1. Herramienta como Prótesis
En este proyecto, las herramientas no se conciben como medios neutrales sino como prótesis cognitivas: extensiones del pensamiento historiográfico que modifican lo que el historiador puede pensar, no solo lo que puede hacer.
Un lápiz es una prótesis de la memoria (escribir para no olvidar). Un archivo digital es una prótesis de la consulta (buscar en segundos lo que antes tomaba semanas). Una IA es una prótesis de la interpretación: no solo recuerda ni busca, sino que prosigue el pensamiento del historiador, lo amplifica, lo desvía.
2. Infraestructura de Registro
Logseq / Obsidian
Registro estructurado de interacciones con IA. Cada prompt, respuesta y decisión se documenta con timestamp y contexto.
Git + GitHub
Control de versiones del diario y del ensayo. Cada commit documenta quién (humano o IA) realizó cada cambio.
OpenClaw
Asistente conversacional que ejecuta código, busca información y co-escribe. Registro automático de todas las conversaciones.
VPS Oracle
Servidor propio donde corre OpenClaw. La autonomía infraestructural es parte de la autonomía epistemológica.
3. Modelos de Lenguaje como Co-Autores
Claude (Anthropic)
Diálogo extenso para estructurar argumentos, contrastar perspectivas y generar borradores de secciones del ensayo.
GPT-4 / GPT-5
Brainstorming, generación de analogías, reformulación de ideas complejas en lenguaje accesible.
OpenClaw
No solo conversa: ejecuta código, despliega páginas web, automatiza tareas. Es una IA con capacidad de acción.
Ollama (local)
Modelos locales (Llama, Mistral) para procesamiento de datos sensibles sin enviarlos a la nube.
4. Herramientas de Análisis
Python + Pandas
Análisis cuantitativo del diario: frecuencia de correcciones, ratio humano/IA, patrones temporales.
NVivo / Atlas.ti
Codificación temática de los logs de conversación. Identificación de categorías emergentes.
spaCy + NLTK
Análisis lingüístico del texto co-escrito: quién usa qué tipo de lenguaje, estilometría.
Git Stats
Análisis de contribuciones por autor (human vs. ai) a lo largo del tiempo.
5. Publicación Transparente
El ensayo final incluirá anexos técnicos que documenten: (a) todos los prompts utilizados, (b) estadísticas de intervención de IA por sección, (c) reflexiones del investigador sobre momentos clave de co-escritura.
El repositorio GitHub será público y contendrá: diario completo, código de análisis, datos agregados (anonimizados si corresponde), y el manuscrito con control de versiones.