estimación del Tamaño de Muestra". Y es la habilidad MÁS infravalorada en la econometría.

No es sexy. No es "big data". Pero es lo que separa a los amateurs de los profesionales.

Es crucial porque ODIO desperdiciar tiempo y DINERO

Y tú también deberías.

Calcular tu tamaño de muestra no es un ejercicio académico. Es un ejercicio de GESTIÓN DE RIESGO.

  • Muestra muy pequeña: Es como comprar un boleto de lotería. Estás apostando a la suerte. Si no encuentras nada, no sabes si es porque no hay nada o porque tu "red" era demasiado pequeña. INÚTIL.
  • Muestra muy grande: Es como quemar dinero para calentar tu casa. Ineficiente. Gastaste recursos (tiempo, dinero de la encuesta, poder computacional) que no necesitabas.

Tu objetivo es la EFICIENCIA. El tamaño de muestra MÍNIMO VIABLE para obtener una respuesta CONFIABLE.

Esto es marionomics. Un newsletter para aprender a convertirse en un economista de verdad.

Explora la estadística y la econometría de una forma como nunca te lo habían explicado: con peras y manzanas, pero con todo el rigor que se merece un verdadero Pro.

Con tu suscripción a marionomics pro, tendrás:

  • Acceso ilimitado a todo lo que he escrito.
  • Acceso a todo lo que escribo directo a tu correo mientras dura la suscripción.
  • 14 días gratis como bono.
  • Material bonus.

Pruébalo gratis.

Quiero ser Pro

Los 5 errores que estás cometiendo

Veo estos errores todos los días. Están matando tus resultados.

  1. El error de "ya veremos" (Hacerlo al final). Este es el más tonto. Corres tu análisis, obtienes p=0.15 y luegocorres un "análisis de poder post-hoc" para justificar tu fracaso. NO. El poder se calcula ANTES. Es un plan, no una autopsia.
  2. Paralizarse con las fórmulas. Te pones a ver esto: $n_i = \frac{2\sigma^2 \cdot (Z_{\alpha/2} + Z_{1-\beta})^2}{(\mu_1 - \mu_2)^2}$. Y tu cerebro se apaga. BASURA. No necesitas la fórmula. Necesitas el CONCEPTO. La computadora hace la matemática. Tú tomas las decisiones.
  3. Adivinar mal el "Tamaño del Efecto". Este es el error más común. El "tamaño del efecto" (effect size) es simplemente la diferencia mínima que te importa detectar. Si copias "d=0.5" de un paper sin pensar, estás jugando. ¿Una política que aumenta el ingreso en $1 te importa? No. ¿Y en $100? Sí. ESA es tu decisión.
  4. Seguir ciegamente el "80% de poder". Todos usan 80% de poder ($\beta = 0.2$) porque "es la convención". Piénsalo. ¿Estás cómodo con una probabilidad de 1 en 5 de FRACASAR en encontrar un efecto que SÍ existe? Yo no. A veces necesitas 90% o 95%. Deja de seguir a la manada.
  5. Creer que "más datos" siempre es la solución. "Solo necesito más datos". Falso. 'Más datos' puede ser más caro e igual de inútil si no sabes lo que buscas. Un plan mediocre con 1 millón de observaciones sigue siendo un plan mediocre.

Cómo hacerlo en R (El método anti-matemáticas)

Basta de teoría. Vamos a la acción.

No necesitas 50 paquetes. Necesitas UNO. Se llama pwr.

Tu trabajo no es ser una calculadora. Tu trabajo es tomar 4 DECISIONES.

  1. Decisión 1: ¿Qué tipo de test usarás? (La función)
    • ¿Comparas dos promedios (ej. ingreso grupo A vs B)? Usa pwr.t.test().
    • ¿Comparas dos porcentajes (ej. % conversión A vs B)? Usa pwr.2p.test().
    • ¿Comparas ANTES y DESPUÉS (ej. ingreso pre vs post)? Usa pwr.t.test(type = "paired").
  2. Decisión 2: ¿Qué tan seguro quieres estar de no cometer un 'falso positivo'? (Alpha / sig.level)
    • Es tu p-value. Casi siempre es 0.05. Listo. Siguiente.
  3. Decisión 3: ¿Qué tan seguro quieres estar de ENCONTRAR un efecto real? (Poder / power)
    • Es tu probabilidad de éxito. El estándar es 0.8 (80%). Si eres serio, usa 0.9.
  4. Decisión 4: ¿Cuál es la diferencia MÁS PEQUEÑA que te importa? (Tamaño del Efecto / d o h)
    • Este es el NÚMERO MÁS IMPORTANTE. Es tu "suposición educada".

EJEMPLO PRÁCTICO: El Test A/B de Ingresos

Quieres probar si un nuevo programa de capacitación (Grupo 1) aumenta el ingreso promedio más que el programa viejo (Grupo 2).

