Elicit

¿Qué es Elicit?

Elicit es un asistente de investigación con IA construido en torno a una única premisa: el cuello de botella de la ciencia contemporánea no está en generar ideas, sino en leer las pruebas que ya existen. Mientras un chatbot generalista responde a una pregunta de investigación con lo que absorbió durante su entrenamiento, Elicit hace algo más estrecho y mucho más auditable: busca en un corpus de literatura académica claramente delimitado, extrae los artículos que realmente atañen a tu pregunta y despliega su contenido como una tabla que puedes inspeccionar columna por columna. El producto se dirige a quienes tienen que defender sus fuentes: autores de revisiones sistemáticas, equipos de síntesis de evidencia, analistas regulatorios y de evaluación de tecnologías sanitarias, investigadores farmacéuticos y de dispositivos médicos, personal de análisis de políticas públicas y los estudiantes de doctorado que sostienen por debajo todo el ingrato trabajo de cribado.

La empresa que lo desarrolla tiene un linaje poco habitual. Elicit nació dentro de Ought, una organización de investigación sin ánimo de lucro, y se convirtió en una sociedad de beneficio público independiente en septiembre de 2023, coincidiendo con una ronda semilla de 9 millones de dólares liderada por Fifty Years, con participación de inversores ángeles como Jeff Dean, científico jefe de Google, y Tom Preston-Werner, cofundador de GitHub. En febrero de 2025 siguió una serie A de 22 millones de dólares con una valoración de 100 millones, co-liderada por Spark Capital y Footwork. Ese origen importa para entender el comportamiento del producto: la tesis fundacional de Ought trataba de supervisar el proceso del razonamiento automático y no solo de comprobar sus conclusiones, y la insistencia de Elicit en mostrar la frase que hay detrás de cada afirmación es esa misma tesis convertida en interfaz.

Frente a sus vecinos de categoría, Elicit se sitúa en el extremo de los datos estructurados. Herramientas como Consensus están optimizadas para leer rápidamente el estado de la evidencia sobre una pregunta cerrada; Semantic Scholar es una capa de descubrimiento sobre un grafo de citas. El centro de gravedad de Elicit es la extracción: convertir un montón de PDF en filas y columnas que se pueden filtrar, ordenar, exportar a CSV y volcar directamente en un análisis. Ese enfoque es además donde se concentra la evidencia independiente sobre su rendimiento, y donde residen sus limitaciones reales.

Funciones principales

• Extracción de datos estructurados en tablas: es la capacidad sobre la que está construido todo el producto, y la propia empresa la califica sin rodeos como uno de sus superpoderes, incluida la extracción desde tablas y figuras, que es donde —según sus propias palabras— se encuentran en realidad la mayoría de los desenlaces clínicos. Tú defines las columnas que quieres (tamaño muestral, intervención, variable de resultado, dirección del efecto, fuente de financiación) y Elicit las rellena para todos los artículos de tu conjunto. Admite campos cuantitativos y cualitativos, y cada celda lleva la cita o la figura que la justifica.
• Búsqueda semántica sobre unos 138 millones de artículos: el corpus agrega Semantic Scholar, OpenAlex y PubMed, deduplicado y depurado de registros incompletos hasta unos 138 millones, con ClinicalTrials.gov disponible como corpus aparte que cubre más de 545 000 ensayos registrados. La recuperación no es coincidencia de palabras clave. Elicit ordena el corpus por similitud semántica mediante modelos de embedding propios que además ponderan el número de citas y la actualidad, toma los 1 000 mejores artículos y los reprioriza con modelos de lenguaje antes de mostrarte entre cuatro y mil según el plan y el flujo de trabajo.
• Citas a nivel de frase: cada afirmación generada por la IA queda ligada a la frase o figura exacta del artículo de origen, y no simplemente al artículo entero. La empresa plantea el contraste de forma explícita: otras herramientas solo enlazan a las referencias y te obligan a leer el artículo completo para averiguar de dónde sale una respuesta, y a veces la información ni siquiera está en la fuente citada. Es la decisión de diseño de mayor calado del producto, porque convierte la verificación de tarea de investigación en un simple vistazo.
• Flujo de revisión sistemática auditable: Elicit cubre todo el arco, desde el afinado del protocolo hasta la síntesis, pasando por búsqueda, cribado y extracción. El cribado escala hasta 40 000 artículos en el plan empresarial, y cada decisión de inclusión o exclusión lleva su motivo de exclusión, puntuaciones por criterio y citas de apoyo, lo que la empresa presenta como auditable según PRISMA. La doble revisión puede emparejar a dos personas con asistencia de IA, o usar directamente la IA como segundo revisor.
• Informes de investigación de hasta 200 artículos: el flujo de informes sintetiza evidencia de hasta 200 fuentes en una revisión de literatura de más de diez páginas, con cada afirmación respaldada por citas a nivel de frase y una sección de métodos con diagramas de flujo PRISMA, tablas resumen de los artículos y la estrategia de búsqueda empleada. Las plantillas integradas se personalizan por organización.
• Biblioteca y alertas: los artículos encontrados se almacenan y organizan para reutilizarlos entre proyectos, y una búsqueda guardada puede convertirse en alerta que avisa de nuevas publicaciones: el mecanismo detrás de lo que Elicit llama revisiones vivas, donde una revisión terminada se actualiza en lugar de rehacerse.
• Aporta tus documentos y suscripciones: puedes subir tus propios PDF para extracciones a medida y conectar suscripciones institucionales a revistas para ampliar el acceso a texto completo más allá del subconjunto en acceso abierto.

