Saltar al contenido
Evaluación de fuentes

Cómo verificar los hechos de las fuentes en la investigación académica

La verificación de hechos es trabajo sobre la afirmación, no una impresión sobre un sitio web. Cuando un número, una cita, una imagen o un “estudio nuevo” aparece en un trabajo, sal de la página y pregunta si la afirmación es verdadera, en qué pruebas se apoya y si esas pruebas siguen en pie. Esta página usa los movimientos SIFT de Mike Caulfield, el libro de 2023 de Caulfield y Wineburg Verified (extracto en American Educator, primavera de 2025), la lectura lateral de Wineburg y McGrew, los términos de desorden informativo de Wardle y Derakhshan y el Código de principios de la IFCN. No es cómo saber si una fuente es creíble ni el recorrido CRAAP.

Por 25 min de lectura

Fotografía que ilustra las guías de Evaluación de fuentes
Foto: João Silas, Wikimedia Commons (Public domain)
En esta página

Respuesta rápida: cómo verificar una afirmación

Detente antes de pegar la frase en el borrador. Identifica la afirmación (un número, una cita, un hallazgo causal, una fecha, una foto). Luego haz las cuatro cosas que Caulfield nombró en 2019 y reformuló con Wineburg en Verified: detente, investiga la fuente, busca una mejor cobertura y rastrea la afirmación, la cita o el medio hasta su contexto original. Si no puedes reconstruir ese contexto a partir de una fuente primaria, no cites la afirmación.

Plantillas para comprobar afirmaciones (rellénalas con la fuente que tienes delante)

Frase de la afirmación:

[Quién] afirma que [hecho específico], con base en [estudio, conjunto de datos, discurso o imagen nombrado], a fecha de [fecha].

Paso de rastreo:

La versión que vi primero es un [tuit / lead informativo / PDF de programa / resumen de IA]. El original es [DOI, transcripción, tabla de datos o ítem de archivo] en [URL estable].

Paso de cobertura:

La cobertura independiente de la misma afirmación aparece en [segunda fuente nombrada] y [tercera fuente nombrada]. [Coinciden / discrepan / citan un mismo origen].

Decisión de usar o descartar:

Cita solo si puedo señalar a un lector pruebas comprobables. Si el rastro muere en un comunicado de prensa, una captura de pantalla o “todo el mundo lo sabe”, elimina la frase.

Para qué sirve esta página

CitationEasy ya tiene una página para ¿es esta editorial lo bastante fiable para citarla? (fuentes creíbles) y una página para aplicar las preguntas oficiales CRAAP al ítem (evaluar fuentes). Esta URL responde a una pregunta más estrecha: ¿es esta afirmación concreta lo bastante verdadera para ponerla en un trabajo? Un periódico respetado puede equivocar un denominador. Un artículo revisado por pares puede estar retractado. Una filtración verdadera puede ser mal-information si alguien publicó datos privados para dañar a una persona. Un chatbot de IA puede inventar un DOI que parece académico y aun así no apunta a nada.

Los verificadores profesionales de FactCheck.org —un signatario verificado de la IFCN en el Annenberg Public Policy Center, con esa página de proceso actualizada el 4 de diciembre de 2025— sitúan la carga donde la escritura académica ya la sitúa:

FactCheck.org, “Our Process” (página actualizada el 4 de diciembre de 2025)

The burden is on the person or organization making the claim to provide the evidence to support it.
We rely on primary sources of information.

Si no puedes cumplir ese listón, la afirmación no pertenece al trabajo, aunque no la hayas demostrado falsa. “No pude verificarlo” es una razón para borrar, no una razón para suavizar con “algunos dicen”.

Nombra el problema: desorden informativo, no “fake news”

Claire Wardle y Hossein Derakhshan escribieron el informe de 2017 del Consejo de Europa Information Disorder (DGI(2017)09) porque “fake news” aplasta la sátira, el error honesto, la propaganda y los registros privados filtrados en un solo insulto. Dividieron el lío en dos ejes —falsedad e intención de dañar—:

Wardle y Derakhshan, Consejo de Europa (2017)

Mis-information

Mis-information is when false information is shared, but no harm is meant.