Tus 4 Decisiones:

  1. Test: Comparamos dos promedios. Usaremos pwr.t.test.
  2. Alpha: sig.level = 0.05.
  3. Poder: power = 0.8 (vamos a usar el estándar por ahora).
  4. Tamaño del Efecto (d): Aquí es donde piensas.
    • Revisas un paper viejo. Dice que la desviación estándar ($\sigma$) del ingreso en este grupo es $5,000.
    • Tú decides (como jefe) que si el programa nuevo no aumenta el ingreso en al menos $500 (la diferencia, $\mu_1 - \mu_2$), NO VALE LA PENA implementarlo.
    • Tu 'd' de Cohen es: (Diferencia que te importa) / (Desviación estándar).
    • $d = 500 / 5000 = 0.1$
    • d = 0.1 (Esto es un efecto "pequeño". Es difícil de encontrar. Perfecto).

El Código (La parte fácil):

Deja de ver las fórmulas raras. Solo escribe esto en R.

# Instala el paquete (solo una vez)
# install.packages("pwr")
library(pwr)

# Tus 4 decisiones puestas en el código
mi_diferencia_minima <- 0.1  # El 'd' que calculamos
mi_poder_deseado <- 0.8
mi_alpha <- 0.05

# La magia. Pon 'n = NULL' porque es lo que queremos averiguar
calculo <- pwr.t.test(d = mi_diferencia_minima,
                     power = mi_poder_deseado,
                     sig.level = mi_alpha,
                     n = NULL, # Déjalo nulo
                     type = "two.sample") # Comparando dos grupos

# El resultado
print(calculo)

Los resultados

R te dará algo así:

Two-sample t test power calculation 

              n = 1570.733  <---- ESTE ES TU NÚMERO
              d = 0.1
      sig.level = 0.05
          power = 0.8
    alternative = two.sided

NOTE: n is number in *each* group

BOOM. ¿Ves? n = 1570.7. Redondea a 1571.

Tu respuesta final (la que le das a tu jefe):

"Necesitamos 1,571 personas en el Grupo 1 y 1,571 personas en el Grupo 2 para tener un 80% de probabilidad de detectar un aumento de $500 en el ingreso."

Ahora tienes un PLAN. No una esperanza.

Deja de quemar tiempo y dinero en estudios sin poder. Deja de adivinar.

Haz el trabajo difícil AL PRINCIPIO. Te toma 10 minutos.

Esos 10 minutos te pueden salvar 6 meses de trabajo inútil.

¿Por qué necesitamos estadística para entender el mundo?

¿Por qué necesitamos estadística para entender el mundo?

En un experimento, tomaron a ratones y a humanos frente a dos botones, uno verde y uno rojo. El botón verde encendía un 80% de las veces, mientras que el rojo encendía un 20%, pero de manera aleatoria. No era posible saber cuál botón encendería después. La tarea de los ratones y de los humanos era "predecir" cuál era el botón correcto que encendería enseguida.

Ganaron los ratones.

Cuando los ratones empezaban a notar que el botón verde encendía más seguido, su regla fue muy simple: siempre presionar el botón verde y ganar un 80% de las veces. Pero los humanos no podían resistir la tentación de buscar patrones en las secuencias de luces. ¿Tal vez la secuencia era 3 verdes seguidas de una roja? ¿Qué tal si era verde, roja, verde, verde?

Porque los cerebros de los humanos están diseñados para ver patrones, incluso donde no los hay.

Por eso necesitamos una herramienta que nos ayude a distinguir la realidad con claridad, que nos ayude a entender el bosque sin perdernos entre las ramas de los árboles.

Necesitamos aprender a entender sobre causas y efectos.

Tengo una comunidad en Skool... y ahora es gratuita

Desde hace tiempo quería abrir ya esta comunidad y hacer una versión gratuita.

Ahora te puedes unir a la comunidad gratis y tener acceso a mis cursos totalmente gratis. Las próximas dos semanas estaré grabando casi 30 horas de contenido que quedarán gratuitas en la plataforma por tiempo limitado, así que aprovecha.

Únete dando click en este enlace

Sigue leyendo.

PS: El curso que daré la próxima semana es de Métodos Cuantitativos

Es parte del Doctorado en Gestión de las Organizaciones. Puedes unirte y echarle un ojo, pero te advierto que es un curso que será un poco más pesado de lo que suelo dar normalmente (aunque muy gratificante).

Si quieres que haga más contenido sobre ese tema, porfa házmelo saber.

Cómo hacer imágenes estilo marionomics (usando IA)

Cómo hacer imágenes estilo marionomics (usando IA)

Nunca lo he ocultado: todas las ilustraciones que hago para este newsletter están hechas con IA.

Pero tal vez ya lo hayas notado, que no son imágenes iguales a las que ves circulando en redes sociales de personajes al “estilo de studio Ghibli” o figuras redondeadas que es completamente evidente que están hechas con IA.