Casos de uso

1. Revisiones sistemáticas y síntesis de evidencia: una revisión sistemática convencional de un equipo de cinco personas se extiende durante meses, dominada por el trabajo de cribado y extracción. Los equipos usan Elicit para cribar miles de registros con criterios sugeridos automáticamente y editables, y después extraen campos estructurados a una tabla analizable. Lo que hace defendible el resultado no es la rapidez, sino el rastro auditable: motivos de exclusión, puntuaciones por criterio y citas de apoyo son justamente lo que se escribe en una sección de métodos.
2. Búsquedas exploratorias antes de fijar un protocolo: definir un protocolo de revisión antes de saber qué literatura existe es un problema del huevo y la gallina. Como la recuperación de Elicit es semántica y notablemente precisa, encaja muy bien en el reconocimiento rápido: comprobar si una pregunta se ha estudiado, cómo se ha operacionalizado y dónde están los desacuerdos, antes de invertir en una estrategia de búsqueda completa.
3. Trabajo de evidencia en farmacia, dispositivos médicos y ETS: el trabajo regulatorio y de evaluación de tecnologías sanitarias exige montar una y otra vez tablas de evidencia comparables entre ensayos: desenlaces por brazo, eventos adversos, supervivencia libre de progresión. La extracción desde tablas y figuras apunta exactamente a esto, y la empresa señala usuarios industriales que lo han aplicado a una revisión orientada a políticas públicas.
4. Informes de políticas y revisiones rápidas contra reloj: cuando una decisión necesita una base de evidencia en días y no en meses, la extracción automática sumada a la verificación humana de los puntos marcados hace viable una revisión exploratoria rápida sobre un centenar largo de estudios. Un metodólogo citado por la empresa describe precisamente ese trabajo: una revisión exploratoria rápida de más de cien estudios completada en un solo día.
5. Revisiones de literatura doctorales y preparación de exámenes: los doctorandos lo usan para cartografiar un campo: localizar los trabajos fundacionales, rastrear cómo se ha medido un constructo entre estudios y construir la tabla comparativa que sostiene un capítulo de revisión. La salida estructurada resulta claramente más útil que una lista de enlaces, aunque, como se explica más abajo, no debería ser el único método de búsqueda.
6. Vigilancia continua de un área de investigación: combinar búsquedas guardadas con alertas convierte una revisión puntual en un flujo monitorizado, de modo que un equipo responsable de un área terapéutica o de un dominio tecnológico se entere de las publicaciones relevantes sin mantener manualmente alertas de bases de datos.