Dis-information

Dis-information is when false information is knowingly shared to cause harm.

Mal-information

Mal-information is when genuine information is shared to cause harm, often by moving information designed to stay private into the public sphere.
Qué debe hacer un estudiante con cada tipo
Tipo¿Falsa?¿Daño intencionado?Qué haces en un trabajo
Mis-informationSíNoCorrige el hecho. Cita la mejor fuente. No trates al primer narrador como mentiroso.
Dis-informationSíSíNo cites la afirmación como prueba. Si hablas de la campaña, cita una reconstrucción verificada.
Mal-informationNoSíEl hecho puede ser real. Pregunta si publicarlo es ético, legal y pertinente para tu argumento.

En el trabajo académico, la intención es secundaria frente a la exactitud. Un compañero que pegó el año equivocado y un troll que inventó el año producen la misma nota inutilizable. Las etiquetas de Wardle aún te ayudan a elegir una respuesta: corregir, rechazar o tratar con cuidado. No son una razón para psicoanalizar una fuente que aún no has identificado.

SIFT cuando te importa la afirmación, no la página

Caulfield publicó SIFT (The Four Moves) el 19 de junio de 2019 como una lista breve de cosas que hacer, no como una rúbrica de puntuación. En 2023, él y Sam Wineburg reformularon el mismo hábito en Verified: How to Think Straight, Get Duped Less, and Make Better Decisions about What to Believe Online (University of Chicago Press). Su extracto de American Educator, primavera de 2025 es la redacción pública que puedes abrir sin muro de pago. La página de credibilidad cubre los dos primeros movimientos para dimensionar a un editor. Esta página dedica su espacio a los dos últimos, porque ahí es donde los estudiantes pierden citas: pulen una URL y nunca comprueban si la frase es verdadera.

Caulfield y Wineburg, “Learning to Verify,” American Educator (primavera de 2025)

The first task when confronted with the unfamiliar is not analysis. It is the gathering of context.
When we encounter something online, our first question shouldn’t be “Is this true?” but rather “Do we know what we’re looking at?”

Nombran tres contextos que hay que reunir en unos treinta segundos: la fuente (quién habla), la afirmación (qué dice el resto de la cobertura) y tú (por qué esta frase tienta). Ese último contexto es la razón por la que una estadística que ayuda a tu tesis necesita el mismo rastro que una que la amenaza.

Mike Caulfield, “SIFT (The Four Moves),” 19 de junio de 2019

Sometimes you don’t care about the particular article or video that reaches you. You care about the claim the article is making.
You want to know if it is true or false. You want to know if it represents a consensus viewpoint, or if it is the subject of much disagreement.

Detente

Pausa antes de resaltar, capturar o “dejarlo por ahora”. Pregunta qué sabes ya sobre la afirmación y el canal. La indignación, el triunfo y “comparte antes de que lo borren” no son pruebas. Si ya estás escribiendo un párrafo que necesita este número, eres la persona más fácil de engañar en la sala. Detente el tiempo suficiente para escribir la afirmación como una sola frase que podrías mostrar a un bibliotecario.

Investiga la fuente — y luego decide si ese es el trabajo

Abre una pestaña nueva y busca al autor o a la organización fuera del sitio en el que estás. Eso sigue siendo obligatorio. No basta. El propio ejemplo económico de Caulfield es el punto: saber que lees a un economista Nobel o un vídeo de la industria láctea cambia cómo interpretas el texto. Por sí solo no te dice si la estadística del párrafo cuatro está calculada con honestidad. Para la decisión sobre el editor, ve a fuentes creíbles. Para el número, sigue adelante.

Busca una mejor cobertura

Cuando lo que necesitas es la afirmación, Caulfield dice que puedes ignorar el artículo que te llegó y buscar reportajes o análisis de confianza sobre esa afirmación. Su ejemplo trabajado es un titular de conservación, no una tasa de crimen inventada:

Ejemplo de cobertura de Caulfield (conserva la redacción; luego busca reportajes reales)

If you get an article that says koalas have just been declared extinct from the Save the Koalas Foundation, your best bet might not be to investigate the source, but to go out and find the best source you can on this topic, or, just as importantly, to scan multiple sources and see what the expert consensus seems to be.