En este tutorial te voy a enseñar cómo las hago y te voy a dar un prompt para generar este tipo de imágenes de manera consistente.

Son dos los problemas que hoy vamos a resolver:

  1. Un estilo que genera consistentemente imágenes que parecen más “naturales”.
  2. La elección de temas para visualizar elementos que de otra forma serían muy abstractos.

Sigue leyendo.

El problema: las imágenes hechas con IA parecen imágenes hechas con IA

Si no le das ninguna instrucción sobre el estilo de la imagen, la IA va a caer por default en esas imágenes feas tridimensionales que gritan “no me interesa que esto se vea bien”.

Pero eso es el default porque casi nadie hace algo muy básico que la IA ha permitido hacer desde un inicio: delimitar el estilo. Le puedes pedir que haga tu imagen con el estilo de una pintura renacentista o una tira de cómic. El único límite son estilos de artistas específicos que todavía tengan derechos de autor.

Fuera de eso, si sabes describir el estilo, todo se vale.

Para saber describir un estilo, necesitas desarrollar algo de conocimiento sobre arte, técnicas y lo que otros artistas hacen. Entre más completos sean tus conocimientos, podrás hacer más (y definitivamente mejores imágenes que las que yo hago).

El estilo de mis imágenes sigue una instrucción muy sencilla:

Create a modern minimalist unfinished ink sketch with white background.

Con esa instrucción he hecho todas mis ultimas imágenes. Está en inglés porque los resultados de la IA suelen ser mejores cuando le damos la instrucción en inglés.

De ahí solo me queda describir lo que quiero.

Este es un newsletter sobre la economía como una ciencia.

Si estás aquí es porque te interesa la economía, o quieres hacer investigación económica. Por eso en ocasiones le mezclo un poco del uso de la IA, porque creo que es posible usar la IA dentro del proceso de creación de la ciencia, sin que esto implique plagio o tener que estar toda la vida batallando con alucinaciones.

Ya he acumulado algo de experiencia en el uso de la IA. Por eso algunos posts (como este) vienen con los prompts que yo mismo he desarrollado.

No me guardo nada.

Con tu suscripción de marionomics Pro, tendrás acceso a la biblioteca completa de todas mis publicaciones (¡casi 400!) y te llegarán al correo las que seguiré haciendo durante el tiempo de tu suscripción.

En este momento estoy trabajando en una serie completa sobre cómo hacer una tesis usando IA. Ya vimos:

  • Cómo generar ideas con IA.
  • Cómo usar NotebookLM para crear podcasts personalizados que te te ayuden a aprender lo que quieras de una forma más cómoda.
  • Y cómo hacer tu primer protocolo de investigación.

Con una suscripción Pro, ya tendrías acceso a esos posts y a los futuros:

  • Cómo hacer una recopilación bibliográfica.
  • Generar el primer bosquejo de la tesis.
  • Y crear el marco teórico.

Empieza gratis con un periodo de prueba de 14 días.

Quiero ser Pro

Cómo hacer imágenes sobre temas abstractos

Ya tenemos la mitad del problema solucionado, pero queda lo más importante: elegir la descripción de la imagen.

Siendo este un newsletter de economía, muchos de los temas que aquí se tratan son abstractos. Inflación, selección adversa, riesgo moral, si buscas esos términos en Google imágenes lo más ilustrativo que encontrarás son los gráficos de sus respectivos modelos matemáticos. No es precisamente la imagen más atractiva para un texto de divulgación.

Mi truco ha sido convertir lo abstracto a un análogo tangible.

Al inicio no lo hacía conscientemente. Me tomó años entender que era esto lo que hacía. Por ejemplo, las ideas son focos, los planes se convierten en mapas y los monopolios son un personaje con monóculo y sombrero de copa.

Con esta idea clara en mi mente, por fin hice un prompt que me permite pasar un texto a la IA y obtener de vuelta la imagen ideal para describir la imagen en mi estilo.

Estos son los pasos:

  • Paso #1: Tienes que tener un texto. Este prompt sirve para complementar algo que ya escribiste y extraer de ahí la descripción para una imagen complementaria.
  • Paso #2: Escribe el siguiente prompt en un modelo de IA capaz de generar imágenes. Yo estoy recientemente usando Gemini Pro, pero funciona en chatGPT.
I will teach you how to create the prompt for the creation of images for my newsletter marionomics.com. 



The style of the picture is described as: "A modern minimalist unfinished ink sketch with white background". 



Now I will provide you with a text and you will come up with the subject. The subjects from this newsletter are usually a smart metaphor for the theme, since most of the time economics is about abstract ideas, we need to come up with a clever way to picture them. For example:



- A newsletter about learning new things in aa faster way using AI is pictured with the following prompt:



<PROMPT>

Create a modern minimalist unfinished ink sketch with white background of Neo from the Matrix plugged into the matrix. The screen behind him is showing math symbols, matrices and linear algebra and an 8 bit progress bar that says “uploading”. It’s supposed to portray how to learn things in the matrix by uploading them to your brain.

