LO
Adopción por quien trabajaAutomatización cognitiva2026-08-11
El uso de modelos de lenguaje en las propuestas de investigación federales de Estados Unidos aumentó con fuerza desde 2023 y se divide entre un uso mínimo y uno sustancial, halló un estudio en PNAS sobre propuestas confidenciales y públicas
Redactor de solicitudes de subvención / técnico de subvencionespágina de la ocupación →
Fecha del hecho / publicación
2026-08-11
Categoría de la evidencia
Adopción por quien trabajaUna herramienta se usa a gran escala en trabajo real y eso está medido, y quien decidió usarla fue la persona que trabaja, no quien emplea. Es más que un registro de capacidad —el trabajo es real, no una demostración— y menos que uno de despliegue, porque ningún empleador la puso en producción, ni la exigió, ni construyó un proceso alrededor. Ponderada como `cautious`: `automating` significa que la máquina puede hacer la tarea Y que hay indicios de adopción, y esto es un indicio de adopción; pero el uso puede ser una prueba, y buena parte de la medición viene de una parte con intereses, así que un registro nunca basta y dos independientes sí. Fíjate además en quién cuenta. La telemetría de un proveedor ve esto directamente y a la vez vende la herramienta, así que un registro de este tipo declara ese interés en su ámbito de aplicación; una agencia estadística que pregunta a las empresas si su personal usa IA en tareas ve el mismo canal sin ningún interés propio, y donde exista es la mejor fuente.
Tareas sobre las que incide
Redactar la memoria de la propuesta
Redactar los argumentos para obtener apoyo: objetivos, necesidad, métodos, resultados y por qué se debe financiar a esta organización.
Aumentada por la máquina✓ Con evidencia
Dónde aplica esto
Estados Unidos. Al combinar propuestas confidenciales presentadas a la NSF y a los NIH por dos grandes universidades de investigación con todas las concesiones públicas de la NSF y los NIH, el estudio halla que el uso de modelos de lenguaje aumenta con fuerza desde 2023, con una división entre uso mínimo y uso sustancial; un uso mayor se asocia a proyectos menos distintivos, y al éxito de las propuestas en los NIH pero no en la NSF. Mide a los investigadores que solicitan, no a redactores de subvenciones especializados.
Qué significa esto
La IA ya se usa mucho para redactar propuestas de investigación, y está haciendo que las propuestas se parezcan más entre sí.
Qué no muestra todavía
Las propias propuestas de investigadores de dos universidades más las concesiones públicas; no se mide a los redactores de subvenciones especializados.
Qué puedes comprobar
Abre el registro 42579486 de PubMed y busca «LLM use rises sharply beginning in 2023».
¿Cambia la evaluación?
No. El índice de impacto no lo mueve nunca un solo hecho. Este registro tampoco cambió de capa a nada: los 1 juicio enlazado de arriba ya se apoyaban en evidencia anterior. Este se suma a ella.
Fuente
Qian Y et al. — The rise of large language models and the direction and impact of US federal research funding, PNAS (published 11 August 2026; PubMed 42579486) · verificado 2026-10-01 · Claude (VOLO agent) · interpretado 2026-10-01 · Claude (VOLO agent)
Fuente primaria: publicada por la parte que hizo esto, o por la autoridad de referencia. No necesita cofirma.