El extracto de 2025 dice lo mismo como un movimiento, no como una impresión:

Caulfield y Wineburg, “Learning to Verify,” American Educator (primavera de 2025)

Engage in “lateral reading” by opening up new tabs in your browser and using the internet to check the internet.

Eso no es una “regla de tres fuentes” inventada para este sitio. Es una búsqueda de cobertura independiente. Tres noticias que citan el mismo comunicado de prensa son una sola fuente con tres firmas. La IFCN pide a los verificadores profesionales que comprueben los elementos clave frente a más de una fuente nombrada “salvo cuando la única fuente es la única pertinente sobre el tema”. Una carta de archivo única puede ser esa única fuente. Un gráfico viral casi nunca lo es.

Rastrea afirmaciones, citas y medios hasta el contexto original

El último movimiento de Caulfield es el que los estudiantes se saltan cuando el resumen ya “suena” al hallazgo que querían:

Mike Caulfield, “SIFT (The Four Moves),” 19 de junio de 2019

Much of what we find on the internet has been stripped of context.
In these cases we’ll have you trace the claim, quote, or media back to the source, so you can see it in it’s original context and get a sense if the version you saw was accurately presented.

La segunda frase es la redacción de Caulfield, incluido su “it’s”. Entra en el artículo, la tabla de datos, la transcripción de la audiencia o el archivo sin recortar. Lee la limitación que el comunicado omitió. Comprueba si el pie de la fotografía coincide con el suceso. Si el rastro termina en una captura de pantalla, no tienes una fuente.

Lectura lateral: sal de la página como lo hacen los verificadores

Sam Wineburg y Sarah McGrew observaron a 10 verificadores profesionales, 10 historiadores con doctorado y 25 estudiantes de Stanford evaluar sitios en vivo. Historiadores y estudiantes se quedaron dentro de la página —logotipos, texto de Acerca de, una URL pulida— y eran más fáciles de atrapar. Los verificadores se fueron. El artículo revisado por pares es “Lateral Reading and the Nature of Expertise” en Teachers College Record 121 (2019); hay una copia de Stanford del manuscrito aceptado en abierto.

Wineburg y McGrew, Teachers College Record (2019)

In contrast, fact checkers read laterally, leaving a site after a quick scan and opening up new browser tabs in order to judge the credibility of the original site.
Compared to the other groups, fact checkers arrived at more warranted conclusions in a fraction of the time.
Fact checkers, on the other hand, engaged in three practices—taking bearing, lateral reading and click restraint—that allowed them to read less but learn more about the topics they investigated.
Click restraint stands in contrast to whimsical clicking; before clicking on any one result, users evaluated the list of search results to understand the digital terrain in which they have landed.

El currículo Civic Online Reasoning —ahora alojado por el Digital Inquiry Group, antes Stanford History Education Group— enseña tres primeras preguntas: ¿quién está detrás de la información?, ¿cuál es la prueba? y ¿qué dicen otras fuentes? Para una cita, añade una cuarta en el momento en que sales: ¿el objeto que abrí sigue diciendo lo que decía el recuento, y ha sido corregido o retractado? La lectura vertical —quedarte en una página Acerca de hasta sentirte convencido— es cómo sobrevive un dominio imitador. También es cómo el estado retractado de un artículo de revista real nunca se nota, porque nunca abriste Retraction Watch ni el aviso del editor.

Pestañas laterales para una afirmación (no para un sitio web)

  • Pestaña 1 — el ítem que te llegó. Escribe la afirmación en una frase. Copia la fecha y cualquier DOI o número de informe.
  • Pestaña 2 — quién habla. Busca al autor o a la organización en Wikipedia, un catálogo de biblioteca o la cobertura informativa. No termines primero la página Acerca de.
  • Pestaña 3 — mejor cobertura. Busca la afirmación entre comillas más una palabra de campo (mortality, census, opinion). Prefiere agencias estadísticas y fuentes académicas a los recuentos.
  • Pestaña 4 — el objeto original. Abre el artículo, la tabla, la transcripción o el archivo. Confirma que la frase sigue significando lo que decía el recuento.
  • Pestaña 5 — destino posterior. Busca el título más retraction, correction, erratum, o el nombre del autor en Retraction Watch.