Aspect ratio 16:9

</PROMPT



- About the generation of new ideas:

<PROMPT>

Create a modern minimalist unfinished ink sketch with white background of an assembly line. On the input there are many messy trinkets: maps, measuring rules, cars, robots, people, a banana peel, shovels (you can make up stuff un the way). On the output there are clean lightbulbs. It's a "factory of ideas" (don't write any letters). Aspect ratio 16:9

</PROMPT>



- About choosing an AI model



<PROMPT>

create a modern minimalist unfinished ink sketch with white background of a window shopper selecting between droids (like the ones from Star Wars, but original) in a boutique store in an European town. aspect ratio 16:9

</PROMPT>



In all cases, we try to find a way to make intangible ideas into a physical object or an interaction. For example, if we are trying to make a plan, we can show a blueprint or a map. If we are talking about money, we take it into a physical coin. In some cases, we can go surreal to make a point, like this steampunk davinci that stresses the point on the new renaissance man with the help of ai:

<PROMPT>

Créate a modern minimalist unfinished ink sketch with white background of a bionic steampunk leonardo DaVinci with engineering sketches and paintings. Aspect ratio 16:9

</PROMPT>

A few rules:

- Choose simple over complicated. The picture should show one character, two maximum, and just one or two main elements, in order to stay minimalistic
- Choose always dynamic images. The subject must be doing something or interacting somehow. For example, instead of a still image of an apple just sitting, choose the apple falling.
- Never create complicated comic strips panels. Don't do sequences of images or comparative panels. Just choose one. If, for example, you wanted to show the good way to do it vs the bad way to do it, you just choose one. It can be the wrong one for dramatic effect, or the good one to picture it better, but always just one. 


Now I will provide you with the newsletter text and you will come up with a prompt for creating the sketch. Are you ready?
  • Paso #3: pásale el texto que escribiste a la IA. Te pasará un prompt.
  • Le puedes dar la indicación en el mismo chat de que lo haga, o puedes copiar y pegar el prompt que te arroja y pegarlo en un chat nuevo. Ambas opciones funcionan.

Listo, ya tienes tu imagen.

Construye tu propio prompt y crea tu propio estilo

Tal vez hay algún detalle que no te parece, tal vez quieres otro estilo o que use otros temas. Eso está perfecto.

Ya tienes las bases. Solo tienes que modificar los detalles de tu imagen. Yo personalmente no sé suficiente de arte para darte consejos sobre cómo hacerlo, pero tú le puedes pedir que haga modificaciones para que quede más a tu gusto.

Intenta esto:

  • Prueba incluir manchas de acuarela en la imagen. En ocasiones le dan un efecto interesante.
  • En el prompt le puse que evite las secuencias de imágenes, puedes hacer al contrario y motivar que haga un estilo de cómic.
  • Pide que haga las imágenes en el estilo de algún artista renacentista (p. ej. Rembrandt) y hacer cambios a partir de ahí.

Para mí, de no existir la IA no sería algo que pudiera considerar. Normalmente ese proceso de imaginar la imagen ideal implicaba unos 15 a 20 minutos de mi tiempo, asumiendo que la imagen saliera a mi gusto a la primera y no tuviera que hacer muchas iteraciones. Ahora puedo hacerlo todo en 1 minuto con resultados consistentes.

Te lo dejo para que lo uses cuando quieras.

Tu primer protocolo de investigación con IA

Tu primer protocolo de investigación con IA
Only a few find the way, some don’t recognize it when they do — some... don’t ever want to

— El gato de Cheshire (Alicia en el país de las maravillas, por Lewis Carrol)

El error #1 que todos cometen cuando intentan escribir una tesis es abrir una hoja de Word en blanco, sentarse frente a la computadora y esperar a que lleguen las ideas.

La razón por la que esa es una receta perfecta para el desastre es que, si no tienes una dirección clara de lo que quieres lograr terminarás:

  • Pasando horas frente al monitor viendo como el cursor parpadea sin poder escribir la primera palabra.
  • Estresado y frustrado de que no puedes hacer que lleguen las ideas correctas para comenzar a escribir.
  • Y acabas nuevamente abriendo TikTok en el celular para “desestresarte” y acabas 2 horas después tu sesión de escritura sin haber avanzado nada a tu proyecto.

Afortunadamente, la solución es muy sencilla: tienes que tener un plan que te indique paso a paso lo que tienes que hacer. Así cuando comienzas a escribir, simplemente abres tu plan y continúas escribiendo donde te quedaste.

De eso se trata esta sección.

Los elementos clásicos de un protocolo de investigación

Le llamamos protocolo de investigación a ese plan que usaremos para guiar nuestros pasos en la creación de la tesis.

