Javier García Manglano: "El proceso es lo que realmente nos hace crecer como investigadores: leer, escribir, pensar"

¿Cómo pueden las herramientas de inteligencia artificial transformar la forma de investigar? Desde la revisión de la literatura y el análisis de los datos, hasta la escritura de código o la visualización de resultados, la IA forma parte del día a día de muchos empleados de la Universidad.

Javier García Manglano, investigador principal del grupo ‘Jóvenes en transición’ del Instituto Cultura y Sociedad (ICS) explica qué está estudiando actualmente su equipo, cómo utiliza las herramientas de IA para avanzar en su trabajo, y qué oportunidades y riesgos plantea esta nueva etapa para la investigación académica.

¿En qué investigación estás implicado actualmente?
Tenemos dos áreas de especialización: las transiciones de los jóvenes a la etapa adulta, y el papel de la tecnología en las relaciones interpersonales de los jóvenes. En lo que llevamos de 2026 hemos publicado artículos sobre la percepción de los jóvenes de la vida adulta (que es un poco negativa), sobre la relación entre las películas y series que uno ve como adolescente y el riesgo de consumir pornografía como adulto (hay una pendiente inclinada) y sobre mejorar el modo de medir la dependencia del móvil (con información sobre el contexto en que se utiliza).

¿Qué herramientas de IA utilizas para tu investigación?
Desde el verano pasado tengo suscripción a Gemini Pro y busco distintos modos de sacarle partido. Pero mi herramienta favorita es NotebookLM, también de Google; me parece que permite limitar el riesgo de alucinaciones sin perder la potencialidad de la IA. Para quien no la conozca, funciona con cuadernos, cada uno de los cuales contiene fuentes introducidas por el investigador. Una vez creado el cuaderno, puedes hacerle preguntas, pedirle un mapa conceptual, crear tarjetas de estudio, o hacer una infografía o un resumen en vídeo, audio… pero solo de tus fuentes. Un uso del que estoy disfrutando es dialogar con "expertos”: le meto todo lo que ha publicado un investigador de referencia y puedo hacerle preguntas para simular una conversación con esa persona… ¡Imagínate poder dialogar con la gente que más sabe en tu área!

¿Podrías especificar cómo la IA te ha ayudado con tu investigación?
Quizás el uso más eficiente que hago de la IA es para ahorrar tiempo escribiendo un código estadístico. Siempre he usado software como Stata, pero en otros lenguajes como R tengo un conocimiento más limitado. A Gemini puedo pedirle que me escriba código en cualquiera de los dos lenguajes (o ambos, para comparar), o que me encuentre un error, un bug, en mi código… y lo hace mucho más rápido que cualquier humano. Eso sí, puedo usarlo así porque antes he pasado casi dos décadas escribiendo código yo mismo, de modo que puedo revisar lo que la IA crea, hacer cambios o pedírselos, y por ello controlar el proceso y velar por el rigor metodológico de lo que produzco.

¿Cómo trabajabas antes de la llegada de la IA?
Otro aspecto al que siempre he querido dedicar tiempo y nunca he llegado es la visualización de resultados: un buen gráfico puede ser el mejor modo de explicar o divulgar resultados científicos. Y lo que antes era inalcanzable ahora puedo pedírselo a la IA, sin riesgo: por como entiendo los resultados, puedo probar y pedirle varios modos de visualizarlos y elegir el que más me convenza.

¿En qué momento viste que la IA era una herramienta que iba a facilitar tu trabajo profesional y, por ello, había llegado para quedarse?
En el último año. La verdad es que apenas la había usado en cursos anteriores; y, en ocasiones, la experiencia había sido con una frecuencia frustrante. Pero los últimos modelos de pago (los gratuitos van al menos un año por detrás) son mucho más fiables y capaces. Quizás también he aprendido a usarlas mejor, más como asistentes en cuestiones que ya domino y no para tareas en las que no tengo suficiente conocimiento como para juzgar el resultado obtenido. Creo que es una combinación de ambos factores.

¿Podrías volver a investigar sin la IA?
Por supuesto que sí. Tal vez iría más despacio, pero quizás también avanzaría con más cautela y aprovechamiento personal; a veces, me preocupa pretender abarcar mucho y perder la paciencia para las tareas que a uno le "construyen” como investigador. En otras palabras, pienso que es real el peligro de separar el resultado del proceso. El resultado es aquello por lo que se nos evalúa: básicamente las publicaciones. El proceso es lo que realmente nos hace crecer como investigadores: leer, escribir, pensar. Existe el riesgo de entrar en una carrera tan frenética por lo primero, y más cuando todo el mundo aprovecha estas herramientas, que terminemos descuidando lo segundo. Ese es, personalmente, el peligro que más temo.

Sobre el uso ético y responsable: ¿cómo usar la IA para ganar eficiencia en la investigación sin sacrificar la autoría, la transparencia y la ética?
Quiero pensar que la respuesta a esta pregunta está ejemplificada en las anteriores, porque eso es lo que procuro hacer en mi labor investigadora. Pero hay cuestiones incómodas que tarde o temprano tendremos que plantearnos. ¿Realmente debemos dedicar el tiempo a tareas que la IA hace mucho más rápido que nosotros, con un resultado muy aceptable? ¿O debemos delegar esas tareas en la IA y dedicarnos a lo que añade valor humano? ¿Cuánto de lo que hacíamos hasta hace poco podemos dejar de hacer sin prejuicio para nuestro desarrollo y para la tarea investigadora.