Usa AI para organizar un plan de estudio mientras mantienes los datos de participantes identificables y las decisiones de consentimiento con los investigadores.
Esta guía propone un flujo de trabajo para preparar un pequeño estudio de investigación con límites claros de consentimiento y datos. Es un patrón de planificación, no una prueba de primera mano alegada, garantía, o sustituto del juicio profesional.
Necesitas propietario de la investigación, proceso de consentimiento, y política de retención de datos. No pegues contraseñas, claves API, información de salud, identificadores gubernamentales, o datos de clientes/empleados sin redactar en un servicio AI a menos que tu organización haya aprobado explícitamente ese procesamiento.
Entrada: pregunta de investigación, restricciones de reclutamiento, y contexto no sensible.
Salida esperada: plan de estudio, guía de discusión, y lista de verificación de privacidad.
La disponibilidad de herramientas, el comportamiento del modelo, los límites del plan, y los términos pueden cambiar. Verifica la documentación actual de cada proveedor y la configuración de cuenta de tu organización antes de configurar un flujo de trabajo.
Escribe una oración describiendo la decisión que este trabajo debe apoyar: plan de estudio, guía de discusión, y lista de verificación de privacidad. Enumera qué está confirmado, qué es desconocido, y quién puede aprobar una versión final. Pon enlaces de fuentes junto a afirmaciones de material; el texto generado nunca es la fuente de una afirmación.
Crea un paquete de entrada que contenga la pregunta de investigación, restricciones de reclutamiento, y contexto no sensible. Elimina nombres, detalles de contacto directo, credenciales de cuenta, y cualquier material que no sea necesario para esta tarea. Por ejemplo, usa un enlace de fuente o ID de registro interno en lugar de un documento confidencial pegado. Establece qué la salida no debe hacer: no debe tomar una decisión sobre una persona, publicar automáticamente, o representar una afirmación incierta como confirmada.
Transferencia: entrega el resumen acotado, paquete de entrada, y carpeta de fuentes a la persona que hace el primer borrador. Esa persona debe ser capaz de explicar por qué cada elemento incluido es necesario.
Documenta el mínimo de datos necesarios para la pregunta de investigación, quién puede acceder a él, y cuándo se eliminará. El propietario de la investigación revisa el lenguaje de consentimiento y materiales de reclutamiento antes de que se contacte a ningún participante.
En Claude, solicita una primera pasada estructurada, no una respuesta final. Una instrucción útil es: "Usa solo el material a continuación. Produce títulos, una tabla de evidencia, preguntas abiertas, y un borrador. Etiqueta cualquier cosa no respaldada por el material como necesita verificación". Adjunta los IDs de fuente junto al párrafo o fila relevante.
Lee el resultado línea por línea contra el paquete de entrada. Elimina afirmaciones que no se puedan rastrear, y separa una hipótesis útil de una decisión. La salida de trabajo en este punto debe ser un borrador vinculado a la fuente, no un activo pulido.
Transferencia: pasa el borrador, enlaces de fuente, y preguntas sin resolver al revisor de dominio. Pídele al revisor que responda con correcciones, contexto faltante, y un go/no-go explícito en cualquier afirmación sensible.
Usa Notion AI para organizar los cambios del revisor en tres grupos: correcciones requeridas, decisiones que el propietario responsable debe tomar, y mejoras opcionales. No le pidas al modelo que resuelva un desacuerdo o infiera aprobación. El propietario responsable decide qué versión se convierte en la copia de trabajo aprobada.
Solo entonces usa ChatGPT para hacer la salida solicitada: plan de estudio, guía de discusión, y lista de verificación de privacidad. Mantén la copia de trabajo vinculada a la fuente junto a la versión formateada. Si una transferencia cambia de formato, por ejemplo, de notas a una presentación, prototipo, o mensaje automatizado, compara las dos versiones para ver calificadores perdidos, números alterados, y énfasis visual engañoso.
Si la automatización es parte del paso final, configura una aprobación humana nombrada antes de que algo se envíe, publique, o cambie un registro. Incluye una condición de parada, una alerta de error, y una forma de revertir una acción parcial sin eliminar la pista de auditoría.
Transferencia: el propietario responsable da su visto bueno al plan de estudio final, guía de discusión, y lista de verificación de privacidad.
Antes del lanzamiento, confirma:
AI puede omitir contexto, producir errores plausibles, y reflejar sesgo en el material que se le proporciona. Este flujo de trabajo no es adecuado para decisiones autónomas sobre personas, asesoramiento regulado, o acciones irreversibles. Comienza con una muestra pequeña e inspecciona cargos basados en uso, créditos de generación, almacenamiento, y límites de puestos pagados antes de escalar.