Es un documento que contiene elementos clásicos que probablemente te pedirán en tu universidad. Te voy a decir un secreto: cuando tengo que revisar un trabajo de tesis, muchas veces me salto la introducción y me voy directo a las secciones que me interesan. Son las mismas secciones que vas a ver en el protocolo de investigación y son las que indican lo que se hace en el trabajo.

Estos son los elementos clásicos de un protocolo de investigación.

  • Objetivo general y específicos.
  • Justificación.
  • Hipótesis.
  • Preguntas de investigación

Todos esos elementos completan una visión completa de lo que tienes que hacer en cada paso de tu investigación.

El error que muchos cometen cuando hacen este protocolo es que lo convierten en un documento de 40 páginas que nunca nadie va a leer

El protocolo es una herramienta extremadamente poderosa… lamentablemente, he visto que se ha estado usando como instrumento de tortura.

Cuando le pedimos a los alumnos un documento largo con una explicación detallada de todos los elementos que tendrá su tesis, no les estamos haciendo un favor. Es el mismo problema que tienen los llamados “planes de negocios”: asumen que el proceso de planeación es lineal. Cuando se asume una planeación lineal, se piensa que primero se planea y luego se ejecuta.

El proceso es en realidad circular: planeas, ejecutas y regresas al pizarrón una y otra y otra vez.

Cuando hacemos un documento extenso para planear nuestro proyecto de investigación, hacemos más difícil hacer cambios cuando inevitablemente la realidad nos obligue a cambiar el camino.

Un plan de cinco preguntas para definir tu protocolo de investigación

Este es el plan maestro que me enseñó mi profesor de metodología del doctorado cuando regresó de su estancia en Columbia.

Ya en este punto le perdí la pista al origen de esta metodología, y por mucho que he buscado otras fuentes, no las he encontrado, pero cuando estaba haciendo mi protocolo de la tesis del doctorado me pidió únicamente cinco preguntas:

  • ¿Cuál es el problema?
  • ¿Por qué el problema es un problema?
  • ¿Quién lo ha solucionado?
  • ¿Cuáles han sido sus resultados?
  • Mi aportación.

Y listo. Eso es todo.

La primera vez que vi ese modelo, sentí que debía ser una broma. No puede ser algo tan simple. Pensé que es algo que podía resolver en una tarde.

Y era cierto. Lo resolví en un cuarto de hora… y mi profesor me lo regresó una y otra y otra vez. Era un plan tan al grano y tan claro, que él inmediatamente detectaba los problemas y las falencias. En esa época todavía no había chatGPT, pero yo de manera natural tendía a hacer planes complejos con las primeras 5 páginas que, cuando los analizas, no dicen absolutamente nada.

Pero era un plan que sólo debía tomar, a lo mucho, una cuartilla.

La IA es pésima para hacer ese tipo de textos tan al grano, suele siempre divagar y poner demasiada paja a todo lo que escribe. Además, lo importante de este ejercicio es que logres aclarar tu mente y le des dirección a lo que quieres hacer. Eso es algo que no puedes ni debes delegar a ningún tipo de IA.

Afortunadamente, este es un ejercicio en el que la IA te puede ayudar haciendo el papel que tuvo mi profesor de metodología conmigo.

Sólo tenemos que darle la orientación para que actúe como nuestro revisor.

Este es el paso #3 de 12 para escribir una tesis usando IA.

Es un proyecto que tenía mucho tiempo posponiendo y hoy me da mucho gusto saber que lo estoy avanzando. Es una serie de más de 18 publicaciones donde te enseño todo lo que se respecto a la investigación y la IA, y un poco más. Espero que te esté resultando interesante.

Algunas partes están detrás del muro de pago, que contiene los prompts completos, explicaciones extra y algunas monerías adicionales que estoy incluyendo en el camino.

Por ejemplo, el siguiente post es sólo para los sucriptores de paga y te enseño el prompt que uso para que me genere consistentemente el mismo tipo de imágenes.

Creo que el truco de la IA es aprender a aclarar tu mente para dar instrucciones consistentes. Es lo mismo que todos los que son jefes deberían de aprender en algún momento de su vida.

Así que, si tu quieres aprender a ser un buen jefe, esta es tu oportunidad.

Quiero ser pro

Tutorial para escribir el plan completo con IA

Quiero que identifiques el problema que estás solucionando con tu tesis.

Parece fácil, pero los humanos tendemos a hacernos trampas de manera inconsciente cuando se trata de identificar el problema. Es muy común que tú o tu asesor de tesis te haga un planteamiento en el que la metodología o la solución ya está incluida dentro del planteamiento del problema.

Lo he visto miles de veces en la definición del problema:

  • “El problema es que no existe un modelo de intervención que identifique el grado de compromiso de las Pymes en Durango, Durango”.
  • “El problema es que nadie ha investigado sobre el efecto económico de las fiestas patronales de Chalchihuites”.