Cómo usar Elicit

1. Crea una cuenta en elicit.com. El plan gratuito Basic se puede usar de inmediato y ofrece búsqueda, resúmenes y diálogo con artículos sin límite, de forma que puedas evaluar la calidad de recuperación sobre tu propio tema antes de pagar nada.
2. Formula tu pregunta de investigación en lenguaje natural en lugar de como una cadena booleana. Dado que el ranking de Elicit es semántico, una pregunta bien especificada («¿iguala la TCC en línea a la TCC presencial para tratar la depresión en adultos?») supera con creces a un amontonamiento de palabras clave. Si la pregunta es demasiado amplia, Elicit suele sugerir maneras de afinarla.
3. Revisa los artículos devueltos y aplica criterios de cribado en lenguaje natural para acotar el conjunto. Lee los motivos de exclusión que da Elicit: ahí es donde detectarás un criterio interpretado de forma distinta a como lo pretendías.
4. Define tus columnas de extracción. Empieza por un puñado de campos concretos y factuales, inspecciona la cita de apoyo en cada celda antes de añadir más columnas; acertar con la definición de las columnas en veinte artículos sale infinitamente más barato que descubrir una mala interpretación en cuatrocientos.
5. Verifica los valores extraídos frente a las fuentes, priorizando las columnas interpretativas sobre las factuales. Exporta la tabla resultante a CSV o XLSX para el análisis, o genera un informe de investigación si necesitas síntesis narrativa con sección de métodos.
6. Guarda la búsqueda como alerta si el tema sigue vivo, y conserva los artículos en tu biblioteca para que el trabajo de cribado pueda reaprovecharse en el siguiente proyecto.

Consejos y buenas prácticas

• No uses Elicit como único método de búsqueda para una revisión exhaustiva. La evidencia independiente sobre este punto es inequívoca y se detalla más abajo; complétalo con búsquedas tradicionales en PubMed, Embase, Web of Science o las bases especializadas de tu disciplina.
• Separa las columnas factuales de las interpretativas y trátalas de forma distinta. La extracción es fiable para cosas como el número de participantes o las medidas reportadas, y notablemente menos fiable para todo lo que exija juzgar qué significa un estudio. Verifica manualmente las columnas interpretativas; controla por muestreo las factuales.
• Usa Elicit como segundo revisor y no como extractor único. Un estudio de concepto publicado halló que allí donde Elicit y un revisor humano coincidían, la exactitud era del 100 %, lo que convierte al desacuerdo, y no a la extracción en sí, en la señal útil. Extraer en paralelo y conciliar solo los conflictos resulta más rápido y más exacto que cualquiera de las dos partes por separado.
• Comprueba que Elicit tiene realmente el texto completo antes de fiarte de un campo que dependa de él. Sin acceso a texto completo se repliega al título y el resumen, produciendo en silencio extracciones más superficiales en lugar de un error. Instalar la extensión de navegador y conectar las suscripciones institucionales cambia materialmente lo que la herramienta puede ver.
• Registra tu búsqueda como búsqueda por palabras clave cuando se exija reproducibilidad. Las búsquedas conversacionales y semánticas no son directamente reproducibles, algo que importa en cuanto una sección de métodos debe poder repetirla un lector.
• Empieza estrecho y luego amplía. Como la recuperación es precisa pero no exhaustiva, lanzar varias formulaciones distintas de la misma pregunta saca a la luz artículos que un único enunciado deja pasar.
• Lee la cita, no solo el valor. La cita de apoyo es toda la razón de ser de este diseño de citación; una celda cuya cita no sostiene con claridad el valor es la vía más rápida para cazar un error de extracción.

¿Para quién es Elicit?

