Cómo usar Perplexity para investigar y, después, humanizar el borrador

Has una pregunta, una fecha límite y cuarenta pestañas abiertas. Escribes la pregunta en Perplexity y, en cuestión de segundos, obtienes un párrafo limpio de respuesta con pequeñas citas numeradas colgando de cada afirmación. Es como el motor de búsqueda que siempre quisiste. Ese primer golpe de velocidad es exactamente por lo que muchos investigadores recurren ahora a Perplexity para investigar antes de tocar una base de datos de una biblioteca.

Y parte de esa confianza la merece. A diferencia de un chatbot simple, Perplexity está construido como un motor de respuestas: cada respuesta incluye enlaces en línea a fuentes web en vivo, de modo que puedes ver de dónde supuestamente proviene cada afirmación. Para delimitar un tema nuevo, orientarte en un campo que no te resulta familiar o comprobar un dato mientras redactas, es realmente útil.

Pero estar bien fundamentado y estar a salvo son dos cosas distintas. Las citas parecen autorizadas, y ahí está la trampa. A continuación, repasamos dónde esta herramienta aporta de verdad a tu investigación, la única limitación que debería condicionar cómo la utilizas y el paso final y claro cuando empieces a convertir sus respuestas en tu propia prosa.

Dónde encaja realmente Perplexity para investigación

Perplexity es una herramienta de descubrimiento, no una base de datos académica y tampoco es tu motor de escritura. Úsala en la etapa inicial, cuando estás intentando entender una pregunta antes de comprometerte con una revisión formal.

Sus modos se ajustan a tareas diferentes. Sonar ofrece respuestas rápidas con citas para una pregunta específica. Sonar Pro y Sonar Reasoning Pro profundizan en consultas con varias etapas. Sonar Deep Research es el modo basado en agentes: el proveedor lo describe ejecutando más de un centenar de búsquedas y devolviendo un informe estructurado y citado en unos dos a cinco minutos, lo cual viene bien para un sondeo rápido de un debate antes de leer los artículos reales.

En los planes Pro y Max de pago, Perplexity también es independiente del modelo. Un conmutador te permite dirigir el motor subyacente a un modelo de vanguardia como Claude, GPT o Gemini. Esa flexibilidad es agradable, pero el enrutamiento exacto y la versión que están detrás de cualquier respuesta dada no siempre son transparentes, algo que importa más adelante cuando documentas tu metodología.

El nivel gratuito es más utilizable que la mayoría. No cuesta nada, permite búsquedas básicas ilimitadas con citas en Sonar y limita las búsquedas más profundas de Pro a alrededor de cinco al día, sin el conmutador de modelos ni el Deep Research completo. Pro cuesta unos $20 al mes y los estudiantes verificados pueden obtener Education Pro por aproximadamente $10 al mes a través de SheerID. Para la mayoría de las personas, el nivel gratuito o el de estudiante es suficiente para el trabajo de descubrimiento. Si quieres una visión más amplia sobre cómo acelerar esta etapa, consulta nuestra guía para acelerar tu revisión de literatura con IA.

El inconveniente: citado no significa correcto

Aquí está la limitación que debe situarse en el centro de cómo usas esta herramienta. Tener el respaldo de una cita no significa estar a salvo de la cita. La referencia que Perplexity enlaza puede ser una página real, pero la afirmación concreta en la que cuelga esa referencia podría no aparecer realmente allí.

Este fallo se denomina atribución errónea (misattribution) y es más sigiloso que una referencia abiertamente falsa. Un DOI fabricado es fácil de detectar porque no lleva a ninguna parte. Una atribución errónea lleva a un lugar real, y por eso tu mecanismo de alerta falla. Ves un enlace que funciona, asumes que la frase cuenta con respaldo y sigues adelante.

Las pruebas independientes sugieren que Perplexity alucina referencias con menos frecuencia que un chatbot general, pero la tasa no es cero. Además, su cobertura académica es más estrecha que la de Google Scholar o PubMed, así que omite en silencio literatura de pago y especializada que tus revisores esperarán que conozcas. Trata cada respuesta como una pista que hay que perseguir, nunca como una cita que copiar y pegar.

La tabla siguiente muestra cómo pensamos en emparejar cada modo con una tarea y qué aún debes comprobar a mano.

La regla práctica es sencilla. Usa Perplexity para encontrar los artículos y luego extrae los artículos reales desde Google Scholar y cítalos. Lee la fuente, confirma que dice lo que afirmaba la respuesta y registra tú mismo el autor real, el año y el DOI. Si necesitas que esas referencias sobrevivan más tarde a una reescritura cargada de citas, nuestra nota sobre un humanizador que preserva tus citas explica por qué el paso de acabado importa tanto como el de redacción.

De fuentes verificadas a un borrador que aún suena como IA

Supongamos que lo has hecho bien. Verificaste cada fuente, obtuviste los artículos reales y redactaste una sección de antecedentes sintetizando lo que encontraste. Los hechos están bien. Pero la prosa sigue sonando a que la escribió una máquina.

