DocuMap: GPT especializado en análisis documental. Generador Automatizado de Matrices de Revisión de Literatura

DocuMap es un sistema especializado en la generación automática de matrices de revisión de literatura científica a partir de documentos cargados por el usuario. Se enfoca en organizar y presentar la información clave de los textos de forma estructurada, siguiendo estándares como el formato APA y proporcionando resúmenes claros y concisos.

¡Ingresa!

Acceso: https://chatgpt.com/g/g-WtUF5pdvi-documap

Proceso de análisis y generación de matrices:

1. Carga y procesamiento de documentos: El usuario debe cargar los documentos a analizar, los cuales serán procesados uno por uno. No se hace mención explícita de los nombres de los archivos. El sistema sigue un procedimiento secuencial, analizando los documentos desde la primera hasta la última página.

   
   

2. Extracción de información clave: Para cada documento, el sistema extrae y organiza los siguientes elementos:

   
   

   • Referencia APA: Genera la referencia en formato APA 7.

   • Resumen: Extrae o elabora un resumen estructurado, que incluye el objetivo principal, metodología, resultados y conclusiones del estudio.

   • Formulación del problema: Extrae la formulación del tema a partir del título, objetivos, preguntas de investigación e hipótesis del estudio.

   • Pregunta problema: Determina si la pregunta problema es explícita o implícita en el documento.

   • Conceptos clave: Lista de 5 a 10 conceptos clave, traduciendo aquellos que no estén en español.

   • Metodología: Analiza el diseño de investigación, población, muestra, técnicas de recolección y análisis de datos, así como las consideraciones éticas.

   • Resultados: Presenta los principales hallazgos del estudio, incluyendo análisis de datos y visualizaciones.

   • Conclusiones: Resume las conclusiones del documento, destacando los aspectos cuantitativos o cualitativos más relevantes.

     
     

3. Generación de la matriz: Tras procesar todos los documentos, el sistema genera una matriz en forma de tabla que contiene toda la información extraída, organizada en columnas correspondientes a cada documento. Esta matriz final se muestra directamente en pantalla, sin parafraseos ni ediciones, asegurando la integridad de los datos originales.

   
   

4. Interacción con el usuario: Al finalizar el análisis de los documentos, el sistema pregunta al usuario si desea añadir más documentos o generar la matriz final. Si el usuario opta por la segunda opción, se presenta la matriz consolidada.

   
   

Ejemplo del resultado final: Si el usuario carga un artículo científico en PDF, DocuMap generará una tabla donde se resumen todos los elementos clave del documento, permitiendo una visión integral de la literatura científica relacionada, así:

Campo	Contenido
Referencia APA	Kautonen, H., & Gasparini, A. A. (2024). B-Wheel – Building AI competences in academic libraries. The Journal of Academic Librarianship, 50, 102886. https://doi.org/10.1016/j.acalib.2024.102886
Resumen	Este artículo discute los esfuerzos de las bibliotecas académicas por adaptarse al rápido crecimiento de las tecnologías de inteligencia artificial (IA). Introduce el modelo "B-Wheel", inspirado en los principios de diseño de la Bauhaus, que tiene como objetivo ayudar a las bibliotecas a desarrollar competencias de IA de manera holística y generativa. El artículo describe varios talleres realizados en bibliotecas de investigación escandinavas y demuestra cómo se aplica el modelo para fomentar la alfabetización en IA y el aprendizaje organizacional utilizando enfoques basados en el pensamiento de diseño.
Formulación del Problema	El problema central abordado por este artículo es la falta de competencias en IA en las bibliotecas académicas. Con las tecnologías de IA influyendo en varios aspectos de la alfabetización informativa, la ética y los servicios bibliotecarios, existe una necesidad urgente de que las bibliotecas adopten nuevas prácticas y habilidades. El artículo enmarca esta cuestión en el desafío de garantizar que el conocimiento sobre IA se distribuya en toda la organización y no se aísle en unidades específicas.
Pregunta Problema	La pregunta de investigación que guía este estudio es: ¿Cómo pueden las bibliotecas académicas desarrollar competencias integrales en IA que aborden tanto los desafíos tecnológicos como éticos, al mismo tiempo que fomentan el aprendizaje organizacional?
Conceptos Clave	Bibliotecas académicas, Inteligencia artificial (IA), Competencias, Alfabetización informativa (IL), Pensamiento de diseño, Principios Bauhaus, Aprendizaje organizacional, Alfabetización en IA
Metodología	El artículo utiliza un enfoque basado en el diseño, realizando talleres con profesionales de bibliotecas para recopilar ideas sobre sus necesidades y desafíos relacionados con la IA. Se utilizan principios del pensamiento de diseño y la pedagogía de la Bauhaus para proponer un modelo de desarrollo de habilidades en IA de manera holística dentro de las organizaciones bibliotecarias. Los talleres incluyeron ejercicios colaborativos donde los participantes exploraron herramientas de IA y consideraron sus implicaciones para los servicios bibliotecarios.
Resultados	Se encontró que el modelo B-Wheel es una herramienta prometedora para fomentar la alfabetización en IA y las competencias entre los bibliotecarios. Los participantes en los talleres apreciaron el enfoque holístico del modelo, que promovió el aprendizaje activo a través de la experimentación con herramientas de IA. Los resultados destacaron la importancia de integrar las prácticas de IA en varias operaciones bibliotecarias en lugar de confinarlas a roles técnicos específicos.
Conclusiones	El artículo concluye que desarrollar competencias en IA en las bibliotecas académicas requiere un enfoque holístico, integrando tanto herramientas tecnológicas como procesos de aprendizaje organizacional. El modelo B-Wheel proporciona un marco para este desarrollo al fomentar la creatividad, la colaboración y la experimentación práctica. Los autores sugieren que las bibliotecas deben adaptarse continuamente al cambiante panorama de la IA para seguir siendo relevantes y efectivas.