Cuándo usar una verificación profesional — y cómo leerla

Un trabajo de estudiante no es una redacción. Aun así tomas prestadas las normas de la profesión. La International Fact-Checking Network de Poynter evalúa organizaciones frente a un código público. La página actual de compromisos —no una insignia al azar en la portada— es el texto que debes usar. Un PDF de la IFCN de junio de 2025 indica que el Código mismo, reescrito por última vez a principios de 2020, está en una revisión comunitaria que recorre 2025 y entra en 2026. Hasta que se publique un reemplazo, estas son las reglas vigentes:

Código de principios de la IFCN, compromiso con las normas y la transparencia de las fuentes

Signatories want their readers to be able to verify findings themselves. Signatories provide all sources in enough detail that readers can replicate their work, except in cases where a source's personal security could be compromised. In such cases, signatories provide as much detail as possible.
The applicant uses the best available primary, not secondary, sources of evidence wherever suitable primary sources are available.
The applicant checks all key elements of claims against more than one named source of evidence save where the one source is the only source relevant on the topic.

Usa el directorio de signatarios de la IFCN, no una insignia aleatoria de “verificación” en una portada. FactCheck.org, Full Fact, Africa Check y Chequeado son el tipo de medios para los que existe el directorio; confirma el estado actual en el directorio mismo antes de tratar cualquier insignia como vigente. Una verificación es una reconstrucción secundaria. Cítala cuando escribas sobre el rumor. Cuando escribas sobre el fenómeno subyacente, sigue sus notas a la fuente primaria y cita esa.

  • Lee la calificación y la lista de pruebas. Un medidor de colores no es una fuente.
  • Abre el conjunto de datos, la ley o el artículo enlazado. Si faltan los enlaces, el texto incumple el compromiso de fuentes de la IFCN para tus fines.
  • Anota la fecha. Una verificación de 2018 no zanja una estadística de 2026.
  • Si dos signatarios de la IFCN discrepan, tienes una controversia que informar, no una moneda que esconder.

Ejemplo trabajado 1: una estadística con el denominador equivocado

Usa un caso documentado, no una estadística inventada de un pueblo. En abril de 2021, Shimabukuro y colegas publicaron “Preliminary Findings of mRNA Covid-19 Vaccine Safety in Pregnant Persons” en el New England Journal of Medicine (DOI 10.1056/NEJMoa2104983). Entre 827 embarazos completados informaron 104 abortos espontáneos. Una corrección posterior del NEJM advirtió a los lectores que no convirtieran ese recuento en una tasa:

Corrección del NEJM a Shimabukuro et al. (nota al pie de la Table 4)

No denominator was available to calculate a risk estimate for spontaneous abortions, because at the time of this report, follow-up through 20 weeks was not yet available for 905 of the 1224 participants vaccinated within 30 days before the first day of the last menstrual period or in the first trimester.

FactCheck.org (Kate Yandell, 14 de agosto de 2026) reconstruyó la cifra viral del 82 por ciento que seguía circulando después de que senadores publicaran textos de enero de 2021 del teléfono gubernamental del Dr. Anthony Fauci:

FactCheck.org, 14 de agosto de 2026 (reconstrucción de la aritmética, no una cita del artículo del NEJM)

The false claim of an 82% miscarriage rate comes from dividing the 104 miscarriages by the 127 people in the study who got vaccinated in the first or second trimester — a calculation that the paper did not present.
  • La mayoría de las personas vacunadas al inicio del embarazo aún no habrían completado un embarazo a menos que terminara pronto, así que el denominador de 127 personas selecciona la pérdida.
  • Un análisis posterior del registro de embarazos de los CDC in Vaccine 76 (18 de febrero de 2026): 128340, DOI 10.1016/j.vaccine.2026.128340 — siguió a 12.097 personas vacunadas antes de las 20 semanas.
  • La estimación de fetos en riesgo de ese artículo: riesgo acumulado de aborto espontáneo 10,79% (IC 95% 10,01–11,56), por debajo o dentro de las estimaciones prepandémicas — no una catástrofe del 82 por ciento.