¿Notas un patrón? La solución ya está incluida en la definición del problema. Es como si yo te quisiera vender un jabón y tú me preguntes por qué me lo debes comprar. La respuesta obvia es que el jabón te soluciona el problema de limpiarte cuando estás sucio, pero en lugar de decirte esto te digo “cómpramelo porque no tienes un jabón rosa, grande y cuadrado con letras grandes grabadas”.

Eso no convence.

Escribí un prompt que te puede ayudar a identificar el problema. Copia y pega esto en tu chat de IA:

Actúa como mi asesor de investigación. Quiero que me ayudes a identificar cuál es el problema que está detrás del planteamiento que te voy a dar.

* El problema debe de plantearse en positivo, i.e. evitar decir e.g. "falta infraestructura". En su lugar, se debe ir a la causa raíz: e.g. "la corrupción estructural bloquea que se canalicen los fondos necesarios para la infraestructura".
* Evita a toda costa introducir la solución en el problema. e.g. "hace falta el diseño de un modelo de intervención para la administración de las finanzas municipales", eso no es un problema, eso es una forma ingeniosa de introducir la solución. En su lugar, se debe de ir al problema raíz.

Ahora te pasaré algo de contexto del trabajo de tesis que estoy trabajando y tu me ayudarás a identificar el problema que está en la raíz. Como respuesta, quiero que me des una idea central muy concreta en una oración perfectamente estructurada como problema de investigación.

¿Estás listo?

Estoy asumiendo que ya tienes algo de material que darle inmediatamente después de que te conteste. Le puedes dar el resultado de tus resúmenes de NotebookLM o la idea que hayas obtenido de la lluvia de ideas que hiciste en capítulos anteriores. O si tu ya tienes algo escrito, se lo puedes subir así en crudo.

El resultado que te da, debe de ser una sola sentencia, bastante directa sobre el problema.

Si estás satisfecho con ese planteamiento del problema, podemos seguir con la justificación. Si no estás satisfecho, necesitas darle más contexto e información sobre tu trabajo de investigación a la IA.

Para seguir con la justificación, copia el siguiente prompt y pégalo en el mismo chat donde te dio respuesta.

Dame la justificación sobre por qué este problema es un problema que merece ser atendido e investigado. 

Asegúrate de que tu respuesta sea basada en evidencia y no en opiniones. Puedes sustentar tu respuesta en fuentes académicas.

Entrega tu respuesta en una lista.

Le pedí que lo pusiera en una lista para que te de diferentes opciones para la justificación.

Ya sabemos cuál es el problema y por qué es un problema. Toca identificar quién lo ha estudiado ya con anterioridad.

Usa este prompt y agrégalo al chat:

Busca en internet fuentes académicas y dame una lista con 10 investigaciones que hayan estudiado este fenómeno.

Organiza tu respuesta en una tabla con autor, nombre del estudio, metodología, conclusión y un enlace para el artículo.

Esta es la parte más delicada.

La IA tiende a alucinar cuando le pides referencias específicas. En una ocasión se me ocurrió pedirle que redactara un párrafo donde incluya referencias, y me di cuenta que esas referencias parecían muy reales, pero no las pude encontrar por ningún lado. Recuerda que la IA generativa no funciona como un buscador, sino que crea una “predicción” de la mejor respuesta posible. Por eso, es muy probable que los enlaces los invente, especialmente si el tema de investigación que le estás dando no es muy común. En un experimento sencillo que hice, de 10 artículos, solamente 2 tenían el enlace correcto, pero 8 artículos eran verdaderos y si existían. De los 8 que si eran verdaderos, la mitad tenía la sección de conclusiones inventada.

Toca revisar las referencias una por una.

Finalmente, toca pedirle a la IA que te de una idea de la aportación que tú puedes hacer al conocimiento.

Este es el prompt:

Dame una lista con posibles aportaciones que podría hacer en una tesis con esta línea de investigación dentro de un doctorado en gestión de las organizaciones.

Considera mi contexto para moldear tu respuesta.

Redacta un protocolo de investigación con la información previa

Hasta este momento, esta conversación ha tenido el objetivo de que clarifiques tus pensamientos, pero puedes generar un protocolo de investigación clásico usando lo que estás descubriendo con esta interacción.

Hazlo de esta manera:

  • Identifica cuál es la aportación en la que te gustaría trabajar. Si las opciones que te está ofreciendo, no son de tu agrado, puedes hacerle aclaraciones a la IA sobre tus restricciones: lo que te gusta, lo que no te gusta, o si tienes acceso a un tipo diferente de datos.
  • Identifica las referencias que realmente son parte de lo que quieres incluir en tu trabajo y elimina aquellas que son falsas o que no te contribuyen a tu argumento.
  • Usa el siguiente prompt para crear un protocolo de investigación a partir del trabajo que hemos hecho (cambia lo que está entre llaves):
Elabora un protocolo de investigación donde usemos la opción {2} de aportación para la investigación.

De la tabla de referencias, puedes usar la referencia {9, 10 y 6}.

