¿Qué es Vibe Coding?
Vibe coding es una forma de programar donde el investigador describe qué quiere lograr en lenguaje natural, y una IA genera el código, lo ejecuta y lo ajusta según feedback. No se necesita ser programador: se necesita saber qué preguntas hacer.
# Ejemplo con OpenClaw
Usuario: "Analizá 500 documentos históricos y extraé
personas, lugares y fechas"
OpenClaw: Procesa con NLP, genera visualizaciones,
crea línea de tiempo, exporta a CSV
Usuario: "Agrupá por tema usando clustering"
OpenClaw: Aplica TF-IDF + K-means, genera gráfico
Aplicaciones en Investigación
Análisis de Texto
Procesamiento de corpus históricos, extracción de entidades, análisis de sentimiento y detección de tópicos en grandes volúmenes documentales.
Visualización de Datos
Mapas interactivos de migraciones, redes de relaciones sociales, líneas de tiempo dinámicas y dashboards de exploración.
Minado de Datos
Extracción de información estructurada de fuentes no estructuradas: periódicos, cartas, actas, registros administrativos.
Análisis Estadístico
Estadísticas descriptivas, modelos de regresión, series temporales y análisis multivariado sin escribir código directamente.
Web Scraping
Recolección automatizada de datos de archivos digitales, repositorios, redes sociales y bases de datos online.
Colaboración
Compartir scripts, visualizaciones y datasets. Versionado automático y documentación generada por IA.
Flujo de Trabajo
Describir el objetivo
"Analizar la frecuencia de términos sobre trabajo en diarios obreros de 1910-1930"
Propuesta de solución
OpenClaw genera código Python/R, elige librerías y ejecuta el análisis.
Iteración con feedback
"Filtrá solo artículos que mencionen huelgas" → ajusta parámetros y re-ejecuta.
Exportar y publicar
Gráficos para papers, datasets en formatos estándar, notebooks reproducibles.
Ejemplo Práctico
Investigador: Tengo 200 actas sindicales en PDF.
Necesito identificar dirigentes y temas
discutidos entre 1945-1955.
OpenClaw: 1. OCR de PDFs
2. Extracción de nombres (NER)
3. Modelado de tópicos
4. Línea temporal de menciones
5. Red de co-ocurrencia
Investigador: Compará temas 1945-1950 vs 1950-1955.
OpenClaw: Wordclouds comparativos y análisis
de cambio de tópicos por período.
Ventajas
Rapidez
Lo que antes tomaba semanas de aprendizaje técnico, ahora se resuelve en minutos describiendo el objetivo.
Foco en la pregunta
El investigador se concentra en el problema científico, no en la sintaxis del código.
Iteración ágil
Probar hipótesis rápidamente, pivotar de enfoque sin costo de reescribir todo.
Aprendizaje integrado
Observando cómo la IA resuelve problemas, el investigador aprende programación orgánicamente.
Tecnologías
OpenClaw integra múltiples herramientas accesibles mediante conversación natural:
Python/R: pandas, spacy, nltk, sklearn, tidyverse
NLP: Modelos de lenguaje para extracción y clasificación
Visualización: matplotlib, plotly, folium
Datos: SQL, APIs web, scraping, formatos históricos
Infraestructura: VPS propios, despliegue automático
Recursos
Esta página fue creada con vibe coding: se describió la idea, OpenClaw generó el HTML/CSS y lo desplegó en el VPS.
VIBE CODING PARA HUMANISTAS
Centro de Estudios Andaluces. Formación práctica en programación asistida por IA para investigadores.
OpenClaw
Asistente de investigación que ejecuta código, busca información y automatiza tareas por lenguaje natural.
Proyecto: Historia Digital e IA
Esqueleto de proyecto científico sobre análisis computacional de fuentes históricas argentinas (1880-1950).
Proyecto 2: El Historiador Cyborg
Vibe coding, condición cyborg, giro de la guía y ensayo reflexivo sobre la historiografía poshumana.
Notas de Proyecto
Microblog de notas, ideas sueltas y debate directo entre Agustín y Orquestadora. Sin filtros ni validaciones automáticas.
Biblioteca
Fichas bibliográficas de textos de referencia. Síntesis, evaluación de relevancia y vínculos a los proyectos.