En este episodio quería compartir una idea muy práctica sobre el autoaprendizaje. Hay montones de teorías sobre cómo aprendemos, pero a mí me interesa lo que hacemos cuando aprendemos por nuestra cuenta y cómo hacerlo mejor sin complicarnos. Me pasa a menudo que, cuando un tema me interesa, empiezo por lo básico: pregunto a ChatGPT, escucho algún podcast, leo resúmenes… y enseguida siento que “ya lo entiendo”. Esa es la primera fase: documentarme y absorber información. Es necesaria, claro, pero también es tramposa, porque la sensación de entender aparece mucho antes de entender de verdad.

Para explicarlo uso un ejemplo simple: imagina que me pongo con la historia de Mesopotamia, que la desconozco. Al principio no tendría sentido meterme en un paper complejo; lo lógico es empezar suave, tener un mapa general y luego ir profundizando. Pero el problema es que puedo quedarme ahí, acumulando datos, creyendo que sé… hasta que alguien me dice “vale, explícamelo”. Y entonces me bloqueo. No porque sea incapaz, sino porque no he practicado sacar ese conocimiento fuera de mi cabeza.

Ahí entra la segunda fase, la que para mí cambia todo: volcar lo que creo que sé. Escribir un post, grabar un audio, hacer un vídeo, explicárselo a alguien, incluso dejarlo en un documento privado. Da igual el formato y da igual si es público. Lo importante es que la información salga y quede reflejada fuera. Cuando hago eso, aparece la realidad: las lagunas. Me doy cuenta de que no recuerdo fechas, no tengo claro el orden de los hechos, o me faltan piezas clave. Y justo por eso el volcado es tan potente: me muestra qué sé de verdad y qué era solo una ilusión. Después vuelvo a documentarme, pero ya con puntería, para tapar esos huecos concretos.

Y todavía hay un tercer nivel que lo multiplica: compartir ese volcado con otras personas y recibir feedback. Cuando otros te corrigen, te matizan o te hacen preguntas, no solo mejoras la explicación, sino que entiendes mucho mejor el tema. Además, el simple hecho de intentar comunicarlo bien para que otros lo entiendan ya te obliga a afinar tu propio conocimiento.

De hecho, este episodio es un ejemplo del ciclo: yo me documenté un poco, lo volqué aquí en el podcast, y la cuadratura del círculo se cierra si ahora recibo tu feedback. Así que, si te apetece, vente a la comunidad en Discord y seguimos la conversación en horacio-ps.com/comunidad. Y si este episodio te ha aportado algo, te agradecería un montón que te suscribas o le dejes un like/valoración en la plataforma donde lo escuches, porque eso ayuda a que el podcast llegue a más gente. ¡Hasta la próxima!

En este episodio especial de Investigando la Investigación, cruzamos micrófonos con Gabriel, de Tercer Patio Podcast (Argentina), y con Daniela y Selim (Chile), de Ciencia en Otras Palabras, para conversar sobre un tema que atraviesa toda práctica investigadora: cómo el lenguaje influye en la forma en que entendemos y construimos la verdad científica.

La conversación parte de una pregunta central: ¿cuándo nos dimos cuenta de que el lenguaje importa más de lo que parece en la investigación y en su comunicación? A partir de ahí, la charla avanza como un recorrido por distintas disciplinas (desde la biología marina y la evolución de roedores, hasta la antropología y la historia) explorando cómo cada campo utiliza palabras, metáforas y narrativas para interpretar aquello que estudia.

Hablamos de cómo ciertos términos pueden abrir hipótesis nuevas y de cómo otros, por su carga conceptual, pueden cerrarlas sin que nos demos cuenta. También surgió la tensión constante entre la precisión técnica y la claridad, y cómo equilibrar ambas sin sacrificar rigor ni humanidad. La conversación derivó en cuestiones como el papel del inglés en la ciencia, la dificultad de traducir conceptos complejos a públicos diversos o la importancia de reconocer la incertidumbre como parte de la práctica científica. Reflexionamos además sobre cómo la narrativa (el orden en que contamos, los énfasis que elegimos, lo que dejamos dentro y fuera del encuadre) acaba moldeando la propia idea de verdad científica.

Hacia el final, compartimos algunas recomendaciones para quienes comienzan a divulgar: probar el lenguaje con personas cercanas, cuidar la estructura narrativa, observar cómo cambia la recepción según la audiencia y, sobre todo, disfrutar el proceso de contar lo que investigamos.

Participan:

- Orlando Gabriel Morales, creador de Tercer Patio Podcast, investigador en CONICET Argentina — https://tercerpatiopodcast.com/

- Daniela y Selim — Ciencia en Otras Palabras — https://csotraspalabras.transistor.fm/

- Horacio Pérez — (servidor)

Un episodio lleno de matices, donde la ciencia se mira a sí misma y recuerda que, además de descubrir, también necesita contarse.