La lección es mecánica, no partidista. Recupera siempre el numerador, el denominador, la ventana temporal y si los autores calcularon el porcentaje que estás a punto de repetir. Si no puedes abrir la tabla, no puedes citar el porcentaje. Para más sobre gráficos que mienten con un eje real, véase cómo presentar datos.

Ejemplo trabajado 2: un artículo de revista que no sobrevivió

La revisión por pares es un filtro, no una garantía. Wakefield y colegas publicaron “Ileal-lymphoid-nodular hyperplasia, non-specific colitis, and pervasive developmental disorder in children” en The Lancet en 1998 (351:637–641). El 2 de febrero de 2010 la revista lo retractó. Cita el aviso y nunca cites el artículo de 1998 como prueba de un vínculo vacuna–autismo:

The Editors of The Lancet, aviso de retractación (publicado en línea el 2 de febrero de 2010)

Following the judgment of the UK General Medical Council's Fitness to Practise Panel on Jan 28, 2010, it has become clear that several elements of the 1998 paper by Wakefield et al are incorrect, contrary to the findings of an earlier investigation. In particular, the claims in the original paper that children were “consecutively referred” and that investigations were “approved” by the local ethics committee have been proven to be false. Therefore we fully retract this paper from the published record.

Un estudiante que solo leyó un recuento informativo de 1999, o un blog que aún cita el volumen 351, se perdería el aviso. Antes de apoyarte en una afirmación biomédica extraordinaria, busca el título en PubMed, abre la página del editor y consulta Retraction Watch. Cita la retractación si escribes sobre el escándalo. No cites el artículo retractado como si aún sostuviera el hallazgo. Cómo funciona el proceso de revisión por pares explica el filtro; esta página es la comprobación posterior.

Ejemplo trabajado 3: un vídeo que perdió su cristal

El 14 de octubre de 2022, manifestantes de Just Stop Oil lanzaron sopa de tomate a Sunflowers de Vincent van Gogh en la National Gallery de Londres. Un tuit del periodista de The Guardian Damien Gayle alcanzó decenas de millones de visualizaciones. Caulfield y Wineburg abren su extracto de Verified con ese clip porque la indignación se saltó un hecho recuperable:

Caulfield y Wineburg, “Learning to Verify,” American Educator (primavera de 2025)

All this outrage and concern missed a crucial fact: Sunflowers was behind glass.
Apart from minimal damage to the frame, the painting emerged unscathed. The soup had splashed harmlessly on the painting’s protective case—a fact the protesters knew, many bystanders knew, and the gallery knew.

Los píxeles eran reales. El pie “destruyó un van Gogh” no. Ese es el paso de rastreo de Caulfield en un clip: recupera el contexto original antes de tratar un fotograma viral como prueba. Una foto genuina de una protesta de 2017 reutilizada como “ayer” falla la misma prueba. Haz una búsqueda inversa del fotograma (Google Images o TinEye). Para imágenes en movimiento, los investigadores suelen usar el complemento de verificación InVID/WeVerify/vera.ai para extraer fotogramas clave y comprobar fechas de subida. Luego busca la publicación más temprana que puedas. No cites una publicación social para una afirmación fáctica a menos que también puedas citar el registro subyacente.

Ejemplo trabajado 4: una cita que inventó un chatbot

Los estudiantes ahora pegan resúmenes de IA como antes pegaban leads informativos. William H. Walters y Esther Isabelle Wilder probaron ese hábito en “Fabrication and errors in the bibliographic citations generated by ChatGPT”, Scientific Reports 13, 14045 (2023). Pidieron a GPT-3.5 y GPT-4 42 reseñas breves de literatura (84 artículos, 636 citas) y luego buscaron cada obra:

Walters y Wilder, Scientific Reports 13:14045 (2023)

Within this set of documents, 55% of the GPT-3.5 citations but just 18% of the GPT-4 citations are fabricated.
It is important to realize, however, that ChatGPT is fundamentally not an information-processing tool, but a language-processing tool.