• Autores de revisiones sistemáticas y especialistas en síntesis de evidencia: el público principal, aquel en torno al cual se ha diseñado explícitamente el flujo de cribado y extracción, con decisiones auditables según PRISMA y doble revisión incluidas.
• Investigadores farmacéuticos, de biotecnología y de dispositivos médicos: equipos que montan tablas de evidencia de ensayos donde los desenlaces por brazo y los datos de eventos adversos deben salir de tablas y figuras, no solo de resúmenes.
• Analistas de evaluación de tecnologías sanitarias y de asuntos regulatorios: usuarios obligados a producir bases de evidencia defendibles bajo requisitos metodológicos estructurados y presión de plazos.
• Investigadores de políticas públicas y analistas gubernamentales: quienes redactan informes basados en evidencia con calendarios comprimidos, donde una revisión exploratoria rápida es la alternativa realista a no hacer revisión alguna.
• Doctorandos e investigadores de posgrado: estudiantes que construyen capítulos de revisión de literatura, cartografían cómo se han operacionalizado los constructos y preparan sus exámenes de síntesis.
• Bibliotecarios académicos y personal de apoyo a la investigación: profesionales encargados de evaluar y enseñar herramientas de investigación con IA, varios de los cuales han publicado evaluaciones institucionales independientes de Elicit.
• Equipos corporativos de I+D e inteligencia competitiva: usuarios industriales que aplican la síntesis de evidencia fuera del ámbito académico, dirección de expansión que la propia empresa ha señalado.
• Clínicos e investigadores clínicos: usuarios que necesitan localizar y comparar evidencia de ensayos, con ClinicalTrials.gov consultable como corpus distinto del índice de artículos.

Plataformas

• Aplicación web: la interfaz principal y completa, accesible por navegador en elicit.com sin instalación.
• Extensión de navegador: sirve para ampliar el acceso a texto completo aprovechando las suscripciones a revistas que ya posees, lo que ensancha de forma apreciable lo que Elicit puede leer más allá del acceso abierto.
• API REST: disponible a partir del plan Pro, con acceso ilimitado en el empresarial. La interfaz documentada modela sesiones de agente de investigación y devuelve artefactos interactivos —tablas, prosa, presentaciones y figuras— donde las tablas se descargan en CSV o XLSX y la prosa en Markdown, mediante URL prefirmadas de vida corta.
• Integración con gestores de referencias: importación y exportación con Zotero, y conectividad con EndNote y Mendeley, para que los artículos encontrados fluyan al flujo bibliográfico que ya empleas.
• No se anuncian aplicaciones nativas móviles ni de escritorio en el sitio oficial; el producto se entrega a través del navegador (por verificar en el sitio oficial por si hubiera clientes más recientes).

Precios y planes

Elicit ofrece un plan gratuito genuinamente utilizable. Basic no cuesta nada y proporciona búsqueda ilimitada en todo el corpus, resúmenes de artículos ilimitados, diálogo ilimitado con artículos cuando hay texto completo, visibilidad de las fuentes de las respuestas e importación desde Zotero, limitando el uso del Research Agent y de los informes de investigación. Para juzgar si la calidad de recuperación se ajusta a tu campo, esto basta para formarse un criterio fundado sin gastar nada.

Los planes de pago se separan por el volumen de trabajo de investigación que permiten y no por qué botones se desbloquean, una estructura inusualmente honesta para un producto de investigación. Pro cuesta 49 dólares al mes, o 588 dólares anuales con un ahorro declarado del 35 %, y añade uso estándar del agente, los informes y los flujos de revisión sistemática, cribado de hasta 5 000 artículos, veinte columnas de tabla, extracción desde 135 fuentes de datos, diez alertas personalizadas, extracciones a medida desde artículos subidos y acceso a la API. Scale cuesta 169 dólares al mes, o 2 028 dólares anuales con un ahorro declarado del 39 %, y ofrece cinco veces la asignación de uso de Pro más extracción desde figuras, edición en vivo y colaboración en tiempo real, 200 fuentes de datos, treinta columnas y un panel de administración con seguimiento de uso y gestión de licencias. Enterprise tiene precio a medida y añade cribado de 40 000 artículos, cuarenta columnas, alertas y acceso a API ilimitados, SSO y SAML, doble factor, analítica de usuarios, integraciones personalizadas y un equipo dedicado de éxito del cliente. Las prestaciones exactas y los precios vigentes conviene confirmarlos en la página oficial de precios.

