Literatura y aprendizajeLiterature & learning
Cribado y síntesis de literaturaLiterature triage and synthesis
Entrega al agente una carpeta de PDFs y pídele que extraiga la idea central, el método y la relevancia de cada artículo para tu proyecto. No se trata de sustituir la lectura atenta, sino de reducir la pila de textos “quizá relevantes” a los que realmente necesitas leer y construir un primer mapa de una literatura desconocida antes de dedicarle una revisión profunda. Es útil para revisiones bibliográficas, secciones de antecedentes en proyectos y para detectar literaturas adyacentes que deberías haber estado siguiendo.Drop a stack of PDFs on the agent and ask it to extract each paper's core claim, method, and relevance to your project. The point is not to replace close reading; it's to drain the "maybe relevant" pile down to the papers you actually need to read, and to build a first-pass map of an unfamiliar literature before you commit to a deep dive. Useful for lit reviews, grant background sections, and the moment you realize you should have been reading some adjacent literature two years ago.
Aprender métodos nuevos o literaturas desconocidasLearning new methods or unfamiliar literatures
Cuando una técnica estadística, un enfoque de archivo o una literatura fuera de tu campo se vuelve relevante, un agente puede explicarla con un ejemplo aplicado a tus propios datos, señalar referencias canónicas y anticipar críticas probables. Es especialmente valioso para investigadores que trabajan solos, personas entre instituciones o equipos cuyo entorno inmediato no cubre el método que necesitan ese mes. Funciona bien para las preguntas que no harías a un colega porque parecen demasiado básicas o porque ya las has hecho antes.When a statistical technique, archival approach, or body of scholarship outside your field becomes relevant, an agent will walk you through it with a worked example on your own data, point to canonical references, and flag the likely critics. Especially valuable for solo researchers, people between institutions, and anyone whose nearest peer group doesn't happen to cover the method they need this month. Best for the questions you'd never ask a colleague because they're too basic, or you've already asked twice.
Datos, código y verificaciónData, code & verification
Limpieza y armonización de datosData wrangling and harmonization
Emparejar nombres de autores entre bases de datos, extraer tablas escaneadas con OCR, eliminar duplicados, reconciliar códigos de país entre WDI y Penn World Table o montar un panel a partir de veinte archivos desordenados. El agente no solo produce código plausible: ejecuta la unión, inspecciona el resultado e itera hasta que la salida supera las comprobaciones que le indicas. Aquí la diferencia de productividad frente al antiguo flujo de trabajo basado en StackOverflow es especialmente grande.Fuzzy-matching author names across datasets, OCR'ing scanned tables, deduping records, reconciling country codes between WDI and Penn World Table, assembling a panel from twenty messy raw files. The agent does not just produce plausible-looking code — it runs the merge, inspects what comes out, and iterates until the output passes the sanity checks you specify. This is where the productivity gap with the old StackOverflow workflow is largest.
Scrapers, APIs y pipelines de datosScrapers, APIs, and data pipelines
Extraer datos de Census, FRED, OpenAlex, Crossref, catálogos de archivo o webs gubernamentales que publican información en tablas HTML poco manejables. El agente escribe la petición, parsea la respuesta, examina lo que ha recibido y ajusta el código cuando el esquema no coincide con la documentación. En proyectos que requieren actualizaciones periódicas, también puede programar el pipeline y comparar ejecuciones sucesivas para detectar cambios silenciosos en la fuente original.Pulling from Census, FRED, OpenAlex, Crossref, archival catalogs, or .gov sites that ship data as ugly HTML tables. The agent writes the request, parses the response, looks at what came back, and adjusts when the schema is not what the docs promised. For projects that need periodic refresh, it can also schedule the pipeline and diff successive runs so you notice when an upstream source quietly changes.
Escribir, editar y ejecutar código empíricoWriting, editing, and running empirical code
El ciclo completo —código en pandas, R o Stata escrito, ejecutado, depurado y vuelto a ejecutar— sin que tengas que mediar en cada paso. Es especialmente útil para partes tediosas pero mecánicas: transformar paneles, recodificar valores, construir descriptivos, formatear tablas o corregir una leyenda de matplotlib que no se queda donde debería. A diferencia de una ventana de chat, el agente no se detiene en “prueba esto”: lo prueba, observa el resultado y ajusta.The full loop — pandas/R/Stata code written, run, error read, fixed, re-run — without you mediating every step. Most useful for the tedious-but-mechanical parts: reshaping panels, recoding values, building descriptives, formatting tables, and the matplotlib legend that refuses to stay where you put it. The difference from a chat-window workflow is that the agent does not stop at "here's what to try"; it tries, watches the output, and adjusts.