Eso no es un fallo en tu lectura. Es la textura de la escritura asistida por IA. La salida de un motor de respuestas tiende a producir oraciones uniformes, con variación baja en el ritmo: la cadencia plana que los detectores están afinados para marcar. Turnitin añadió en agosto de 2025 una detección específica de bypass de IA, superpuesta a su indicador de escritura; por eso, el texto uniforme y la paráfrasis torpe atraen la atención.

Hay además un problema de equidad apilado a lo anterior y que afecta con más dureza a quienes escriben en inglés como lengua no nativa. Un estudio de 2023 en Patterns, de Liang y sus colegas, halló que siete detectores señalaron como generados por IA alrededor del 61 por ciento de ensayos TOEFL no nativos, frente a aproximadamente el 5 por ciento en el caso de autores nativos, simplemente porque el vocabulario más simple y predecible se lee como propio de una máquina. Si el inglés es tu segunda lengua, puedes ser marcado por una prosa que escribiste tú mismo, antes de que cualquier IA la haya tocado.

Humaniza tu propio borrador y, después, decláralo

El paso final consiste en ejecutar tu borrador verificado a través de un humanizador académico construido para el ámbito académico, no como un simple generador genérico de palabras. La finalidad no es engañar a nadie. Es devolver a tu escritura asistida por IA, con legitimidad, la “explosividad” (burstiness), el registro y la voz de un autor real, mientras que tu significado, tus números y tus referencias permanecen exactamente donde deben.

Hemos probado nuestro humanizador con Turnitin, GPTZero, Copyleaks, ZeroGPT y Originality.ai, y hemos visto resultados de hasta aproximadamente un 92 por ciento en Turnitin, cerca de un 89 por ciento en Originality.ai y alrededor de un 88 por ciento en GPTZero, con precisión gramatical por encima del 96 por ciento. Son cifras sólidas, pero no son una promesa. Los detectores se actualizan continuamente, ninguna herramienta garantiza superar la prueba y perseguir una puntuación del 0 por ciento no es el objetivo correcto.

El objetivo adecuado es la erudición auténtica, y eso implica la declaración. Elsevier, en su política actualizada de octubre de 2025, exige una declaración del uso de IA generativa en el proceso de escritura, colocada por encima de las referencias, indicando la herramienta y el motivo, con el autor plenamente responsable. Springer Nature quiere que el uso de LLM se documente en los métodos o en una sección equivalente. COPE es claro en que la IA no puede ser autora y que todo uso de IA debe declararse. La corrección rutinaria de gramática y ortografía no necesita declararse, pero usar un motor de respuestas para ayudar a construir tu argumento sí. Nuestro recorrido sobre cómo declarar la asistencia de IA en tu artículo te proporciona la redacción exacta.

Hay una razón más para declarar de forma explícita. Como Perplexity puede cambiar el modelo subyacente detrás de tus respuestas, la misma consulta puede enrutar de manera distinta en días diferentes, lo que perjudica silenciosamente la reproducibilidad. Especificar qué usaste y cuándo no es solo cumplimiento normativo: es una buena práctica metodológica.

Si tu revisión de literatura se apoya en respuestas fundamentadas y ancladas en fuentes, vale la pena comparar herramientas. Nuestro texto complementario sobre usar Gemini para una revisión de literatura fundamentada cubre una ruta distinta hacia el mismo primer recorrido cuidadoso, con citas.

Preguntas frecuentes

P: ¿Perplexity es buena para la investigación académica?

Sí, para el descubrimiento y la orientación. Usar Perplexity para investigar funciona bien cuando quieres una respuesta rápida y citada para delimitar un tema o comprobar un dato a mitad de la redacción. No es un sustituto de Google Scholar o PubMed, y no debería ser la fuente de tus citas finales.

P: ¿Las citas de Perplexity son fiables para un artículo?

No lo suficiente como para citar sin comprobar. Perplexity enlaza a páginas reales, pero la afirmación que atribuye a una fuente puede no aparecer realmente allí, una atribución errónea que es fácil de pasar por alto. Abre todos los enlaces, confirma la afirmación y registra tú mismo el autor, el año y el DOI a partir de la fuente primaria.

P: ¿Puedo citar Perplexity en mi tesis?

Cita los artículos subyacentes, no el motor de respuestas. Perplexity es una herramienta que te señala fuentes, así que tu bibliografía debe incluir la literatura primaria verificada que realmente leíste. Si tu institución lo exige, declara que usaste Perplexity como ayuda de investigación en tus métodos o en una declaración de uso de IA.

P: ¿Necesito humanizar y declarar un borrador con ayuda de Perplexity?

Si la usaste para ayudar a construir tu escritura, decláralo siguiendo las pautas de Elsevier, Springer o COPE. Humanizar tu borrador verificado se trata de restaurar tu voz natural y reducir falsas alertas, especialmente para autores no nativos, no de ocultar la ayuda que ya has declarado.