Si quieres conversar sobre este tema con otros investigadores, contrastar opiniones o preguntar más, te invito a unirte a nuestra comunidad de investigadores en Discord, disponible en https://horacio-ps.com/comunidad.

Si este episodio te ha parecido útil o interesante, te agradecería mucho que le des cinco estrellas, un like o te suscribas al canal donde lo estés escuchando. Ayuda muchísimo a que el contenido llegue a más personas.

En este episodio reflexionamos sobre una pregunta que, aunque parece sencilla, abre un abanico enorme de matices: cuando le pregunto algo a alguien —o a un sistema— y me da una respuesta, ¿cómo sé si esa respuesta es fiable, si está basada en datos sólidos o si simplemente no lo está? Validar cualquier información implica trabajo: contrastar, revisar fuentes, consultar enciclopedias, documentos o expertos reales. Pero la cosa se complica cuando ese “alguien” no es una persona, sino un sistema de inteligencia artificial, concretamente un modelo de lenguaje como los que todos usamos hoy en día: ChatGPT, Gemini, Claude, etc.

La gran cuestión es: ¿cómo fiarnos de las respuestas de un modelo cuyo entrenamiento no conocemos y cuyos datos tampoco vemos? En algunos casos podemos hacer pequeñas pruebas. Si le pregunto cuánto son 2+2, no busco la respuesta, porque ya la sé; busco comprobar si responde bien a lo básico. Si falla ahí, es difícil confiar en lo que haga después. Pero cuando las preguntas se vuelven más complejas, abiertas o subjetivas, el control desaparece. ¿Cómo comprobar entonces? ¿Cuántas preguntas de test deberían hacerse antes de usar el modelo para algo importante: una, diez, cien, mil? La respuesta depende del riesgo, de la importancia de lo que vayamos a hacer con esas respuestas y de los recursos que tengamos para evaluarlo.

Por eso, en entornos de alta responsabilidad —como la clínica— un modelo debería pasar un testeo profundo y exhaustivo. De ahí que existan benchmarks con miles de ejemplos para evaluar modelos de lenguaje. Pero cuando no hay benchmark, ni tiempo, ni capacidad para testear a fondo, ¿qué opciones quedan? Una estrategia común es la aproximación por consenso: hacer la misma pregunta a varios modelos y comparar. Si todos coinciden, aumenta la confianza. Pero esto tampoco es infalible: cuatro sistemas entrenados con datos similares pueden equivocarse igual, del mismo modo que cuatro personas desinformadas pueden dar la misma respuesta incorrecta.

En resumen, no existe una solución perfecta. Lo que sí existe es la necesidad de ser conscientes de la incertidumbre, del contexto en el que usamos las respuestas, del nivel de seguridad que necesitamos y de los métodos disponibles para aumentar, aunque sea un poco, la robustez de lo que obtenemos: pruebas previas, consenso entre modelos, contraste con fuentes externas.

Y aquí viene la reflexión meta: te he dado ideas, ejemplos y caminos posibles, pero también deberías analizar críticamente este episodio igual que analizarías cualquier respuesta de un modelo de lenguaje. Si quieres conversar sobre este tema con más gente, contrastar opiniones o preguntar más, te invito a unirte a nuestra comunidad de investigadores en WhatsApp, disponible en https://horacio-ps.com/comunidad.

Si este episodio te ha parecido útil o interesante, te agradecería mucho que le des cinco estrellas, un like o te suscribas al canal donde lo estés escuchando. Ayuda muchísimo a que el contenido llegue a más personas.

Hoy converso con Mariano González Campo, filósofo, filólogo, antropólogo social y traductor especializado en literatura nórdica medieval y moderna. Hablamos de cómo llegó al mundo nórdico casi por accidente, pasando de Filosofía y la antropología a las lenguas germánicas, y de cómo un viejo manual de islandés, una serie finlandesa sobre el Kalevala y un puñado de cartas a Islandia en tiempos sin Internet fueron moldeando una vocación. Una beca en Reikiavik le permitió estudiar filología islandesa y comprobar de primera mano métodos de enseñanza de idiomas mucho más vivos que el enfoque memorístico habitual en España.

La conversación se centra en la traducción como forma de investigación: traducir sagas y textos medievales no es sustituir palabras, sino enfrentarse a una cultura entera comprimida en el lenguaje. Esto implica documentarse a fondo, manejar glosarios especializados, debatir con otros expertos y tomar decisiones sobre términos y realidades que no tienen equivalente directo en castellano. Mariano explica por qué intenta respetar el tono y la sintaxis medievales pensando en la oralidad, y cómo ve las herramientas automáticas y la inteligencia artificial como apoyos puntuales, útiles para textos funcionales, pero todavía lejos de capturar el estilo, el ritmo y el “alma” de una obra literaria. Para quienes se planteen seguir un camino similar en humanidades o traducción, su mensaje es claro: vocación por encima de las salidas, disposición a viajar y mucho trabajo paciente a largo plazo.