Verificar consistencia y detectar erroresVerifying consistency and catching errors
Dos usos de una misma capacidad. Primero, revisión de código: los agentes son muy buenos detectando errores silenciosos en uniones de pandas, cortes con índices desplazados, valores perdidos mal codificados u observaciones eliminadas sin advertirlo. Segundo, consistencia entre documentos: que las cifras del resumen coincidan con la Tabla 1, que las definiciones de variables coincidan con el codebook y que las conclusiones reflejen lo que muestran las regresiones. El agente lee a través de archivos de una forma que un coautor hojeando el PDF no puede hacer.Two angles on the same skill. First, code review — agents are unusually good at catching silent errors in pandas merges, off-by-one slicing, miscoded missing values, and the dropped observations you didn't notice. Second, cross-document consistency — numbers in the abstract matching numbers in Table 1, variable definitions matching the codebook, claims in the conclusion matching what the regressions actually show. The agent reads across files in a way a co-author skimming the PDF can't.
Producción del proyectoProject production
Documentación y mantenimiento del proyectoProject documentation and upkeep
Es probablemente el hábito de mayor rendimiento de esta lista, y uno que muchos usuarios no saben que es posible. A medida que el proyecto evoluciona, el agente mantiene un README, un codebook y un registro de decisiones: cada construcción de variable, restricción muestral y elección de especificación queda registrada en el momento en que se hace, con su justificación. El mismo agente mantiene ordenados los artefactos: limpia duplicados del .bib, archiva notebooks obsoletos, detecta código muerto y normaliza nombres de archivos. Reconstruir todo esto de memoria un año después, durante una revisión, es una de las partes más costosas del trabajo empírico; con un agente, puede evitarse.The highest-leverage habit on this list, and the one most users do not realize is possible. As the project evolves, the agent maintains a README, codebook, and decision log — every variable construction, sample restriction, and specification choice recorded the moment it is made, with the reasoning attached. The same agent keeps the artifacts tidy: cleaning duplicates from the .bib, archiving stale notebooks, flagging dead code, normalizing file names. Reconstructing all of this a year later from memory during the R&R is the part of empirical work that ages researchers fastest, and with an agent it is optional.
Redacción y producción de manuscritosManuscript writing and production
El agente tiene abierto todo el manuscrito —fuente .tex, tablas, figuras, .bib, datos y codebook— y puede escribir en relación con todos esos materiales. Esto permite redactar desde el proyecto y no desde cero: un resumen construido a partir de los números reales de las tablas, una sección de métodos alineada con las definiciones del codebook o una carta de respuesta que apunta a los cambios concretos realizados. También gestiona producción: tablas LaTeX adaptadas a normas de revista, Beamer, tikz, errores de compilación antes de enviar y parte del tiempo que se pierde ajustando leyendas, ejes y colores en ggplot o matplotlib.The agent has the whole manuscript open — .tex source, tables, figures, .bib, data, codebook — and can write across them. This means prose drafted from the project rather than from thin air: the abstract built from the actual numbers in your tables, the methods section written against the variable definitions in your codebook, the response letter pointing to the specific edits you made. The same agent handles production: LaTeX table formatting to journal specs, Beamer, tikz, the 4am compile error the morning of submission, and the surprising fraction of writing time most academics lose to ggplot/matplotlib legend placement, axis labels, and color schemes, most of which now goes away.
Habilidades personalizadas, subagentes y memoriaCustom skills, subagents, and memory
De entrada, un agente no sabe nada sobre tu proyecto, tus convenciones ni los flujos de trabajo que repites. El valor acumulado aparece al construir la infraestructura: archivos CLAUDE.md que codifican las reglas del proyecto, notas de memoria persistente sobre quién eres y cómo trabajas, habilidades personalizadas (por ejemplo, auditar un resumen, formatear una tabla de regresión o validar una especificación antes de estimar) y subagentes con roles específicos, como revisor, corrector o metodólogo. Tras unos meses, el agente deja de ser una ayuda genérica y se convierte en un equipo adaptado a tus proyectos y preferencias.Out of the box, an agent knows nothing about your project, your conventions, or the workflows you keep repeating. The compounding payoff comes from building the scaffolding: CLAUDE.md files that encode your project's conventions, persistent memory notes about who you are and how you work, custom skills (knowledge: how to audit an abstract, format a regression table, validate a specification before estimation), and subagents (roles: a referee, a copyeditor, a methodologist). After a few months of this, the agent is no longer a generic helper but a customized team that knows your projects and your preferences.
DocenciaTeaching
Materiales docentesTeaching materials
Diapositivas, ejercicios, preguntas de examen, guías para ayudantes y programas docentes. El beneficio más concreto es generar variantes de un mismo problema para que el alumnado no pueda copiar la solución del año anterior. Además, los agentes adaptan el mismo contenido a distintos niveles de dificultad (doctorado, máster, grado), redactan soluciones trabajadas que puedes editar y producen la diapositiva o el ejemplo adicional que convierte una clase provisional en una sesión más pulida, especialmente cuando estás creando una asignatura desde cero.Slides, problem sets, exam questions, TA guides, syllabi. The most concrete payoff: variants of the same problem so students cannot copy last year's solution set. Beyond that, agents adapt the same content across difficulty levels (PhD methods → MA methods → undergrad), draft worked solutions you can edit, and produce the marginal slide or worked example that turns a rough class into a polished one — especially when you are building a course from scratch.