Alternativas

• Consensus: también un buscador con IA sobre literatura revisada por pares, pero optimizado para leer con rapidez el equilibrio de la evidencia en una pregunta acotada más que para construir tablas de extracción; mejor cuando se busca un veredicto rápido, más flojo cuando hacen falta columnas estructuradas.
• Semantic Scholar: herramienta gratuita de descubrimiento académico y grafo de citas del Allen Institute for AI y, cabe destacar, uno de los corpus de los que bebe el propio Elicit. Excelente para encontrar y seguir artículos, pero sin extracción estructurada ni cribado.
• Software clásico de revisión sistemática (Covidence, Rayyan, DistillerSR): creado expresamente para gestionar el proceso de revisión con rigor metodológico asentado y flujos de equipo consolidados, aunque con menor extracción impulsada por IA; en la práctica se usa junto a una capa de extracción con IA más que en su lugar.
• Bases bibliográficas tradicionales (PubMed, Embase, Web of Science, Scopus): menos competidoras que complemento necesario: aportan la búsqueda booleana exhaustiva y reproducible que, según la evidencia independiente, la búsqueda semántica con IA todavía no sustituye.
• Asistentes de IA generalistas con modo investigación: cómodos para orientarse y resumir, pero sin un corpus académico delimitado ni anclaje de fuentes a nivel de frase, lo que los descarta allí donde la exactitud de las citas debe ser verificable.

