Connected Papers

🧠 ¿Qué es Connected Papers y para qué sirve exactamente?

Connected Papers es una herramienta web creada en 2020 por Eddie Smolyansky, Itay Knaan Harpaz y Alex Eitan, tres desarrolladores israelíes que se conocieron en el ejército y luego coincidieron en el mundo del machine learning. La idea nació de una frustración muy concreta: cuando empiezas a investigar un tema nuevo, no sabes qué papers son los importantes ni cómo se relacionan entre sí. Google Scholar te da una lista, pero no te da el mapa.

La herramienta hace exactamente eso: convierte una lista de papers en un grafo visual donde cada nodo es un artículo y las conexiones representan relaciones de citación. No es un buscador de papers. Es un explorador visual de literatura científica. Le das un paper de referencia y ella te construye el vecindario académico que lo rodea: los que vinieron antes, los que vinieron después, y los que son conceptualmente similares aunque no se citen directamente.

El problema que resuelve es el de la revisión de literatura. Ese momento en el que tienes que entender un campo nuevo y no sabes por dónde empezar ni qué leer primero. Connected Papers te da el mapa antes de que te pongas a leer.

⚙️ Funciones principales que realmente usa la gente

• Grafo de citación visual: El corazón de la herramienta. Introduces un paper (por título, DOI, URL o ID de arXiv) y genera un grafo interactivo donde el tamaño del nodo indica el número de citas y el color indica la antigüedad.
• Dos modos de exploración: El modo Prior Works muestra los papers más importantes que vinieron antes y establecieron las bases del campo. El modo Derivative Works muestra los papers más recientes que citan el paper original.
• Filtro por similitud y por citas: Puedes elegir entre un grafo basado en similitud conceptual (papers que tratan temas parecidos) o basado en citas directas. Esto cambia mucho el resultado y es útil para distintos tipos de búsqueda.
• Lista lateral con métricas: A la derecha aparece una lista de todos los papers del grafo con su año, número de citas y autores. Puedes ordenarlos y ver cuáles son los más relevantes de un vistazo.
• Vista previa del abstract: Al pasar el ratón por un nodo, ves el resumen del paper sin salir de la herramienta. Si te interesa, puedes abrirlo en Semantic Scholar o en la fuente original.
• Detección de papers seminales: El grafo tiende a colocar en el centro los papers más citados y fundamentales del campo. Es una forma rápida de identificar qué lectura es imprescindible.
• Construcción de bibliografía: Puedes marcar papers como “guardados” y exportar la lista. Es útil para empezar una revisión sistemática o preparar el estado del arte de una tesis.

✨ Lo que la diferencia de Google Scholar, ResearchRabbit o Semantic Scholar

Primero, es visual, no textual. Google Scholar te da listas ordenadas por relevancia. Connected Papers te da un mapa espacial donde ves de un vistazo qué papers son centrales, cuáles son periféricos y cómo se agrupan por temática. Para entender un campo nuevo, el mapa es mucho más rápido que una lista.

Segundo, no necesitas cuenta para usarla. Puedes entrar, pegar un paper y ver el grafo. Sin registro, sin email, sin tarjeta. Eso la hace perfecta para una exploración rápida cuando estás en medio de una búsqueda.

Tercero, el algoritmo prioriza relevancia conceptual, no solo citas. Hay papers que no se citan entre sí pero tratan exactamente el mismo problema. Connected Papers los conecta. Eso es algo que Google Scholar no hace.

Cuarto, funciona con arXiv y Semantic Scholar. Si trabajas en informática, física o matemáticas, la integración con arXiv es directa. Para otras disciplinas, la cobertura viene de Semantic Scholar, que es amplia pero no perfecta.

🎯 Para qué trabajos concretos tiene sentido

• Revisión de literatura para tesis o papers: Es su caso de uso principal. Antes de escribir el estado del arte, construyes el grafo y ves qué papers son imprescindibles.
• Explorar un campo nuevo: Si cambias de área de investigación o empiezas un proyecto en un dominio que no conoces, el grafo te da el mapa en minutos.
• Identificar papers seminales: Los nodos más grandes y más conectados suelen ser los trabajos fundacionales. Es una forma rápida de saber qué leer primero.
• Detectar tendencias recientes: El modo Derivative Works muestra los papers más nuevos que están construyendo sobre un trabajo concreto. Útil para ver hacia dónde va un campo.
• Preparar una propuesta de investigación: Para justificar por qué tu proyecto es relevante, necesitas saber qué se ha hecho y qué falta. El grafo ayuda a visualizar los huecos.
• Docencia y divulgación: Para preparar clases o charlas donde necesitas explicar la evolución de un campo, el grafo es una herramienta visual potente.

🚀 Cómo empezar: de cero a un grafo útil en dos minutos

El flujo es probablemente el más simple de cualquier herramienta de este tipo. No hay registro obligatorio, no hay configuración, no hay tutorial largo.

