Método Brújula: cómo investigar cualquier sector sin inventarte nada

La mayoría de las "investigaciones" que circulan hoy son opiniones disfrazadas de análisis. Datos sin URL de origen. Páginas que se copian unas a otras sin cruzar nunca la fuente original. Contradicciones que se silencian para que la conclusión cierre redonda. Y ahora los modelos de lenguaje amplifican el problema: si le pides a una IA que "investigue" sin método, te devuelve un texto plausible, bien escrito y a menudo inventado.

No es un problema de pereza. Es un problema de método.

Llevo unos meses sistematizando el framework que utilizo en NorteIA para investigar sectores, profesiones, tecnologías y fenómenos que no conozco de antemano. Empezó como una skill interna para procesar leads comerciales, pero al ponerlo en papel descubrí que la metodología no era específica de la consultoría: era replicable a cualquier objeto investigable. Lo llamo Método Brújula, y lo que sigue es la versión accionable completa — tanto si quien investiga es una persona como si es un modelo de IA.

¿Qué es un objeto investigable?

Antes de aplicar el método hay que definir bien qué se está investigando. Sin acotar el objeto, la investigación se disuelve en generalidades inútiles.

Un objeto investigable es cualquier sistema, fenómeno o entidad que pueda observarse desde múltiples ángulos y sobre el que existan fuentes públicas suficientes para construir comprensión. Puede ser una industria, una profesión, una tecnología, una práctica cultural, un mercado, una regulación o una comunidad. El método no distingue entre dominios: lo que cambia entre un análisis de la acuicultura gallega y uno del movimiento FIRE no son los vectores, son las queries que se derivan de cada uno.

Hay tres reglas para definir bien un objeto antes de tocar el buscador.

Primera — acota el alcance. "La inteligencia artificial" no es un objeto investigable: es un dominio. "Modelos de lenguaje aplicados a atención al cliente en banca minorista española" sí lo es. La acotación tiene tres dimensiones:

• Geografía: ¿global, regional, nacional, local? Cambia las fuentes oficiales y la normativa aplicable.
• Temporalidad: ¿estado actual, ventana de cinco años, proyección a futuro? Cambia el peso de las noticias frente a la literatura consolidada, y obliga a marcar fechas en los datos.
• Profundidad: ¿visión general, análisis comparativo, mapeo exhaustivo? Determina cuántos vectores activar y con qué densidad.

Segunda — formula la pregunta motora. No es lo que quieres confirmar: es lo que quieres entender. Si se responde con un sí o un no, no es una pregunta motora, es un test de hipótesis.

Tercera — declara el propósito de uso. Investigar para una propuesta comercial no es lo mismo que para una decisión personal, un artículo o una recomendación a un cliente. El propósito determina qué vectores priorizar, qué nivel de evidencia exigir y qué formato tendrá la síntesis.

Diez vectores universales

Estos diez vectores son los ángulos desde los que se puede atacar cualquier objeto investigable. No todos se activan en cada caso —su orden e intensidad dependen del propósito— pero ninguno debería quedar sin considerar.

Una regla práctica: activa todos los vectores donde te sea fácil encontrar datos, y presta atención especial a aquellos donde no los encuentras. Los vectores fáciles dan contexto; los difíciles dan ventaja al investigador. Y se cruzan entre sí según el propósito: para una propuesta comercial pesan estructura, actores, stack y dolores; para una decisión personal, los flujos económicos y la contranarrativa; para un análisis crítico, la fricción entre narrativa dominante y contranarrativa.

La fórmula universal de búsqueda

Un vector no es una query. Es un ángulo de ataque que hay que traducir a búsquedas concretas. Aquí es donde la mayoría se atasca: convierte el vector en una búsqueda genérica del tipo "[sector] tendencias", lee los tres primeros resultados y da por hecho que ha investigado el vector. No.

query = [vector] + [objeto acotado] + [operador semántico] + [ancla temporal/geográfica]

# Ejemplo: vector "regulación" sobre "acuicultura gallega"
"normativa acuicultura Galicia 2025 sanidad animal"
  normativa    acuicultura Galicia    2025    sanidad animal
  [vector]      [objeto acotado]      [ancla]   [operador]

Cada componente hace trabajo: el vector traducido a un término que aparece en documentos reales, el objeto acotado, el operador semántico que estrecha el ángulo y el ancla temporal que evita resultados obsoletos. Cada vector tiene sus operadores típicos:

Para una investigación seria, el mínimo razonable es una query por vector activado, multiplicada por dos variantes semánticas y dos anclas distintas. Una investigación media de seis vectores requiere entre 18 y 30 búsquedas. Menos es insuficiente; más es, probablemente, repetición. Esto es prompting aplicado a la investigación: la query es el prompt que le das al buscador.

