https://repositorio.ciedupanama.org/handle/123456789/12 Abarca estudios de investigación que no han sido publicados en revistas científicas, pero que son de alta relevancia para la educación y áreas afines. 2026-10-20T18:50:51Z https://repositorio.ciedupanama.org/handle/123456789/1087 Modelos de lenguaje y LLM: evolución, características y criterios de selección Murillo Gonzalez, Danny En pocos años, los modelos de lenguaje han pasado de ser herramientas de laboratorio a estar presentes en buscadores, asistentes y flujos de investigación. Muchas veces desconocemos cuál es el origen de estos o cual es la diferencia entre Modelos del Lenguaje y LLM. Este documento tiene un doble propósito, el primero es ofrecer una definición de qué es un modelo de lenguaje, qué se entiende por LLM en el uso actual y cómo han evolucionado ambos entre 2018 y 2026, a través de 61 modelos seleccionados y clasificados según, creador, categoría, arquitectura o enfoque, modalidad y ventana de contexto. El segundo propósito es orientar al lector sobre qué características observar, cómo interpretarlas en una plataforma y qué evaluar para elegir un modelo adecuado para una actividad concreta. La oferta de modelos crece cada mes y existen plataformas como OpenRouter que reúnen más de 400 modelos, y elegir entre todos ellos puede que no sea una tarea rutinaria, debido a que, no existe un mejor modelo, sino un modelo adecuado que cumpla la tarea con calidad suficiente, a un costo razonable y con las garantías de privacidad y reproducibilidad que exige cada proyecto. Si bien existen otras plataformas parecidas a OpenRouter, he seleccionado esta por la experiencia al utilizar diversos modelos donde a través de ellos he evaluado sus resultados, ventana de contexto, costo y tiempo de respuesta. No es un documento técnico, sino más conceptual u orientativo, en vías de brindar un timeline de la evolución de los modelos y herramientas que facilitan su uso. En pocos años, los modelos de lenguaje han pasado de ser herramientas de laboratorio a estar presentes en buscadores, asistentes y flujos de investigación. Muchas veces desconocemos cuál es el origen de estos o cual es la diferencia entre Modelos del Lenguaje y LLM. Este documento tiene un doble propósito, el primero es ofrecer una definición de qué es un modelo de lenguaje, qué se entiende por LLM en el uso actual y cómo han evolucionado ambos entre 2018 y 2026, a través de 61 modelos seleccionados y clasificados según, creador, categoría, arquitectura o enfoque, modalidad y ventana de contexto. El segundo propósito es orientar al lector sobre qué características observar, cómo interpretarlas en una plataforma y qué evaluar para elegir un modelo adecuado para una actividad concreta. La oferta de modelos crece cada mes y existen plataformas como OpenRouter que reúnen más de 400 modelos, y elegir entre todos ellos puede que no sea una tarea rutinaria, debido a que, no existe un mejor modelo, sino un modelo adecuado que cumpla la tarea con calidad suficiente, a un costo razonable y con las garantías de privacidad y reproducibilidad que exige cada proyecto. Si bien existen otras plataformas parecidas a OpenRouter, he seleccionado esta por la experiencia al utilizar diversos modelos donde a través de ellos he evaluado sus resultados, ventana de contexto, costo y tiempo de respuesta. No es un documento técnico, sino más conceptual u orientativo, en vías de brindar un timeline de la evolución de los modelos y herramientas que facilitan su uso. 2026-10-02T00:00:00Z https://repositorio.ciedupanama.org/handle/123456789/1084 ResearchRabbit: plataforma para optimizar el descubrimiento de la literatura académica Murillo Gonzalez, Danny La investigación científica se desarrolla en un escenario caracterizado por el crecimiento acelerado y la dispersión de la producción académica, lo que plantea dificultades cada vez mayores para localizar literatura pertinente, reconocer trabajos fundamentales y comprender cómo evoluciona un determinado campo de conocimiento. Los buscadores bibliográficos tradicionales continúan siendo esenciales para recuperar documentos mediante estrategias estructuradas de consulta, sin embargo, una revisión de literatura no consiste únicamente en localizar publicaciones mediante palabras clave. También requiere comprender las relaciones existentes entre los trabajos, rastrear sus antecedentes, identificar investigaciones posteriores y