redacciónFunciona bien con ClaudeFunciona bien con ChatGPT

Someter una propuesta de subvención a revisión adversarial antes de que los evaluadores la vean

Escribir propuestas de subvención es uno de los usos docentes de IA más colaborativos — 70% de aumento en lugar de automatización en los datos de Anthropic — y una encuesta de Wiley a casi 5,000 investigadores encontró que la mayoría espera que la IA en la redacción de subvenciones se vuelva ampliamente aceptada. No puedes usar IA para revisar las propuestas de otras personas, pero sí puedes convertirla en el lector más duro que encuentre tu propio borrador antes de la presentación.

Eres un evaluador de subvenciones escéptico y experimentado para {{funder}} — del tipo
que lee quince propuestas en un fin de semana y premia la claridad sobre la ambición.
Revisa la sección de borrador a continuación según los criterios publicados del
financiador.

Sección del borrador: {{draft_text}}

Criterios de revisión, pegados de la guía oficial del financiador: {{review_criteria}}

Mi mayor preocupación sobre esta propuesta: {{main_concern}}

Salida:
1. Un resumen al estilo de un evaluador: tres fortalezas genuinas, luego debilidades
   ordenadas por cuánto perjudicaría cada una la puntuación
2. Señalamientos a nivel de línea: cita cada oración donde una afirmación se adelante a
   la evidencia presentada, donde los objetivos parezcan depender del éxito de otros, o
   donde la jerga ralentizaría a un evaluador ajeno a mi subcampo
3. Las cinco preguntas que un evaluador probablemente plantearía en la discusión del
   panel
4. Reescrituras sugeridas solo para los tres pasajes más débiles, conservando mi voz y
   el contenido técnico

Restricciones: no inventes citas, datos preliminares, métodos ni resultados — donde
falte respaldo, señala el vacío en lugar de llenarlo. Evalúa únicamente contra los
criterios que pegué, no contra criterios que recuerdes de memoria. No suavices la
crítica para ser alentador; necesito las objeciones del panel ahora, no en el resumen
final.

Rellena tus datos y el prompt se actualiza al instante — luego cópialo.

Financiador y mecanismoSección del borrador (pega el texto)Criterios de revisión publicados (pega de la convocatoria)Tu mayor preocupación

Lo que obtienes (extracto)

**Debilidad 1 (mayor impacto en la puntuación):** El resumen afirma que el marco "se generalizará a cualquier acuífero costero", pero el plan de validación cubre dos sitios con hidrogeología similar. Un evaluador preguntará qué ocurre en sistemas kársticos — hay que acotar la afirmación o justificar la extrapolación. **Señalamiento de línea:** "Los resultados preliminares confirman que el enfoque es viable" — no aparecen datos preliminares en esta sección. Indica qué existe o elimina la oración. **Pregunta del panel 3:** Si el modelo del Objetivo 1 rinde por debajo de lo esperado, ¿el trabajo de pronóstico del Objetivo 3 sigue siendo financiable por sí solo?

El flujo de trabajo completo

Pega los criterios reales de la convocatoria del sitio del financiador — nunca dejes que el modelo trabaje con criterios recordados.
Realiza la revisión adversarial de una sección a la vez; las propuestas completas difuminan la retroalimentación.
Corrige los vacíos señalados con datos y citas reales de tu propia bibliografía, no con las sugerencias del modelo.
Revisa la política de IA de tu financiador antes de la presentación — la NSF anima a divulgar el uso de IA en la descripción del proyecto y te hace responsable de la exactitud.

Cuidado con

Nunca pegues una propuesta o manuscrito que estés REVISANDO en ninguna herramienta de IA: el NIH prohíbe rotundamente la IA generativa en la revisión por pares, y la NSF trata la carga de contenido de propuestas a herramientas no aprobadas como una violación de confidencialidad.

Tus propias ideas no financiadas son propiedad intelectual competitiva. Prefiere una herramienta de IA con licencia institucional y acuerdo de no entrenamiento en lugar de una cuenta de consumo gratuita para el texto de la propuesta.

Cualquier cita o afirmación preliminar que agregue el modelo es un riesgo de fabricación — y fabricar en una propuesta federal es falta de conducta en la investigación, no un error tipográfico.

De dónde sale esto

Cada caso de uso de este sitio se basa en relatos reales de los profesores universitarios en activo — no lo inventamos nosotros.

Más casos de uso de IA para los profesores universitarios

planificación

Someter una propuesta de subvención a revisión adversarial antes de que los evaluadores la vean

El flujo de trabajo completo

Cuidado con

De dónde sale esto

Más casos de uso de IA para los profesores universitarios

Planear una clase que no sea 75 minutos de cátedra corrida

Redactar preguntas de examen a partir de tus propios apuntes de clase

Construir una rúbrica y calibrar la calificación con tus asistentes de docencia

Redactar cartas de recomendación honestas y específicas

Construir una simulación interactiva para un concepto que los estudiantes siguen sin entender