1. Entrar en la web: No necesitas cuenta para empezar. Puedes usar la herramienta directamente.
2. Introducir un paper de referencia: En el buscador pegas el título, el DOI, la URL de arXiv, o el ID de Semantic Scholar. Si no tienes un paper claro, puedes buscar por tema y elegir uno de los resultados.
3. Elegir el modo: Antes de generar el grafo, decides si quieres explorar Prior Works (lo que vino antes) o Derivative Works (lo que vino después). También eliges entre similitud o citas.
4. Generar el grafo: Pulsas el botón y en unos segundos aparece el mapa visual. Los nodos se colocan automáticamente según sus relaciones.
5. Explorar: Pasas el ratón por los nodos para ver abstracts. Haces clic en los que te interesan para abrirlos. Puedes arrastrar el grafo para moverte y hacer zoom.
6. Guardar papers: Si creas una cuenta gratuita, puedes guardar papers en una lista y exportarla. Sin cuenta, puedes hacer capturas o copiar los títulos manualmente.
7. Iterar: Si un paper del grafo te parece especialmente relevante, puedes generar un nuevo grafo a partir de él. Así vas profundizando en ramas específicas.

💡 Trucos que marcan la diferencia

• Empieza por un paper que ya conozcas. Si estás entrando en un campo nuevo, busca primero un paper de review o survey. Esos suelen tener los grafos más ricos porque conectan muchas ramas.
• Alterna entre Prior y Derivative. El mismo paper genera dos grafos muy distintos. Prior Works te da los fundamentos, Derivative Works te da el estado actual. Los dos son útiles en momentos diferentes de la investigación.
• Usa el modo similitud cuando el campo es interdisciplinar. Si el paper toca varias áreas, el grafo por citas puede quedarse corto. El de similitud captura conexiones conceptuales que las citas no reflejan.
• No te fíes solo del tamaño del nodo. Un paper muy citado puede ser antiguo y menos relevante para tu tema específico. El año y la posición en el grafo importan tanto como el número de citas.
• Exporta la lista pronto. Si vas a usar el grafo para una revisión, guarda los papers que te interesan antes de cerrar. La lista se pierde si no tienes cuenta o si cierras el navegador.
• Combínalo con Semantic Scholar. Connected Papers te da el mapa, Semantic Scholar te da el detalle de cada paper. Usa el primero para orientarte y el segundo para leer.

💻 Dónde funciona: plataformas e instalación

Connected Papers es 100% web. No hay app de escritorio, no hay app móvil, no hay extensión de navegador. Funciona en cualquier navegador moderno (Chrome, Firefox, Safari, Edge) y en cualquier sistema operativo. No hay nada que instalar. Abres la web, pegas un paper, ves el grafo. Esa simplicidad es parte de su encanto: no hay fricción de entrada. La contrapartida es que necesitas conexión a internet para usarla y que no puedes trabajar offline. Para investigación, eso rara vez es un problema.

💰 Precios: qué hay gratis y qué se paga

Plan gratuito: La herramienta es gratis para uso básico. Puedes generar grafos, explorar papers y ver abstracts sin pagar nada. Tiene un límite de grafos que puedes generar al mes, pero para un uso ocasional o para una revisión puntual, es suficiente.

Plan de pago: Existe una versión de pago pensada para usuarios intensivos y equipos. Los precios no están publicados de forma clara en la web en el momento de escribir esto, y varían según la fuente. Algunas referencias hablan de planes de suscripción mensual o anual para desbloquear grafos ilimitados y funciones adicionales de exportación.

Para instituciones: Hay opciones para universidades y centros de investigación que quieren acceso para sus miembros. En esos casos, lo mejor es contactar directamente.

Lo importante: el plan gratuito es funcional de verdad. No es un demo capado que no sirve para nada. Puedes hacer una revisión de literatura completa sin pagar, aunque con límites en el número de grafos.

👥 ¿Quién saca partido real de Connected Papers?

• Investigadores y académicos: Es su público natural. Si escribes papers, tesis o informes de investigación, esta herramienta te ahorra horas de búsqueda.
• Estudiantes de posgrado: Especialmente útiles para máster y doctorado, donde la revisión de literatura es una parte central del trabajo.
• Estudiantes de grado en trabajos finales: Si tienes que hacer un TFG o TFM, el grafo te ayuda a estructurar el estado del arte sin perderte.
• Profesionales de I+D en empresa: Para explorar el estado de la técnica antes de desarrollar un producto o patentar algo.
• Periodistas científicos y divulgadores: Para entender rápidamente un campo y contextualizar un descubrimiento.
• No es para: quien busca leer papers completos o hacer búsquedas por palabras clave. Connected Papers no es un buscador, es un explorador visual. Para buscar textos completos, Google Scholar o Semantic Scholar son mejores.

🌍 Alcance global: cuánta gente lo usa

Connected Papers se ha convertido en una herramienta de referencia en el mundo académico desde su lanzamiento en 2020. No hay cifras oficiales de usuarios publicadas, pero su presencia en listas de herramientas recomendadas para investigación es constante. Aparece en guías de universidades, en hilos de Reddit sobre productividad académica, y en blogs de divulgación científica.