Blog de Mariano González Campo:

El Cuaderno del Feroés – https://cuadernoferoes.blogspot.com/

Si quieres comentar este tema con otros investigadores, puedes unirte a nuestra comunidad en WhatsApp (horacio-ps.com/comunidad), o si prefieres, te puedes suscribir a la newsletter del podcast en horacio-ps.com/newsletter, donde comparto materiales extra que no aparecen en los episodios.

Hoy me dejo llevar por una reflexión completamente improvisada sobre cómo me relaciono hoy con el conocimiento y con la investigación. Parto de la idea clásica del método científico —plantear un problema, elegir unas herramientas y tratar de encontrar una respuesta— y me pregunto si de verdad siempre funciono así cuando investigo, o cuando simplemente intento comprender algo que me inquieta. Aprovecho para recorrer el camino que hemos vivido desde los inicios de internet, cuando descubrimos Wikipedia y los grandes buscadores y parecía que habíamos conquistado el territorio del conocimiento, hasta este presente en el que herramientas como ChatGPT nos devuelven respuestas largas, ya procesadas, que muchas veces ni siquiera leo con calma porque acabo pidiendo versiones más cortas, más resumidas, más “para ya”. Hablo de esa sensación de vivir en la “sociedad del TikTok”, donde todo tiene que durar poco, rendir mucho y exigirnos el mínimo esfuerzo posible, y de cómo eso va erosionando nuestra capacidad de atención y de profundizar.

A partir de ahí comparto una intuición muy personal: tengo la impresión de que, aunque sea de forma minoritaria, está empezando a darse un pequeño giro hacia lo humano. En mi entorno veo personas, y yo me incluyo, que sienten saturación tecnológica y que desean “destecnificarse” un poco, recuperar la sensación de que el proceso de conocer no depende tanto de las herramientas como de nuestra propia manera de mirar, de preguntar, de dudar. Sigo creyendo en la utilidad de la tecnología, por supuesto, pero la imagino ocupando un lugar más acotado dentro del proceso, no como el centro absoluto. Cito a Byung-Chul Han y La sociedad del cansancio para pensar esta mezcla de productividad, cansancio y autoexigencia en la que estamos metidos, y trazo un paralelismo con el nacimiento de la filosofía en la Grecia clásica: así como entonces se pasó de una confianza absoluta en los dioses a empezar a hacerse preguntas desde lo humano, ahora quizá estamos pasando, muy tímidamente, de una fe ciega en la tecnología a recuperar cierto humanismo en nuestra forma de entender el conocimiento. Termino reivindicando algo muy sencillo: el mero hecho de hacerse preguntas ya tiene un valor enorme, aunque no llegue a ninguna respuesta espectacular. Solo estar ahí, detenerme un momento, cuestionar lo que tengo delante y no vivir todo el rato en la rueda del hámster de la productividad, para mí ya justifica este episodio y muchas de las reflexiones que comparto en él.

Si quieres comentar este tema con otros investigadores, puedes unirte a nuestra comunidad en WhatsApp (horacio-ps.com/comunidad), o si prefieres, te puedes suscribir a la newsletter del podcast en horacio-ps.com/newsletter, donde comparto materiales extra que no aparecen en los episodios.

Hoy conversamos con Joaquín Querol, físico, ingeniero y fundador de Endor Technologies, una empresa biotecnológica de Barcelona que ha logrado algo excepcional: financiar investigación médica independiente a través de la cosmética. Desde su creación en 2007, Endor ha mantenido una misión poco común en el ecosistema científico y empresarial actual: sostener su investigación sin depender de inversores externos, combinando rigor científico, autonomía económica y visión a largo plazo.

Querol relata cómo, a partir de una base en nanotecnología y una trayectoria personal marcada por la curiosidad interdisciplinar, logró construir una empresa que une tres líneas de trabajo: una línea cosmética de alta tecnología, una investigación para aliviar la mucositis en pacientes oncológicos y un ambicioso programa para ensayar una teoría innovadora sobre el crecimiento tumoral. Esta última parte del proyecto busca demostrar que el cáncer puede abordarse desde una perspectiva distinta, no destruyendo células tumorales sino “asediando” el tumor para impedir su expansión.

