Elaborar una revisión de la literatura académica exige contrastar evidencias a lo largo de decenas o cientos de artículos, en lugar de limitarse a resumir cada documento de forma aislada. En Lateral, este proceso comparativo se estructura en torno a la vista de tabla (Table View), que funciona como una matriz de síntesis interactiva: los artículos académicos importados componen las filas, los ejes temáticos y variables de análisis denominados Concepts (conceptos) forman las columnas, y las celdas resultantes alojan fragmentos textuales seleccionados (Snippets), notas críticas del investigador y marcas de evaluación por colores.
Esta guía detalla cómo los investigadores configuran esta matriz en Lateral, extraen evidencias mediante búsquedas globales y sugerencias semánticas impulsadas por IA, y exportan los resultados estructurados a formatos idóneos para la redacción académica y la gestión bibliográfica.
1. Configuración del proyecto e importación de artículos
El primer paso para levantar una matriz de síntesis consiste en crear un repositorio centralizado de documentos. Lateral procesa y segmenta los archivos a nivel de proyecto:
- Crear un proyecto específico: Desde el panel principal (Dashboard), haz clic en + New project, asigna un título descriptivo al tema de investigación o capítulo de revisión, selecciona un color identificador y pulsa en Create and launch project.
- Incorporar literatura académica:
- Subida directa de archivos PDF: Arrastra y suelta los artículos descargados en la ventana del proyecto. Lateral admite PDFs académicos estándar y los procesa en segundo plano para dividir cada texto en fragmentos semánticos a nivel de párrafo (snippets).
- Búsqueda integrada (Find Papers): Permite localizar artículos de acceso abierto consultando la base de datos Unpaywall (con más de 30 millones de publicaciones). Es posible utilizar operadores booleanos como comillas para frases exactas (
"systematic review"),ORpara sinónimos y el signo menos-para excluir términos no deseados. - Reconocimiento óptico (OCR): Para documentos históricos o escaneados sin capa de texto digital, pulsa Use OCR en la esquina inferior izquierda de la Document View para que el texto sea indexable, seleccionable y exportable.
2. Definición de conceptos analíticos (columnas de la matriz)
Las columnas de una matriz de síntesis representan los criterios teóricos, variables analíticas o dimensiones comparativas con las que se examinará cada estudio. En Lateral, estas dimensiones se configuran como Concepts.
Dimensiones habituales en revisiones académicas
Según el enfoque de la revisión, suele convenir definir columnas como:
- Pregunta central o hipótesis (Research Question / Hypothesis): El problema científico específico abordado por los autores.
- Diseño metodológico (Methodology & Design): Protocolo experimental, modelo econométrico, entrevistas cualitativas o criterios de muestreo.
- Muestra y fuentes de datos (Sample / Dataset): Tamaño muestral, características de los participantes, periodo temporal y contexto geográfico.
- Hallazgos empíricos clave (Key Findings): Cifras estadísticas destacadas, correlaciones y conclusiones empíricas sustanciales.
- Marco teórico (Theoretical Framework): Teorías o modelos conceptuales en los que se fundamenta la investigación.
- Limitaciones y brechas de investigación (Limitations & Gaps): Sesgos declarados por los autores, restricciones metodológicas y líneas de trabajo futuro.
Creación de Concepts en Lateral
Los conceptos pueden crearse desde tres ubicaciones:
- Encabezado de Table View: Mediante el botón + o el botón Concepts situado en la barra superior de la tabla.
- Barra lateral de Document View: Directamente en el panel derecho mientras se lee un PDF específico.
- Resultados de Super Search: Asignando directamente un fragmento localizado a un nuevo concepto.
A diferencia de las etiquetas convencionales basadas en palabras clave rígidas, Lateral permite definir Concepts con oraciones descriptivas completas (por ejemplo: "Evidencia empírica sobre la disposición a pagar por envases sostenibles"). El modelo de aprendizaje automático de Lateral utiliza esa descripción para calcular la afinidad semántica en todo el corpus documental.
3. Extracción de evidencias y llenado de celdas
Una vez definidas las filas (documentos) y columnas (conceptos), el investigador procede a poblar las celdas sin necesidad de leer linealmente cada página. Lateral proporciona tres métodos coordinados:
A. Sugerencias semánticas de la IA (Suggested Snippets)
Constituye la principal ventaja operativa de la plataforma. La IA de Lateral no genera texto ficticio; localiza fragmentos literales en el propio artículo que guardan coincidencia contextual con el Concepto definido:
- En Table View, pulsa en cualquier celda vacía en la intersección de un artículo y un Concept. El panel lateral desplegará fragmentos sugeridos (Suggested Snippets) extraídos de dicho PDF.
- Al hacer clic en un fragmento sugerido, el sistema abre la vista Document View situando al investigador en el párrafo exacto para verificar el contexto.
- Pulsa Save para confirmar el fragmento en la celda. A medida que se guardan más extractos bajo un mismo Concept, el algoritmo afina su comprensión semántica y ofrece sugerencias más certeras en los artículos restantes.
B. Búsqueda cruzada en todos los documentos (Super Search)
Para rastrear términos técnicos, nombres de escalas o teorías específicas a través de todo el corpus:
- Abre Super Search para interrogar simultáneamente todos los PDFs del proyecto.