El uso está concentrado en Estados Unidos, Europa y Asia, con especial presencia en entornos universitarios. Su integración con arXiv y Semantic Scholar la hace especialmente popular en informática, física, matemáticas y áreas afines. También se usa en ciencias sociales y humanidades, aunque la cobertura de estas disciplinas en las bases de datos subyacentes es menos completa.

No hay datos de tráfico público, pero es una de esas herramientas que se recomiendan de boca en boca en departamentos universitarios. No tiene el volumen de Google Scholar, pero tiene una base de usuarios fiel que la usa como parte de su flujo de trabajo habitual.

⚖️ Lo bueno y lo no tan bueno, sin adornos

Lo que funciona bien:

• La curva de aprendizaje es cero. No hay que configurar nada, no hay que registrarse, no hay que leer un manual. Pegas un paper y ves el grafo. Eso es una ventaja enorme frente a herramientas más complejas.
• El valor visual es inmediato. Ver el campo de investigación como un mapa te da una comprensión que una lista no te da. Es especialmente útil cuando estás empezando en un área.
• El plan gratuito es usable de verdad. No es un trial. Puedes hacer una revisión completa sin pagar, aunque con límites.
• La integración con arXiv y Semantic Scholar es sólida. Para áreas técnicas, la cobertura es buena y la búsqueda funciona bien.
• La detección de papers seminales es muy útil. Los nodos centrales suelen ser los trabajos fundamentales, lo que ahorra tiempo de lectura exploratoria.

Lo que puede frustrar:

• La cobertura no es universal. En humanidades, derecho o ciencias sociales, la base de datos de Semantic Scholar es menos completa. Si tu campo no es técnico, el grafo puede ser pobre.
• El límite de grafos gratuitos se queda corto. Si estás haciendo una revisión sistemática grande, vas a agotar el límite rápido. Para eso, el plan de pago se hace necesario.
• No puedes leer los papers dentro de la herramienta. Solo ves abstracts. Para leer el texto completo, tienes que salir a otra plataforma.
• No hay app móvil. Si quieres consultar un grafo desde el móvil, la experiencia web no está optimizada para pantallas pequeñas.

🔍 Connected Papers vs. ResearchRabbit vs. Semantic Scholar: cuándo usar cada una

Frente a ResearchRabbit: ResearchRabbit es más potente en cuanto a gestión de bibliotecas y seguimiento de autores. Te permite crear colecciones, recibir recomendaciones personalizadas y colaborar con otros investigadores. Connected Papers es más simple y más visual. Para exploración rápida, Connected Papers gana. Para gestión a largo plazo, ResearchRabbit es mejor. De hecho, muchos investigadores usan las dos: Connected Papers para explorar y ResearchRabbit para organizar.

Frente a Semantic Scholar: Semantic Scholar es un buscador académico con IA que te da resúmenes, recomendaciones y métricas de influencia. Es más completo como base de datos, pero menos visual. Connected Papers usa Semantic Scholar como fuente de datos. Son complementarias: usas Semantic Scholar para buscar y Connected Papers para visualizar las relaciones.

Frente a Google Scholar: Google Scholar es el buscador académico por excelencia. Tiene la cobertura más amplia y es el punto de partida de casi cualquier búsqueda. Pero no tiene visualización de grafos ni exploración de relaciones. Connected Papers no compite con Google Scholar en búsqueda, compite en exploración visual. Para buscar, Google Scholar. Para entender la estructura de un campo, Connected Papers.

En precio: Connected Papers tiene un plan gratuito funcional. ResearchRabbit también es gratis. Semantic Scholar es gratis. Google Scholar es gratis. En este nicho, el precio no es el factor diferenciador. La diferencia está en qué problema resuelve cada una.

✅ ¿Merece la pena? Mi veredicto después de usarla

Para quién sí: Si eres investigador, estudiante de posgrado o cualquier persona que necesite entender un campo científico nuevo, Connected Papers es una herramienta que te ahorra tiempo desde el primer uso. Es especialmente útil al principio de una revisión de literatura, cuando no sabes qué papers son importantes ni cómo se relacionan. El plan gratuito es suficiente para probarla y para usarla de forma ocasional. Si haces revisiones frecuentes, el plan de pago puede justificarse.

Para quién no: Si tu campo no está bien cubierto por Semantic Scholar (humanidades, derecho, algunas ciencias sociales), la herramienta puede ser menos útil. Tampoco si lo que buscas es leer papers completos o hacer búsquedas por palabras clave. Connected Papers no es un buscador ni un lector, es un explorador visual. Si tu trabajo no requiere revisión de literatura, probablemente no la necesites.

Cuándo probarla: La próxima vez que empieces a investigar un tema nuevo, antes de abrir Google Scholar, prueba Connected Papers. Coge un paper que ya conozcas del campo y genera el grafo. En dos minutos sabrás si te sirve o no. No cuesta nada probar.

Cuándo no: Si ya tienes un flujo de trabajo establecido con ResearchRabbit o Zotero y no necesitas visualización, no tienes por qué cambiarlo. Connected Papers no reemplaza a un gestor bibliográfico. Es una herramienta de exploración, no de organización. Si lo que necesitas es gestionar referencias, Zotero o Mendeley son mejores.