La conversación recorre también los años más difíciles de Endor Technologies: más de una década de incertidumbre, préstamos y riesgo financiero antes de alcanzar la estabilidad. El punto de inflexión llegó en 2020, cuando un cambio en su estrategia digital, provocado por un simple anuncio en Facebook, transformó el rumbo de la empresa. Ese momento marcó el inicio de una etapa de crecimiento sostenido que permitió retomar la investigación en oncología con fondos propios y sin comprometer su independencia científica.

A lo largo del episodio, Joaquín reflexiona sobre el equilibrio entre ciencia y negocio, la importancia de la perseverancia y la necesidad de pensar en horizontes de décadas, no de trimestres. Su historia pone en cuestión los modelos de financiación basados en capital riesgo y plantea una alternativa basada en autonomía, coherencia y propósito.

En definitiva, este episodio ofrece una mirada única sobre lo que significa investigar desde la independencia, innovar sin renunciar al rigor y sostener una empresa científica que avanza al margen de las lógicas de corto plazo. Es una conversación sobre ciencia, emprendimiento y convicción, y sobre la posibilidad real de construir conocimiento con libertad.

Datos de contacto:

Web: www.endortechnologies.com

Instagram: @endortechnologies y @endorpodcast

YouTube: @endortechnologies

Si quieres comentar este tema con otros investigadores, puedes unirte a nuestra comunidad en WhatsApp (horacio-ps.com/comunidad), o si prefieres, te puedes suscribir a la newsletter del podcast en horacio-ps.com/newsletter, donde comparto materiales extra que no aparecen en los episodios.

En este episodio reflexiono sobre un aspecto esencial pero poco tratado de la vida investigadora: la necesidad de apoyo humano. Hoy, con Internet y la inteligencia artificial, podemos encontrar casi cualquier información al instante, pero cuando lo que necesitamos es comprensión o perspectiva, esas herramientas ya no bastan. Por eso hablo de los grupos de apoyo o grupos de mastermind, espacios donde investigadores con inquietudes similares comparten sus retos, escuchan a otros y encuentran nuevas formas de avanzar. Suelen reunirse en pequeños grupos durante una hora, cada persona expone su situación y recibe comentarios y sugerencias de los demás, generando con el tiempo un clima de confianza y crecimiento mutuo. Explico distintas formas de unirse o crear uno, desde plataformas online hasta grupos informales nacidos en congresos o contactos personales. Creo firmemente que este tipo de encuentros pueden enriquecer tanto la carrera como la parte más humana de quienes investigamos, porque la investigación no se construye solo con datos, sino también con conversaciones sinceras entre personas. Si quieres seguir comentando sobre este tema, puedes unirte a nuestra comunidad de investigadores en WhatsApp a través de:

https://horacio-ps.com/comunidad

Durante años, hemos pensado que el colesterol era el principal culpable de la aterosclerosis. Pero ¿y si no fuera así? ¿Y si hubiera actores ocultos, moléculas invisibles producidas por nuestras propias bacterias intestinales, que tuvieran un papel clave en la salud cardiovascular?

En este episodio de Investigando la Investigación hablamos con Annalaura Mastrangelo e Iñaki Robles-Vera del CNIC, quienes han liderado un estudio pionero que identifica al propionato de imidazol, un metabolito producido por la microbiota, como un factor causal en la formación de placas de ateroma. Lo más sorprendente: su efecto ocurre activando a una via independiente sin alterar los niveles de colesterol.

A lo largo de la conversación, exploramos cómo surgió este hallazgo, cómo lo validaron en modelos animales y en cohortes humanas, y qué implicaciones tiene para el diagnóstico temprano y el desarrollo de nuevas terapias. Nos cuentan también cómo identificaron el receptor celular implicado (el receptor imidazólico tipo 1), cómo probaron fármacos bloqueantes en ratones y cómo estos resultados abren la puerta a terapias combinadas con estatinas, diagnósticos más personalizados e incluso a la creación de una futura spin-off.

Más allá del descubrimiento, hablamos de ciencia real: de lo que supone dedicar ocho años a una investigación, de los momentos en los que casi se pierde todo, del trabajo colaborativo y de la vocación que sostiene a quienes investigan en silencio durante años… hasta que el mundo se da cuenta.

Enlaces y contacto:

Artículo científico principal: https://doi.org/10.1038/s41586-025-09263-w

Annalaura Mastrangelo

Centro Nacional de Investigaciones Cardiovasculares (CNIC)

Correo electrónico: amastrangelo@cnic.es

Iñaki Robles-Vera (CNIC)

Correo electrónico: inaki.robles@cnic.es

Si quieres comentar este tema con otros investigadores, puedes unirte a nuestra comunidad en WhatsApp (horacio-ps.com/comunidad), o si prefieres, te puedes suscribir a la newsletter del podcast en horacio-ps.com/newsletter, donde comparto materiales extra que no aparecen en los episodios.