Una cita fabricada puede mezclar un apellido real, el nombre de una revista real y un DOI que pertenece a otro artículo —o a nada. La admisión de primavera de 2023 de la biblioteca de la University of Mississippi de 46 citas sospechosas de IA, publicada después por A. P. Watson en The Serials Librarian (DOI 10.1080/0361526X.2024.2433640), halló el mismo patrón: ninguna de las URL o DOI suministrados coincidía con las obras citadas. Trata una bibliografía de IA como una lista de pistas, no como una lista de fuentes. Resuelve cada DOI en https://doi.org/. Si no se resuelve, o se resuelve a un título distinto, elimina la frase. Para citar un chat de IA que de verdad usaste, véase cómo citar IA. Esta página es la pregunta previa: ¿existía el objeto?

Cómo verificar las afirmaciones que los estudiantes realmente pegan

Afirmaciones estadísticas

  1. Encuentra la tabla original o los microdatos, no una captura de una captura.
  2. Escribe el denominador con palabras: porcentaje de qué, entre quiénes, durante qué fechas.
  3. Comprueba si la comparación es de iguales (mismo grupo de edad, misma definición de “desempleado”, mismo año de inflación).
  4. Prefiere una oficina estadística nacional, la OCDE o una sección de métodos que puedas abrir a un gráfico de campaña.
  5. Si dos series reputadas discrepan, informa el desacuerdo y las definiciones. No las promedies en un tercer número falso.

Afirmaciones científicas

  • Abre el artículo (o el preprint etiquetado como preprint). No cites un comunicado universitario como si fuera el experimento.
  • Lee el tamaño de la muestra, el diseño y las limitaciones que los propios autores señalan —sobre todo “preliminar”, “asociativo” o “en ratones”.
  • Pregunta si un trabajo posterior replicó el resultado y si existe una corrección o retractación.
  • Separa la correlación de la frase causal que estás a punto de escribir.
  • Para preguntas clínicas, prefiere una revisión sistemática o una guía de informe de métodos a un solo ensayo espectacular.

Citas y atribuciones

  1. Encuentra el discurso, la página del libro, la transcripción de la audiencia o la grabación. Una tarjeta de cita no es una fuente.
  2. Lee las frases de ambos lados. Unos puntos suspensivos que ocultan una negación son otra cita.
  3. Confirma el hablante, la fecha y el lugar. Los nombres famosos atraen frases inventadas.
  4. Si no encuentras el original tras una búsqueda seria, descarta la cita. No la “conserves” con una referencia más débil a un blog que tampoco tiene el original.

Imágenes, vídeo y “lo vi en redes”

El paso de rastreo de Caulfield está hecho para vídeo recortado y fotos mal rotuladas. Haz una búsqueda inversa del fotograma. Recupera la publicación más temprana que puedas. Una fotografía genuina con una fecha falsa sigue siendo una cita fallida. No cites una publicación social para una afirmación fáctica a menos que también puedas citar el registro subyacente. Para formatos de cita según la plataforma, usa las guías de estilo —esta página trata de si el contenido es usable.

Resúmenes de IA y referencias inventadas

  1. Trata cada título, cadena de autor y DOI de un chatbot como no verificado hasta que se resuelva.
  2. Busca el título en PubMed, Crossref o un catálogo de biblioteca. Un título casi igual suele ser un pastiche, no un error tipográfico.
  3. Abre el PDF o el HTML. Confirma que la frase que quieres está en la página que abriste.
  4. Si el modelo no puede mostrarte el objeto, no tienes una fuente. Reescribe a partir de una obra que de verdad hayas leído.

Herramientas que te ayudan a salir de la página

Herramientas de verificación, y para qué sirve cada una de verdad
HerramientaÚsala paraNo la uses para
Directorio de signatarios de la IFCNEncontrar una comprobación profesional de una afirmación pública en circulaciónSustituir la fuente primaria en una revisión de la literatura
FactCheck.org / SciCheckVer una reconstrucción documentada con notasTratar el gráfico de calificación como prueba citable
Retraction WatchVer si un artículo fue retirado o corregido de forma graveAsumir que toda crítica equivale a una retractación
PubMed / Crossref / Google ScholarEncontrar el artículo, la literatura que lo cita y los avisos del editorAsumir que un recuento alto de citas significa que el hallazgo es verdadero
Wayback MachineRecuperar una página que se movió o se editó en silencioDemostrar que la primera copia archivada es la publicación original
Búsqueda inversa de imágenesEncontrar una subida anterior o un original de banco de imágenesDemostrar que una foto es “real” en el sentido de no escenificada
WHOIS / registros de dominioVer cuán nuevo es un dominio informativo imitadorIdentificar a cada titular legítimo (la redacción por privacidad es habitual)