Asegúrate de incluir:
- Objetivo general y específicos.
- Justificación.
- Hipótesis.
- Preguntas de investigación

Genera un documento de aproximadamente dos cuartillas.

Y listo. Si tu IA tiene la opción de generar directamente el documento en un canvas, puedes usar esa opción. Es muy útil para si quieres hacerle correcciones a puntos específicos.

Ya con un protocolo en mano, estamos listos para trabajar en nuestra recopilación bibliográfica.

Aprende lo que quieras, como quieras, con NotebookLM

Aprende lo que quieras, como quieras, con NotebookLM
Neo: I know kung fu
Morpheus: Show me
— (The Matrix, 1999)

¿Qué estilo de aprendizaje tienes? ¿Visual? ¿Kinestésico? ¿Auditivo?

Probablemente uno de los mitos mas dañinos sobre la forma en la que aprendemos es la de los estilos de aprendizaje. No hay evidencia de que usar el “tipo de aprendizaje” se refleje en aprender mejor (Nancekivell, Shah & Gelman, 2020; Pashler, et al., 2008) y a pesar de ello, se sigue usando ese modelo en la educación en muchas partes del mundo.

Te lo menciono para liberarte de esa creencia, porque ahora nuestro objetivo es aprender lo más posible sobre nuestro tema de investigación.

Lo primero de lo que tenemos que ser conscientes es que muy probablemente sabemos mucho menos del tema que nos interesa de lo que necesitamos para crear una tesis. Una tesis es un documento auto-contenido, que tiene toda la información relevante para que sea entendible para alguien que no está completamente familiarizado con el tema. Eso significa que hay miles de cosas que crees saber, pero que probablemente no conoces a tanta profundidad.

El primer paso es aceptar que hace falta mucho por aprender

En un estudio, unos investigadores analizaron los patrones de conducta de personas que tenían mucha confianza en sus conocimientos de finanzas tenían peores resultados que personas similares que no estaban tan confiados (Merter & Balcıoğlu, 2025).

La auto-confianza es algo bueno, nos ayuda a tomar decisiones rápido y a no bloquearnos de tomar decisiones por pensar que no somos suficientemente buenos. Pero cuando esa confianza no está sustentada, nos puede llevar a cometer errores más graves sin que nos demos cuenta hasta que es muy tarde.

Hacer investigación es partir de una posición de humildad, donde aceptamos que nos hace falta mucho por conocer y que estamos dispuestos a abrir nuestra mente a lo que nos dice la evidencia.

¿Qué pasa cuando me topo con un artículo imposible de leer?

Una de las barreras más importantes cuando estás comenzando una investigación es que, tal vez por primera vez, tendrás que leer directamente de los artículos científicos.

Un artículo científico es muy diferente a un artículo de una revista o un libro:

  • Los artículos científicos los producen investigadores. En teoría, cualquiera podría hacer una observación científica y publicarla en una revista. Si cumple con el rigor, podría ser publicado. La realidad es que por lo general se necesita de un entrenamiento especializado para alcanzar el rigor para publicar.
  • Las revistas que publican artículos científicos son especiales. Por lo general, se trata de revistas que se dedican a publicación de artículos científicos solamente de un área muy estrecha dentro de la ciencia. Hay revistas especializadas en modelos microeconómicos de teoría de juegos, otras que se ocupan de la historia económica, otras más de finanzas públicas y así para cada uno de los temas que se te puedan ocurrir. Por lo general, si encuentras una revista que tiene como tema lo que tu estás estudiando, considera revisar todos los artículos que encuentres dentro de ella.
  • Los artículos científicos pasan por un proceso de revisión de doble ciego. La persona que está revisando tu trabajo de investigación no sabe quién eres ni tu sabes quién te está revisando tu investigación. Esto permite tener más certeza de que la publicación no depende de afinidades, sino de que los argumentos realmente se acercan a la realidad.

Los artículos científicos son la mejor fuente de la información que puedes obtener, el problema es que a veces pueden ser difíciles de leer.

  • Están llenos de terminología especializada, pues su público no es el público general, sino aquellos que ya son expertos en el área.
  • Suelen ser parte de una conversación aún más grande.

Es como llegar a una fiesta y meterse a un círculo cerrado donde ya todos saben de lo que se está hablando. ¿Cómo aprender rápidamente el vocabulario para ser parte de la conversación?

Cómo aprendemos los humanos

El secreto a voces es que la educación tradicional no está optimizada para que aprendas.

Y no la podemos culpar. El problema que la educación tradicional resuelve es el de entrenar en masa a un grupo grande de personas que puedan servir dentro del aparato económico. Y eso no necesariamente está en línea con lo que es mejor para asegurar el aprendizaje de nosotros como individuos.

  • Los humanos aprendemos mejor cuando lo hacemos junto con un mentor. Así como Daniel San aprende del Sr. Miyagi, los humanos necesitamos retroalimentación oportuna de lo que estamos haciendo.
  • El problema es que hacer eso implicaría tener casi un maestro por cada uno de nosotros por todo nuestro desarrollo educativo, y eso sería extremadamente costoso.