reconocer autores, líneas temáticas y conexiones que pueden no resultar evidentes en una búsqueda convencional. ResearchRabbit se incorpora como una plataforma orientada al descubrimiento, exploración y organización de literatura académica mediante representaciones visuales de las relaciones existentes entre publicaciones. Su lógica de trabajo permite partir de uno o varios artículos semilla (seed papers) y ampliar progresivamente el espacio documental mediante trabajos similares, referencias bibliográficas y documentos que posteriormente han citado esas publicaciones. Este documento presenta ResearchRabbit desde una perspectiva práctica orientada a su incorporación en el flujo de trabajo del investigador y como funciona esta herramienta. A lo largo de sus secciones se aborda la creación de proyectos, búsqueda y selección de publicaciones, utilización de artículos semilla, interpretación de mapas de citación, identificación y organización de documentos de interés, aplicación de filtros, creación de colecciones y administración de la biblioteca personal. También se desarrolla su integración con Zotero, permitiendo conectar el descubrimiento de literatura con la gestión bibliográfica y reutilizar posteriormente los documentos seleccionados dentro de otras etapas del proceso investigador. La investigación científica se desarrolla en un escenario caracterizado por el crecimiento acelerado y la dispersión de la producción académica, lo que plantea dificultades cada vez mayores para localizar literatura pertinente, reconocer trabajos fundamentales y comprender cómo evoluciona un determinado campo de conocimiento. Los buscadores bibliográficos tradicionales continúan siendo esenciales para recuperar documentos mediante estrategias estructuradas de consulta, sin embargo, una revisión de literatura no consiste únicamente en localizar publicaciones mediante palabras clave. También requiere comprender las relaciones existentes entre los trabajos, rastrear sus antecedentes, identificar investigaciones posteriores y reconocer autores, líneas temáticas y conexiones que pueden no resultar evidentes en una búsqueda convencional. ResearchRabbit se incorpora como una plataforma orientada al descubrimiento, exploración y organización de literatura académica mediante representaciones visuales de las relaciones existentes entre publicaciones. Su lógica de trabajo permite partir de uno o varios artículos semilla (seed papers) y ampliar progresivamente el espacio documental mediante trabajos similares, referencias bibliográficas y documentos que posteriormente han citado esas publicaciones. Este documento presenta ResearchRabbit desde una perspectiva práctica orientada a su incorporación en el flujo de trabajo del investigador y como funciona esta herramienta. A lo largo de sus secciones se aborda la creación de proyectos, búsqueda y selección de publicaciones, utilización de artículos semilla, interpretación de mapas de citación, identificación y organización de documentos de interés, aplicación de filtros, creación de colecciones y administración de la biblioteca personal. También se desarrolla su integración con Zotero, permitiendo conectar el descubrimiento de literatura con la gestión bibliográfica y reutilizar posteriormente los documentos seleccionados dentro de otras etapas del proceso investigador. 2026-10-01T00:00:00Z https://repositorio.ciedupanama.org/handle/123456789/1082 Guía académica para conectar Zotero local con Claude Desktop mediante zotero-mcp Murillo Gonzalez, Danny El documento es una guía académica y funcional para conectar una biblioteca local de Zotero con Claude Desktop mediante zotero-mcp. Su propósito principal es que investigadores, docentes, estudiantes, bibliotecólogos, documentalistas, técnicos y usuarios no técnicos puedan convertir Zotero en una fuente activa de consulta académica asistida por inteligencia artificial. La guía usa como ejemplo temático el Procesamiento de Lenguaje Natural (NLP), aunque aclara que el procedimiento puede aplicarse a cualquier área del conocimiento. La guía plantea como objetivo general conectar Zotero local con Claude Desktop para consultar documentos académicos, notas, metadatos, anotaciones y referencias bibliográficas desde una interfaz conversacional. Sus objetivos específicos incluyen explicar conceptos clave como Zotero, Claude Desktop, MCP, zotero-mcp, uv, uvx, Python, API local y base semántica; instalar las