Fichas Bibliográficas

Fichas detalladas (2–4 párrafos) creadas desde el listado enviado.
Blevins, Cameron.
Agentic Coding for Humanists.
Computational History (Substack) 2026

El post parte de una intuición práctica: las historias tienen “side quests” viables pero abandonadas por el cálculo de tiempo/costo y por fricciones técnicas. La propuesta es que la nueva generación de agentes y modelos razonadores reduce drásticamente esos cuellos de botella.

Metodológicamente, la clave es la iteración: el código emerge de conversación, se depura por ciclos y se reencuadra hasta que sirve a la pregunta histórica. En tu biblioteca, esto permite justificar el rol del cyborg no como reemplazo, sino como orquestación de proceso y como liberación de energía interpretativa.

agentesiteraciónbottlenecksside-quests
Relevancia para los proyectos
Proyecto 1: justifica iteración con agentes como parte del método (prototipo→ajuste→verificación).

Proyecto 2: refuerza el cyborg como artesanía de procesos: objetivo → conversación → criterio.
Ver post (Web)
Bod, Rens.
A New History of the Humanities: The Search for Principles and Patterns from Antiquity to the Present.
Oxford: Oxford University Press 2013

El libro propone una historia “en busca de principios” y de patrones, mirando las humanidades como un campo que reorganiza continuamente sus métodos y criterios de inteligibilidad. Más que narrar escuelas como compartimentos estancos, Bod insiste en rastrear regularidades transversales: cómo ciertos problemas reaparecen, cómo se reetiquetan y qué tecnologías intelectuales (conceptuales, clasificatorias o pedagógicas) los vuelven tratables.

Para tu biblioteca, esta obra funciona como marco de legitimación para pensar la relación entre “escala” y “criterio”: si la historia de las humanidades es, en parte, historia de patrones y procedimientos, entonces la incorporación de métodos computacionales no es una ruptura sin linaje, sino una modificación de la gramática con la que se construyen argumentos.

iaevidenciacriterioresponsabilidad
Relevancia para los proyectos
Proyecto 1: soporte metodológico para convertir evidencia en datos auditables.

Proyecto 2: marco para conservar juicio y responsabilidad en ensamblajes humano-máquina.
Ver acceso (DASH OA)
Budd, Adam (ed.).
Gen AI, History and Historians.
Historical Transactions (blog), Royal Historical Society 2024

Este texto editorial reúne una serie de miradas que ubican a la IA generativa dentro de tensiones concretas de la disciplina: cómo se sostienen la autoría, la evidencia, la evaluación y la práctica docente. La utilidad no es solo “informativa”; es que ofrece un mapa de problemas que la conversación pública suele tratar de manera vaga.

En tu enfoque, puede operar como puente: desde preocupaciones generales sobre IA hacia decisiones metodológicas. Es decir, ayuda a convertir “riesgos” (p. ej., reemplazo, plagio, sesgo) en criterios de diseño de workflow: qué se pide a la máquina, qué se conserva para lectura humana y qué se audita para que el conocimiento sea responsable.

iaevidenciacriterioresponsabilidad
Relevancia para los proyectos
Proyecto 1: soporte metodológico para convertir evidencia en datos auditables.

Proyecto 2: marco para conservar juicio y responsabilidad en ensamblajes humano-máquina.
Ver artículo (Web OA)
Clavert, Frédéric & Caroline Muller.
L'histoire au temps des algorithmes : Une réflexion prospective sur l'introduction de l'intelligence artificielle en histoire au 21e siècle.
20 & 21. Revue d'histoire 162 (2) 2024

Este artículo funciona como una pieza teórica previa al “dossier” sobre historia cyborg: no se limita a describir herramientas, sino que plantea cómo su introducción reorganiza la práctica historiográfica. En ese sentido, trabaja sobre el pasaje de lo “técnico” a lo “epistemológico”: qué cambia cuando un algoritmo interviene en etapas de selección, clasificación o traducción de evidencia.

Para tu biblioteca, su valor es que ofrece vocabulario y estructura argumental para sostener que la IA no es un accesorio externo. Es una variable que reconfigura la producción del conocimiento histórico: define condiciones de posibilidad (qué se puede procesar, qué se vuelve visible y qué queda fuera) y por lo tanto afecta el tipo de explicaciones que podemos producir.

iaevidenciacriterioresponsabilidad
Relevancia para los proyectos
Proyecto 1: soporte metodológico para convertir evidencia en datos auditables.

Proyecto 2: marco para conservar juicio y responsabilidad en ensamblajes humano-máquina.
Ver acceso (Cairn paywall)
Clavert, Frédéric & Caroline Muller.
Pour une histoire cyborg.
Journal of Belgian History 2026

El artículo propone una historia cyborg como perspectiva para leer la transformación del oficio en presencia de herramientas computacionales. La tesis no es que “la máquina crea conocimiento”, sino que el conocimiento emerge de ensamblajes: decisiones humanas, infraestructuras, formatos de datos y criterios de verificación. En ese ensamblaje, la agencia está distribuida y debe ser cuidadosamente descrita.