Wikipedia es un mapa, no un destino. Caulfield y Wineburg la tratan como una primera pestaña lateral. Úsala como describe Wikipedia para la investigación: lee la página de discusión y las citas, y luego sal. Una puntuación de NewsGuard o un gráfico de sesgo mediático es la opinión de otra persona sobre un editor. No verifica la celda de la tabla que estás a punto de copiar.

Señales de alerta que obligan a rastrear, no a hojear

La afirmación intenta apurarte

  • Un titular que no sobrevive sin un signo de exclamación
  • “Comparte antes de que lo bajen”
  • Una estadística sin conjunto de datos nombrado
  • Una cita sin discurso, libro ni marca temporal
  • Un estudio descrito solo en un comunicado o en un chat de IA

El rastro ya está roto

  • Citas que no sostienen la frase bajo la que aparecen
  • Un DOI que no se resuelve, o se resuelve a otro artículo
  • Tres artículos que citan todos una misma presentación inédita
  • Una revista que no encuentras en un catálogo de biblioteca ni en el DOAJ
  • Un autor sin huella institucional más allá de esa única página

Ninguna de esas señales demuestra que la afirmación sea falsa. Cada una demuestra que aún no tienes una afirmación citable. Sigue o corta la frase. Para la distorsión de financiación y de punto de vista después de establecido el hecho, usa sesgo en las fuentes.

Errores que sobreviven a un “lo busqué en Google”

  • Detenerte en una fuente que ya te gusta. El sesgo de confirmación es la razón por la que debes verificar con el mismo rigor la frase que ayuda a tu tesis y la que la amenaza.
  • Contar reimpresiones como confirmación independiente. Sindicando la misma nota de agencia tres veces sigues teniendo una sola cadena informativa.
  • Tratar el consenso como una cita. “Todo el mundo lo sabe” no es una fuente académica.
  • Descartar el único hecho comprobable de un medio sesgado. Un sitio partidista puede citar un estatuto con corrección. Verifica el estatuto.
  • Confundir opinión con una afirmación fáctica. “Esta política es imprudente” no se verifica como “esta política gastó $X”.
  • Citar una verificación en lugar del registro cuando tu trabajo trata del registro. La verificación es un mapa.
  • Confiar en una bibliografía de chatbot. Walters y Wilder mostraron que incluso GPT-4 sigue fabricando más o menos una cita de cada seis.

Incorpora la verificación al trabajo, no a la noche anterior

  1. Mientras lees. Marca cada frase que podrías usar como verificada, no verificada o impugnada. Guarda la URL o el DOI en la misma nota. Cómo tomar notas de investigación es el hábito de captura; esta página es el hábito de verificación.
  2. Mientras redactas. No aparques en el párrafo una estadística “a buscar después”. Si no puedes verificarla en la sesión, deja un hueco visible o bórrala.
  3. Antes de entregar. Vuelve a abrir cada porcentaje, cada cita y cada “estudio reciente”. Confirma que el enlace aún se resuelve y que no apareció una retractación después de tu primera lectura.
  4. Cuando cites. Cita el objeto que de verdad verificaste —la tabla, el artículo, la transcripción—, no la publicación social o el chat que lo introdujo. Luego formatea ese objeto en el estilo que nombró tu consigna.

¿Verificaste la afirmación? Cita el objeto que abriste

La verificación de hechos decide si una frase puede aparecer. La cita registra la versión que usaste. Cuando la afirmación sobrevive, genera la referencia del artículo, conjunto de datos o informe que de verdad abriste —no del recuento que primero te tentó.