herramientas necesarias; activar la comunicación local de Zotero; crear una base semántica; configurar Claude Desktop; probar consultas académicas y orientar el uso de la integración para revisión de literatura, organización temática, generación de conocimiento y trazabilidad bibliográfica. El documento es una guía académica y funcional para conectar una biblioteca local de Zotero con Claude Desktop mediante zotero-mcp. Su propósito principal es que investigadores, docentes, estudiantes, bibliotecólogos, documentalistas, técnicos y usuarios no técnicos puedan convertir Zotero en una fuente activa de consulta académica asistida por inteligencia artificial. La guía usa como ejemplo temático el Procesamiento de Lenguaje Natural (NLP), aunque aclara que el procedimiento puede aplicarse a cualquier área del conocimiento. La guía plantea como objetivo general conectar Zotero local con Claude Desktop para consultar documentos académicos, notas, metadatos, anotaciones y referencias bibliográficas desde una interfaz conversacional. Sus objetivos específicos incluyen explicar conceptos clave como Zotero, Claude Desktop, MCP, zotero-mcp, uv, uvx, Python, API local y base semántica; instalar las herramientas necesarias; activar la comunicación local de Zotero; crear una base semántica; configurar Claude Desktop; probar consultas académicas y orientar el uso de la integración para revisión de literatura, organización temática, generación de conocimiento y trazabilidad bibliográfica. 2026-08-26T00:00:00Z https://repositorio.ciedupanama.org/handle/123456789/1081 Integración de Zotero y Beaver con modelos de inteligencia artificial para la gestión y análisis de literatura científica Murillo Gonzalez, Danny En los procesos actuales de investigación, la gestión organizada de la literatura científica se ha convertido en una actividad esencial para garantizar una lectura crítica, ordenada y trazable. En este contexto, Zotero se presenta como una herramienta gratuita, de código abierto y ampliamente utilizada para recopilar, organizar, citar y anotar referencias bibliográficas, así como para almacenar documentos en PDF y gestionar colecciones de lectura. Su compatibilidad con procesadores de texto, navegadores web y extensiones externas lo convierte en un recurso flexible para investigadores, docentes y estudiantes que buscan optimizar su flujo de trabajo académico. La integración de Zotero con herramientas de Inteligencia Artificial abre nuevas posibilidades para el análisis y la síntesis de documentos científicos. Extensiones como Beaver permiten trabajar directamente sobre la biblioteca personal del investigador, facilitando la recuperación de información, la identificación de patrones, la generación de notas y la conexión entre ideas presentes en distintos textos. Sin embargo, el uso de IA en este contexto no debe entenderse como un reemplazo del pensamiento crítico, sino como un apoyo para procesar grandes volúmenes de información, mejorar la eficiencia en la lectura académica y fortalecer la trazabilidad del proceso científico. En los procesos actuales de investigación, la gestión organizada de la literatura científica se ha convertido en una actividad esencial para garantizar una lectura crítica, ordenada y trazable. En este contexto, Zotero se presenta como una herramienta gratuita, de código abierto y ampliamente utilizada para recopilar, organizar, citar y anotar referencias bibliográficas, así como para almacenar documentos en PDF y gestionar colecciones de lectura. Su compatibilidad con procesadores de texto, navegadores web y extensiones externas lo convierte en un recurso flexible para investigadores, docentes y estudiantes que buscan optimizar su flujo de trabajo académico. La integración de Zotero con herramientas de Inteligencia Artificial abre nuevas posibilidades para el análisis y la síntesis de documentos científicos. Extensiones como Beaver permiten trabajar directamente sobre la biblioteca personal del investigador, facilitando la recuperación de información, la identificación de patrones, la generación de notas y la conexión entre ideas presentes en distintos textos. Sin embargo, el uso de IA en este contexto no debe entenderse como un reemplazo del pensamiento crítico, sino como un apoyo para procesar grandes volúmenes de información, mejorar la eficiencia en la lectura académica y fortalecer la trazabilidad del proceso científico. 2026-06-26T00:00:00Z