Limitaciones y consideraciones

• La sensibilidad de búsqueda es sustancialmente menor de lo que sugieren los baremos del proveedor, y esto es lo más importante que conviene saber sobre la herramienta. La evaluación publicada por la propia Elicit, realizada sobre 994 revisiones Cochrane en acceso abierto, informa de un 96,9 % de sensibilidad en el cribado de resúmenes y un 99,5 % de recuperación a nivel de artículo en la fase de texto completo. Sin embargo, Lau y Golder, en Cochrane Evidence Synthesis and Methods en 2025, hallaron que la sensibilidad de búsqueda de Elicit promedió un 39,5 % en cuatro revisiones de caso, frente al 94,5 % de las búsquedas originales. Dicho llanamente: usada en solitario, dejó fuera la mayoría de los estudios que una búsqueda tradicional sí encontró. El mismo estudio halló que la precisión de Elicit promedió un 41,8 %, muy por encima del 7,55 % de las búsquedas originales, de modo que lo que sí devuelve viene mucho menos abarrotado de resultados irrelevantes. La lectura honesta es esta: instrumento excelente para la recuperación exploratoria precisa e insuficiente para la recuperación exhaustiva. Los autores concluyeron que Elicit no es actualmente lo bastante sensible para sustituir la búsqueda tradicional, señalando a la vez que el producto mejora de forma continua y merece reevaluaciones.
• La exactitud de la extracción se degrada con material desconocido y flaquea justo donde hace falta criterio. Un estudio de viabilidad en ciencias ambientales y de la vida concluyó que Elicit puede complementar, pero no sustituir, a los extractores humanos, tras comprobar que la proporción de variables que alcanzaban el umbral de exactitud caía del 78 % durante el desarrollo de las instrucciones al 69 % al aplicarlas a estudios nuevos, nunca vistos. Un estudio de concepto de 2025 en Social Science Computer Review comparó Elicit con revisores humanos en 43 estudios y 602 puntos de datos, midiendo un 81,4 % de exactitud para Elicit frente al 86,7 % de los humanos, una diferencia que no fue estadísticamente significativa y que constituye de por sí un resultado realmente sólido. Pero lo útil es el desglose: la concordancia alcanzaba el 81,4 % en el número de participantes, pero caía al 34,8 % en los resultados principales y al 16,3 % en los constructos de interés. El mismo estudio observó que Elicit extraía a veces de estudios citados en lugar de la fuente primaria. Los campos factuales son en general fiables con controles por muestreo; los interpretativos no lo son y deben verificarse.
• La reproducibilidad es imperfecta tanto en la búsqueda como en la extracción. Relanzar instrucciones idénticas bajo cuentas distintas reprodujo exactamente el 90 % de los valores extraídos, pero solo el 46 % de las citas de apoyo y el 30 % de los razonamientos expuestos: la respuesta suele ser estable mientras que su justificación a menudo no lo es. Por separado, la evaluación de la biblioteca de la Universidad Deakin señala que las búsquedas conversacionales no son directamente reproducibles y carecen actualmente de la transparencia exigida para informar de una revisión sistemática. Donde una sección de métodos deba ser replicable, emplea la búsqueda por palabras clave y documéntala como tal.
• El techo práctico no es el tamaño del corpus, sino el acceso al texto completo. El análisis a texto completo funciona cuando un artículo está en acceso abierto, o cuando dispones de la extensión de navegador de Elicit junto con tu propia suscripción a la revista; en caso contrario, Elicit solo lee el título y el resumen. En disciplinas donde la literatura de referencia está tras muros de pago, esto limita discretamente la profundidad de extracción sin anunciar que lo ha hecho.
• La cobertura tiene bordes duros fáciles de pasar por alto. Libros, tesis y publicaciones no académicas quedan excluidos de entrada, y la propia documentación de Elicit advierte de que la literatura gris y algunos informes de ensayos clínicos presentan tasas de recuperación menores en búsquedas automatizadas, con lagunas regionales que incluyen las publicaciones en chino. Los usuarios de humanidades y ciencias sociales informan repetidamente de una cobertura más delgada que en ciencia, tecnología y medicina. La evaluación de Deakin señala además un riesgo de sesgo lingüístico anglófono y la ausencia de funcionalidad formal de valoración crítica: Elicit extraerá lo que un estudio reporta, pero no te dirá si el estudio era bueno.
• La cuestión de las alucinaciones no está cerrada, solo contenida. Kyle Wiggers, de TechCrunch, al cubrir la ronda semilla en septiembre de 2023, cuestionó si el problema de fondo de las alucinaciones se había resuelto siquiera, invocando Galactica de Meta, un modelo de lenguaje científico retirado a los tres días por fabricar citas. La citación a nivel de frase es una mitigación seria porque hace visible la fabricación en lugar de impedirla, pero la carga de comprobar sigue recayendo en quien lee. Los profesionales de la síntesis de evidencia advierten una y otra vez de que la herramienta no es lo bastante fiable para la metainvestigación formal sin verificación manual en la fase de cribado.
• Las cifras del proveedor deben leerse con sus propias salvedades. Hay que reconocerlo: Elicit publica las salvedades junto a los números. La extracción se midió únicamente sobre estudios en acceso abierto, la búsqueda semántica se evaluó sin el flujo completo que combina palabras clave y semántica, la muestra de cribado a texto completo era pequeña y las preguntas de extracción se reconstruyeron a posteriori en vez de tomarse de los protocolos originales. Los casos de cliente citados en el sitio —por ejemplo, VDI/VDE informando de que Elicit extrajo correctamente 1 502 de 1 511 puntos de datos en una revisión sistemática que orientó la política educativa alemana— son resultados transmitidos por el proveedor y obtenidos en condiciones favorables, no evaluaciones independientes.
• Las cifras publicadas no concuerdan entre sí. La página de inicio anuncia más de 125 millones de artículos mientras que la página de precios y el centro de ayuda dicen ambos 138 millones, y el número de usuarios aparece como dos millones, cinco millones y 400 000 al mes según el lugar. La cifra de 138 millones es la mejor documentada, por ser la única acompañada de una explicación de cómo se deduplican los registros solapados entre las tres bases de origen. Las cifras de usuarios probablemente midan cosas distintas —registros acumulados frente a activos mensuales— pero el sitio no lo aclara.

FAQ

Q1. ¿Elicit es gratuito?

