Idea principal

Un artículo de investigación, una documentación técnica o un informe de analista pueden contener cinco mecanismos independientes. Dos documentos muy distintos pueden sostener exactamente la misma idea. Y una misma fuente puede mezclar una afirmación sólida, un supuesto especulativo y una definición ambigua.

Contar o resumir documentos no dice, por tanto, lo que sabe un corpus. Hace falta una capa intermedia en la que las fuentes se transforman en unidades de conocimiento: notas atómicas que estabilizan cada una una idea, notas temáticas que relacionan varias ideas, entradas de glosario que fijan el sentido de un término cuando una ambigüedad cambiaría la interpretación.

Es en esa capa, y no en la pila de documentos, donde se leen la solidez de una afirmación, su dependencia de una sola fuente o la contradicción entre dos autores.

Por qué es importante

Hace medibles cosas que un resumen borra: cuántas fuentes independientes sostienen una idea, cuál tiene solo una, dónde se oponen dos fuentes.

Y permite dirigir una investigación desde lo que se ha entendido y no desde lo que se ha leído.

Matices y límites

La extracción tiene un coste, e introduce su propio sesgo: lo que no se ha desglosado en notas desaparece del diagnóstico con la misma seguridad que lo que no se ha leído.

Y una fuente puede quedar inutilizable por falta de una extracción fiable: está entonces en el corpus sin estar en el conocimiento.

Preguntas abiertas

• ¿Cómo localizar lo que una extracción ha dejado de lado en una fuente sin releer la fuente entera?