Preguntas frecuentes

¿En qué se diferencia verificar hechos de evaluar si una fuente es creíble?
La credibilidad es un juicio sobre el editor o el autor para una tarea. La verificación de hechos es un juicio sobre una frase. Una tabla de los CDC puede ser una fuente creíble para la mortalidad y seguir siendo la tabla equivocada para tu año. Un periódico famoso puede ser un editor creíble e invertir aun así un denominador. Haz las dos comprobaciones. Empieza por fuentes creíbles para el editor y luego vuelve aquí para la afirmación.
¿SIFT no es solo otra lista CRAAP?
No. Caulfield diseñó SIFT como una lista breve de movimientos que te sacan de la página. CRAAP es una lista de preguntas que haces sobre el ítem. Verified (2023) reformula el mismo hábito: reúne contexto antes de argumentar. Usa CRAAP en cómo evaluar fuentes cuando ya sepas que el editor es real. Usa SIFT primero cuando una afirmación llega de una URL desconocida, un chat grupal o un resumen de IA.
¿Puedo citar FactCheck.org o Snopes en un trabajo de investigación?
Sí, cuando el trabajo trata del rumor, del debate público o de cómo viajó una afirmación. Cuando el trabajo trata del fenómeno subyacente, sigue las notas de la verificación hasta el conjunto de datos, la ley o el artículo de revista y cita esa fuente primaria. Prefiere un signatario de la IFCN y abre sus fuentes en lugar de detenerte en la calificación.
¿Y si los expertos discrepan de verdad?
Informa el desacuerdo en lugar de lavarlo en un consenso falso. Nombra los bandos, las pruebas que cada uno trata como decisivas y si existe una guía de informe de métodos o una revisión viva. “Los estudios son mixtos” solo es honesto si has leído más de un estudio y puedes decir cómo se mezclan.
¿Y si no puedo verificar una afirmación tras una búsqueda seria?
No la uses. La regla de FactCheck.org es la regla académica: quien hace la afirmación debe las pruebas. Un hueco en el párrafo es mejor que una nota que apunta a una captura. Encuentra otro hecho de apoyo comprobable o estrecha la tesis.
¿Tengo que verificar los hechos de las revistas revisadas por pares?
No vuelves a ejecutar cada experimento. Sí confirmas que el artículo existe, que dice lo que estás a punto de atribuirle, que no has convertido una correlación en causalidad y que no ha sido corregido ni retractado. Las afirmaciones extraordinarias y los ensayos pequeños aislados merecen más de tu tiempo que una cita rutinaria de métodos.
¿Cómo verifico una fecha o una cita histórica?
Encuentra una fuente primaria o una edición académica. Los libros de editoriales universitarias, las ediciones documentales y los catálogos de archivo vencen a los agregadores de citas. Si dos historiadores serios discrepan sobre la interpretación, eso es un debate que citar, no una razón para elegir la fecha que encaja en tu esquema. Fuentes primarias en historia cubre la mitad archivística.
¿Cómo debo tratar las imágenes y el vídeo viral en un trabajo?
Haz una búsqueda inversa del fotograma, recupera la publicación más temprana que puedas y cita esa publicación —con fecha— en lugar del intercambio más reciente. El vídeo de la sopa sobre Sunflowers de 2022 es el caso trabajado: el clip era real y el pie de “cuadro destruido” no. Si no puedes establecer cuándo y dónde se hizo el medio, es una ilustración de un rumor, no una prueba del suceso.
¿Cómo verifico una cita que me dio un chatbot?
Resuelve el DOI o el ISBN. Busca el título exacto. Abre la obra. Walters y Wilder (2023) hallaron que el 55% de las citas de GPT-3.5 y el 18% de las de GPT-4 en su conjunto estaban fabricadas; muchos restos de aspecto real aún tenían páginas o años equivocados. Si el objeto no existe, borra la frase. Consulta cómo citar IA solo cuando tengas un objeto que de verdad hayas usado.
¿Wikipedia cuenta como verificación de hechos?
Cuenta como un comienzo. Usa el artículo para reunir nombres, fechas y citas, y luego abre esas citas. No te detengas en la página de Wikipedia para una estadística impugnada. Wikipedia para la investigación es la regla más larga.

Guías relacionadas