Sí, existe un plan Basic gratuito que incluye búsqueda ilimitada en todo el corpus, resúmenes de artículos ilimitados, diálogo ilimitado con artículos e importación desde Zotero, limitando el uso del Research Agent y de los informes. Los planes de pago arrancan en 49 dólares al mes con Pro; consulta la página oficial de precios para las condiciones vigentes.

Q2. ¿En qué se diferencia Elicit de Consensus o Semantic Scholar?

Los tres buscan en literatura académica, pero sus salidas difieren. Consensus está optimizado para leer con rapidez el equilibrio de la evidencia en una pregunta acotada, Semantic Scholar es una herramienta de descubrimiento y grafo de citas, y la capacidad distintiva de Elicit es extraer datos estructurados de los artículos a tablas personalizables —incluso desde tablas y figuras— con cada valor ligado a una cita de apoyo.

Q3. ¿Puedo apoyarme solo en Elicit para la búsqueda de una revisión sistemática?

No. Un estudio independiente de 2025 en Cochrane Evidence Synthesis and Methods midió una sensibilidad media de búsqueda del 39,5 % para Elicit frente al 94,5 % de las búsquedas de las revisiones originales, concluyendo que no es actualmente lo bastante sensible para sustituir la búsqueda tradicional. Úsalo como complemento de las búsquedas convencionales en bases de datos, donde su alta precisión lo hace valioso para el trabajo preliminar y exploratorio.

Q4. ¿Qué exactitud tiene la extracción de datos de Elicit?

Depende mucho de qué extraigas. Un estudio de 2025 midió un 81,4 % de exactitud global frente al 86,7 % de revisores humanos —estadísticamente indistinguibles— pero la concordancia era del 81,4 % en el número de participantes y solo del 16,3 % en los constructos de interés. Los campos factuales son en general fiables; los interpretativos exigen verificación manual.

Q5. ¿Elicit alucina citas?

Su mitigación central es la citación a nivel de frase: cada afirmación generada por la IA queda anclada a la frase o figura exacta de la fuente, de modo que una afirmación sin respaldo se hace visible en lugar de quedar oculta. Eso reduce sustancialmente el riesgo frente a los chatbots generalistas, pero no elimina la necesidad de leer la cita de apoyo; los investigadores independientes siguen aconsejando verificación manual para la síntesis formal de evidencia.

Q6. ¿Puede Elicit leer artículos de pago?

Parcialmente. Indexa tanto artículos en acceso abierto como de suscripción, pero el análisis a texto completo requiere o bien un artículo en acceso abierto, o bien la extensión de navegador de Elicit combinada con tu propia suscripción. Sin acceso a texto completo, Elicit trabaja únicamente con el título y el resumen.

Q7. ¿Qué fuentes consulta Elicit?

Unos 138 millones de artículos agregados desde Semantic Scholar, OpenAlex y PubMed tras deduplicar y retirar registros incompletos, más de 545 000 ensayos en ClinicalTrials.gov como corpus aparte. No se incluyen libros, tesis ni publicaciones no académicas.

Q8. ¿Elicit tiene API?

Sí, el acceso a la API se incluye a partir del plan Pro y es ilimitado en el empresarial. La interfaz documentada cubre sesiones de agente de investigación y devuelve artefactos, entre ellos tablas descargables en CSV o XLSX y prosa en Markdown.

Q9. ¿Se puede colaborar en equipo dentro de Elicit?

La edición en vivo y la colaboración en tiempo real están disponibles a partir del plan Scale, que añade además un panel de administración con seguimiento de uso y gestión de licencias. Enterprise incorpora SSO y SAML, doble factor y analítica de usuarios.

Q10. ¿Es Elicit adecuado para humanidades y ciencias sociales?

Es utilizable, pero más flojo ahí. El corpus cubre en principio todas las disciplinas, aunque los usuarios informan de forma constante de una cobertura más delgada en humanidades y ciencias sociales que en ciencia, tecnología y medicina, y una evaluación bibliotecaria independiente apunta un riesgo de sesgo lingüístico anglófono.