Afortunadamente, la IA tiene cargada mucha información que le permite tener el contexto suficiente para explicarnos cosas complejas de una manera que se adapte a nuestro conocimiento actual.

Usaremos NotebookLM, una herramienta diseñada por Google como un asistente de investigación que trabaja con tus documentos que le mandas.

Sigue estos pasos para usar NotebookLM

La mayoría de los servicios de IA permiten subir documentos y saben incorporar la información que contienen en las respuestas que te dan. Pero el que lo hace mejor y de manera especializada es NotebookAI.

Notebook cumplirá con tu mentor personalizado de aprendizaje:

  • Te ayudará a entender cualquier documento, paper o libro que le cargues.
  • Lo mejor es que puedes interactuar con él. Es como si pudieras hacerle preguntas al autor.

Sigue los siguientes pasos para comenzar:

  • Entra a https://notebooklm.google.com (tienes que tener una cuenta de Google).
  • Crea una nueva libreta (notebook)
  • Sube el documento que quieres que te ayude a analizar y deja que lo analice. Debe de comenzar a hacerlo automáticamente.

Una vez que hagas esto tendrás la opción de crear un vistazo de video o de audio, también puede hacer un mapa mental automático.

  • Los resúmenes de audio son una maravilla. Puedes elegir el estilo de la conversación que quieres que tenga el audio. Por ejemplo, está el Deep dive, que es una conversación estilo podcast que explora a fondo el artículo, también está la crítica, el debate y un texto corto. Si presionas el lápiz en esa opción, puedes encontrar una casilla de texto donde le puedes especificar, por ejemplo, que se enfoque en un tipo particular de audiencia (p. ej. Estudiantes de Economía). Puedes hacer que lo haga en tu idioma (¡es un poco sorprendente lo natural que se escucha!)
  • También puedes crear un mapa mental con la información del artículo, que te permite explorar ideas dentro de las ideas. Si hay algo que sea para ti lo más importante, puedes seleccionarlo y al instante generará un breve reporte. Es ideal cuando quieres extraer sólo una idea principal dentro del artículo, esto te permite explorarlo visualmente.
  • Si quieres estudiar para un examen o quieres poner a prueba lo que conoces, puedes hacer “flashcards” o tarjetas de preguntas y respuestas. También puedes hacer un cuestionario con preguntas de opción múltiple.
  • También puedes hacer videos con explicación. Son de ese tipo de videos con dibujos con la voz de fondo explicando. También puede ser muy didáctico y hace un poco más entretenida la explicación del audio.
  • La opción de crear un reporte te ofrece de entrada múltiples opciones para hacer artículos de un blog, guías de estudio o incluso te podría sugerir hacer memorandums de política pública. Las sugerencias las hace en función al documento que le estás presentando, con opciones personalizadas.

En todos los casos, puedes hacer que la IA genere el material a la medida: puedes pedirle que se enfoque en aspectos específicos, o que haga el material dirigido a un público en particular.

Comencé este post preguntándote qué tipo de aprendizaje tienes. Hoy en día, esa pregunta es irrelevante, porque no te tienes que limitar a algún tipo de aprendizaje, puedes aplicarlos todos. Cada uno de los recursos que generes te activará la mente de una forma diferente.

¿De qué forma vas a descubrir cuál es realmente tu mejor forma de aprender si no las pones todas a prueba?

Referencias

Merter, A. K., & Balcıoğlu, Y. S. (2025). Financial literacy and decision-making: The impact of knowledge gaps on financial outcomes. Borsa Istanbul Review. https://doi.org/10.1016/j.bir.2025.07.010

Nancekivell, S. E., Shah, P., & Gelman, S. A. (2020). Maybe they’re born with it, or maybe it’s experience: Toward a deeper understanding of the learning style myth. Journal of Educational Psychology112(2), 221–235. https://doi.org/10.1037/edu0000366

Pashler, H., McDaniel, M., Rohrer, D., & Bjork, R. (2008). Learning styles: Concepts and evidence. Psychological Science in the Public Interest9(3), 105–119. https://doi.org/10.1111/j.1539-6053.2009.01038.x

Wrangham, R. W., Jones, J. H., Laden, G., Pilbeam, D., & Conklin-Brittain, N. (1999). The raw and the stolen: Cooking and the ecology of human origins. Current Anthropology, 40(5), 567–594. https://doi.org/10.1086/300083

¡Genial! Te has registrado exitosamente.

¡Bienvenido de vuelta! Has iniciado sesión correctamente.

Te has suscrito correctamente a Marionomics: Escribe tu paper de economía.

¡Éxito! Revisa tu correo electrónico para obtener el enlace mágico para iniciar sesión.

¡Éxito! Se ha actualizado la información de facturación.

No se actualizó tu información de facturación.