Y cada dato relevante se captura con su jerarquía de fuente, porque no todas pesan lo mismo:

• Tier 1 · Oficiales y primarias: BOE, INE, Eurostat, reguladores, papers peer-reviewed. El suelo de la investigación.
• Tier 2 · Sectoriales: asociaciones, revistas técnicas, consultoras reconocidas. Útiles, con sesgo de promoción.
• Tier 3 · Periodísticas: medios generalistas y especializados. Buenas para tendencias, mediocres para datos duros.
• Tier 4 · Comunitarias: Reddit, foros, LinkedIn. El mejor canal para dolores reales y contranarrativas — imprescindible, pero requiere verificación cruzada.
• Tier 5 · Anónimas: capturas sueltas, datos sin URL. Solo como hipótesis a verificar, nunca como dato.

Triangulación: el antídoto contra la información inventada

Si tuviera que elegir una sola sección del método para defenderla ante un escéptico, sería esta. La triangulación es lo que separa la investigación profesional de la apariencia de investigación — y la sección que la inmensa mayoría de las guías de research se saltan. Todo dato relevante atraviesa tres capas antes de entrar en la síntesis.

Capa 1 — Convergencia entre fuentes independientes

Un dato es convergente cuando aparece en al menos tres fuentes que no se citan entre sí y tienen orígenes distintos. No basta con que tres páginas digan lo mismo: hay que verificar que no se están repitiendo. Antes de tratar un dato como sólido, comprueba al menos dos de estas tres condiciones: independencia editorial, diversidad de tipo (una oficial y una periodística, por ejemplo) y distancia temporal suficiente como para que no sean eco mutuo.

Capa 2 — Contradicción productiva

La mayoría de la gente busca confirmaciones. La triangulación seria busca contradicciones: por cada hallazgo importante, dedica al menos una búsqueda específica a intentar tumbarlo. Si no lo consigues, el hallazgo se refuerza. Si lo consigues, hay tres rutas: reconciliación (las fuentes hablaban de cosas distintas), resolución por jerarquía (una fuente tiene peso probatorio superior) o contradicción abierta (ninguna prevalece, y se reporta como controvertido).

Capa 3 — Calibración explícita de confianza

Cada afirmación que sobreviva a las capas 1 y 2 se etiqueta con un nivel de confianza explícito. No es opcional: la calibración convierte una investigación en algo defendible y obliga a ser honesto sobre qué sabes y qué supones.

Si tuvieras que resumir todo lo anterior en un protocolo aplicable mientras investigas, sería esto:

Cuatro objetos distintos, el mismo método

Para demostrar que el método es universal, lo aplico a cuatro objetos de naturaleza completamente distinta: un sector económico regional, un rol ejecutivo emergente, una tecnología en hype y un fenómeno social sin centro. En cada caso cambia la mezcla de vectores y el tier de fuente que domina; el método es el mismo.

Cuatro objetos sin nada en común y el mismo método produce comprensión rigurosa en los cuatro. Lo único que cambia es qué tier de fuente domina, qué vector aporta el hallazgo más útil (la contranarrativa en los cuatro, por razones distintas) y cuánto pesa la calibración frente a la convergencia. El método no es agnóstico al dominio, pero sí es universal: los vectores son siempre los mismos, los pasos son siempre los mismos, la triangulación se aplica siempre. Lo que se ajusta es la mezcla.

El proceso, en cinco pasos

Los vectores son el "qué". El proceso es el "cómo": cinco pasos secuenciales que convierten vectores en queries, queries en datos, datos en comprensión y comprensión en algo accionable.

Plantilla replicable para tu próxima investigación

Una hoja de trabajo que sintetiza el método en un formato accionable. Recórrela del paso 1 al 5 y tendrás una investigación rigurosa al final.

El método no garantiza la verdad. Garantiza la honestidad

El Método Brújula no es infalible —ninguna metodología lo es—. Lo que hace es obligarte a ser explícito sobre qué sabes, qué supones y qué no puedes confirmar. Esa transparencia es lo que distingue una investigación real de una opinión vestida de análisis. Y, francamente, es lo que más falta hace ahora mismo: un LLM al que le pides "investiga este sector" sin método hace lo que peor investigan los humanos —buscar confirmaciones, ignorar contradicciones, rellenar con redacción fluida—. Si en cambio le pides aplicar este método, el output pasa de texto plausible a investigación auditable. El cambio no está en el modelo: está en el método.

Si quieres aplicar el Método Brújula a un caso real —un sector que tienes que entender antes de decidir, una propuesta que no puedes permitirte construir sobre datos inventados—, podemos verlo juntos en una sesión de diagnóstico gratuita. Y si lideras un equipo que ya investiga con IA, este es el momento de medir qué retorno real te está dando antes de que la falsa exhaustividad se cuele en una decisión cara.