Como pieza de biblioteca, es clave para convertir el concepto en metodología: permite definir qué se debe auditar (inputs, prompts, representaciones intermedias y supuestos) y cómo se sostienen responsabilidades epistemológicas cuando parte del trabajo de lectura/estructuración está mediado por IA.

cyborgensamblajeepistemologíaresponsabilidad
Relevancia para los proyectos
Proyecto 1: marco para introducir IA como reconfiguración epistemológica, no como adorno.

Proyecto 2: base para leer el historiador cyborg como práctica responsable en un sistema híbrido.
Ver PDF (PDF OA)
Clifford, Jim.
Nodes, Edges, and the Historian’s Craft: Knowledge Graphs as Research Notes.
Computational History (Substack) 2026

El post presenta el “knowledge graph” como formato superior para notas de investigación histórica: en lugar de esconder relaciones en oraciones planas, el grafo hace explícitos nodos (entidades) y aristas (relaciones). Con ello, el archivo deja de ser una colección de piezas y se vuelve un sistema articulable.

Además, sugiere un valor de escala: cuando la extracción de datos está mediada por IA, el grafo permite conectar decisiones de lectura, transcripción y verificación con una estructura de trazabilidad. Esto es especialmente útil para el historiador-cyborg, porque vuelve visibles las fronteras entre automatismo y juicio.

knowledge-graphsrelacionesjsontrazabilidad
Relevancia para los proyectos
Proyecto 1: habilita trazabilidad de evidencias y relaciones para pipelines verificables.

Proyecto 2: sostiene el “ensamblaje” cyborg como red de nodos/aristas donde el juicio decide.
Ver post (Web)
Delalande, Nicolas & Vincent, Guillaume.
Sobre el cuerpo sabio del historiador como organismo cibernético.
Cairn 2011

Este trabajo ofrece una base epistemológica para pensar el oficio historiográfico como cuerpo situado: saber encarnado que se vuelve visible en gestos, rutinas y modos de atención. Al describir al historiador como “organismo cibernético”, el texto subraya que la investigación funciona como retroalimentación entre percepción, archivo y reglas (explícitas o no) que guían el razonamiento.

Para tu biblioteca, su valor es que permite entender la noción cyborg no como metáfora decorativa, sino como descripción de cómo se acoplan práctica y tecnología: la pregunta pasa de “qué hace la máquina” a “cómo cambia el circuito del conocimiento” cuando se incorporan mediaciones computacionales.

iaevidenciacriterioresponsabilidad
Relevancia para los proyectos
Proyecto 2: fundamenta el “cuerpo sabio” (ciborg) como circuito percepción–archivo–regla.

Proyecto 1: ayuda a convertir decisiones técnicas en decisiones epistemológicas auditables.
Ver acceso (Cairn)
Guldi, Jo.
AI needs historians as much as historians.
Computational History (Substack) 2026

El post argumenta que los desafíos de IA al trabajar con texto no son solo técnicos: son históricos-epistémicos. La recuperación, la evaluación y la construcción de “ground truth” dependen de selección, comparación y crítica en corpora, donde los historiadores ya tienen métodos para navegar sesgos de archivo, desacuerdos y representatividad.

La tesis central es política: si los modelos normalizan y aplanan pluralidad, entonces hace falta intervención con sensibilidad historiográfica. En tu enfoque, esto justifica por qué el cyborg no debe delegar el juicio: la evaluación de evidencia y la preservación de desacuerdos son parte del sistema de conocimiento.

iaevidenciacriterioresponsabilidad
Relevancia para los proyectos
Proyecto 1: soporte metodológico para convertir evidencia en datos auditables.

Proyecto 2: marco para conservar juicio y responsabilidad en ensamblajes humano-máquina.
Ver post (Web)
Guldi, Jo.
The Lost Promise of Digital History.
Computational History (Substack) 2026

El post analiza por qué la digital history no escaló como programa acumulativo: muchas iniciativas quedaron como colecciones valiosas pero no como cadenas metodológicas que reorganizan la disciplina. El punto ciego se vuelve central ahora, porque la IA y las nuevas infraestructuras deciden tareas que antes quedaban abiertas.

Esta ficha es útil para convertir una reflexión histórica en agenda metodológica: evaluar documentos a escala, construir archivos representativos y sostener continuidad institucional. Así, refuerza la idea de que el historiador-cyborg necesita infraestructura y criterios, no solo acceso.

historia-digitalinfraestructuraescalamientoarchivo
Relevancia para los proyectos
Proyecto 1: reubica el cuello de botella entre colección y análisis como tarea que IA vuelve estratégica.

Proyecto 2: ayuda a argumentar por infraestructura y continuidad institucional como condición del juicio.
Ver post (Web)