- Aplica lógica booleana (
AND,OR,-," ") para filtrar los pasajes de interés. - Desde la tarjeta de resultados, asigna el fragmento al Concept correspondiente mediante el menú desplegable.
C. Resaltado manual en Document View
Durante la lectura detenida de artículos de referencia:
- Selecciona y resalta directamente el texto relevante en el visor de PDF.
- Asígnalo al Concepto oportuno en la barra lateral derecha y pulsa guardar.
- El extracto se sincroniza al instante en la celda respectiva de la Table View.
D. Anotaciones críticas y banderas de clasificación
Toda matriz rigurosa requiere la interpretación crítica del autor:
- Notas (Notes): Añade observaciones propias bajo cada celda o fragmento, contrastando discrepancias metodológicas entre autores o sintetizando el argumento con tus propias palabras. Estas notas se preservan íntegramente al exportar.
- Banderas (Flags): Aplica banderas de colores (rojo, amarillo, verde) para jerarquizar la solidez del estudio, su idoneidad para la revisión o su nivel de prioridad.
4. Análisis comparativo e identificación de vacíos en la literatura
Con las celdas debidamente completadas, la Table View se convierte en un mapa conceptual del estado del arte:
- Lectura horizontal (perfil de un estudio): Recorrer una fila completa permite comprender la lógica interna de una investigación concreta, desde su hipótesis hasta sus limitaciones.
- Lectura vertical (síntesis temática): Recorrer una columna confronta directamente las metodologías o resultados de todos los autores sobre un mismo punto crítico, facilitando la detección de consensos y debates abiertos.
- Auditoría de celdas en blanco (brechas de investigación): Las celdas sin hallazgos revelan de inmediato vacíos en la literatura académica (Research Gaps), como dimensiones analíticas no exploradas por ciertos autores o falta generalizada de evidencia empírica en subtemas concretos.
5. Exportación y transferencia de la matriz de síntesis
Cuando la matriz está lista para la fase de redacción formal o gestión de referencias, el botón Export situado en la esquina superior derecha del proyecto permite descargar la información en múltiples formatos:
1. Exportar a Microsoft Word (.docx)
Es la opción óptima para iniciar la redacción de los apartados de la revisión:
- Organiza el contenido jerárquicamente por cada Concept.
- Bajo cada concepto, enumera todos los fragmentos textuales extraídos, la cita bibliográfica correspondiente y las notas personales del investigador.
- Incluye al final del documento una bibliografía completa compilada automáticamente.
- Facilita transformar las notas y extractos en párrafos continuos de prosa académica.
2. Exportar a Excel (.xlsx)
Adecuado para copias de seguridad de datos y reuniones con directores de tesis:
- Preserva la estructura bidimensional íntegra de la matriz (filas de documentos × columnas de conceptos).
- Mantiene los extractos de texto, las citas y las notas dentro de sus respectivas celdas tabulares.
- Ofrece una panorámica clara para auditar el volumen de evidencias recopiladas.
3. Exportar a CSV
Ideal para migrar la matriz a sistemas de gestión de conocimiento personal:
- Permite la importación limpia en Notion, Airtable u Obsidian.
- Facilita la aplicación de filtros relacionales, vistas en tablero Kanban o líneas temporales.
4. Exportar referencias a BibTeX (.bib)
Antes de generar el archivo, se recomienda pulsar sobre el nombre de cada artículo en Table View para verificar y corregir los metadatos bibliográficos extraídos automáticamente (autores, año, título, DOI). Tras la revisión:
- Selecciona Export to BibTeX (.bib) en el menú de exportación.
- Importa el archivo resultante en gestores como Zotero o Mendeley para sincronizar las claves de citación con Word, LaTeX u Overleaf.
5. Compartir mediante enlace público (Public Table)
Si deseas que tutores o coautores consulten el estado de la matriz sin obligarles a crear una cuenta ni enviarles pesados archivos PDF:
- Haz clic en Share project en la barra superior de Table View.
- Activa la casilla Public access.
- Copia el enlace web generado. Los destinatarios podrán inspeccionar la tabla con la lista de documentos y los hallazgos en cada celda a través del navegador, sin acceso a los archivos PDF subyacentes ni a la herramienta de búsqueda interna.
6. Estado del servicio y alternativas metodológicas actuales
Los investigadores que tomen como referencia este flujo de trabajo deben tener en cuenta que Lateral.io concluyó formalmente sus operaciones como plataforma comercial el 26 de junio de 2025. El equipo fundador reorientó su actividad hacia el desarrollo de redes abiertas para la ciencia (coordination.network), concediendo a los usuarios registrados periodos de gracia para exportar sus datos históricos.
Para aquellos académicos que precisen construir matrices de síntesis comparativas hoy en día y no cuenten con acceso previo a Lateral, se recomiendan las siguientes alternativas:
- Elicit: Especializada en la extracción automatizada de datos a través de múltiples artículos en columnas configurables (tamaño de muestra, metodología, resultados primarios) con exportación directa a CSV.
- Scholarcy: Segmenta artículos académicos en fichas estructuradas y permite exportar tablas comparativas a Excel y BibTeX.
- Flujo modular coordinado: El uso conjunto de herramientas de descubrimiento como ResearchRabbit o Semantic Scholar, el gestor de referencias Zotero y una matriz de doble entrada diseñada en Notion Database o Excel reproduce con fidelidad la disciplina metodológica de la Table View de Lateral.