Reseña de Semantic Scholar: ¿Encuentra mejores artículos que Google Scholar?

Introducida completa en Semantic Scholar, una oración de un borrador sobre CRISPR no coincidió con ninguno de los 238,539,980 artículos que ofrece su cuadro de búsqueda. Google Scholar, con la misma oración, posicionó el reporte del ensayo del NEJM de 2021 en primer lugar.

Reducida a las palabras clave "CRISPR transthyretin amyloidosis", la búsqueda colocó ese ensayo en la cima también en Semantic Scholar, y la página del ensayo contabilizó por separado sus citas de antecedentes, métodos y resultados. En esta prueba, Semantic Scholar premió la búsqueda por palabras clave y la verificación de cómo se ha leído una fuente, no el introducir una afirmación y pedir su fuente.

<CTA title="Busca el artículo sin salir de tu borrador" description="Busca un artículo científico desde el propio documento y, con un solo clic, archiva la cita en el texto junto con su referencia" buttonLabel="Prueba Jenni Gratis" link="https://app.jenni.ai/register" />

Resumen (TLDR)

¿Es Semantic Scholar mejor que Google Scholar para encontrar artículos científicos?

En esta prueba, no. El objetivo era un artículo específico: el reporte de 2021 del primer ensayo en humanos de NTLA-2001 de Gillmore y colaboradores en el New England Journal of Medicine. Se introdujeron las mismas cuatro búsquedas en ambos motores y se ordenaron los resultados por relevancia.

• La oración del ensayo completa - Semantic Scholar devolvió "No se encontraron artículos". Google Scholar mostró cerca de 254 resultados y posicionó el reporte del NEJM en 1.er lugar.

• LNP CRISPR transthyretin - el ensayo ocupó el puesto 15 de 454 en Semantic Scholar y el 1.º de unos 2,580 en Google Scholar.

• first in human CRISPR transthyretin trial - Semantic Scholar no mostró el ensayo entre sus primeros 20 resultados. Google Scholar lo ubicó en el 5.º lugar.

• CRISPR transthyretin amyloidosis - ambos buscadores posicionaron el ensayo en 1.er lugar.

Así que Google Scholar igualó o superó a Semantic Scholar en cada búsqueda realizada. El punto fuerte donde Semantic Scholar tomó la delantera fue tras hallar el artículo, mostrando de manera detallada cómo lo han citado trabajos posteriores.

<ProTip title="🔎 Busca por palabras clave, no por oraciones completas:" description="Simplifica la afirmación al método y la condición médica, como por ejemplo: 'CRISPR transthyretin amyloidosis'. Esa búsqueda de tres palabras colocó el ensayo en primer lugar, mientras que la oración completa no arrojó resultados" />

¿Qué es Semantic Scholar?

Semantic Scholar es un motor de búsqueda de artículos de investigación desarrollado por Ai2, que en su sección de información se describe como un instituto de investigación sin fines de lucro. En esa misma página se le define como una herramienta gratuita de investigación impulsada por IA para la literatura científica, y su buscador ofrecía acceso a 238,539,980 artículos el día de la prueba.

Cuenta con cuatro funciones clave integradas en su búsqueda que lo diferencian de un índice tradicional:

• TLDR - un breve resumen generado por IA que se muestra en los resultados. Las preguntas frecuentes (FAQ) explican que estos resúmenes cubren artículos del área de informática y biomedicina.

• Tipos de citas - clasifica las citas en antecedentes, métodos y resultados, indicando además cuántas de ellas son altamente influyentes.

• Fragmentos de texto - la oración exacta en la que un artículo posterior menciona la fuente, visible directamente bajo el resultado de búsqueda.

• Semantic Reader - un lector de PDFs disponible en ciertos artículos, donde al hacer clic en una cita se despliega una ficha con información del documento citado.

La página del ensayo también incluía botones para Guardar en la Biblioteca y Crear Alerta. No utilizamos estas funciones en esta prueba para mantener la neutralidad de la cuenta de usuario.

Para quién está diseñado Semantic Scholar

Es ideal para la etapa de lectura y revisión de la literatura académica, una vez que ya tienes claras las palabras clave de tu tema. Resulta de máxima utilidad para tres tipos de perfiles académicos:

• El estudiante de doctorado en plena revisión de literatura - que necesita analizar con precisión qué estudios posteriores respaldan los resultados de un artículo clave, más allá de solo saber cuántas veces se citó.

• El investigador que está editando un manuscrito - que desea verificar de qué manera se ha descrito un ensayo clínico desde el momento de su publicación.

• El estudiante de maestría cuyo supervisor le exige el origen exacto de una afirmación - siempre y cuando realice la búsqueda estructurada con palabras clave.

No se trata de una herramienta de redacción. Su función es descubrir y analizar artículos científicos; el proceso de citación y escritura debe completarse en otra plataforma.

La prueba de búsqueda

La afirmación utilizada para esta prueba se extrajo del fragmento sobre CRISPR empleado en nuestras reseñas de herramientas: "El primer ensayo sistémico en humanos de una terapia CRISPR mediante nanopartículas lipídicas (LNP) reportó una reducción promedio de la transtiretina sérica del 87 por ciento en la dosis más alta tras una única infusión."

La oración completa

Al escribir la oración completa en el cuadro de búsqueda de Semantic Scholar, la plataforma arrojó una pantalla con el título "No se encontraron artículos", acompañada del mensaje "Lo sentimos, no hay resultados para" seguido de la frase repetida. Al intentar la búsqueda nuevamente eliminando el punto final, el resultado fue exactamente el mismo.

Resultado de Semantic Scholar tras ingresar la oración completa del ensayo en su buscador

Google Scholar analizó esa misma frase, incluyendo el punto, y devolvió aproximadamente 254 resultados con el reporte del NEJM en el primer puesto. Para cualquier estudiante o investigador que trabaja redactando y contrastando directamente sus borradores, esta es una diferencia crucial.

Búsqueda alternativa con tres palabras clave

La búsqueda "CRISPR transthyretin amyloidosis" arrojó cerca de 7,930 resultados; el primero de ellos fue el reporte del ensayo clínico con fecha del 26 de junio de 2021, mostrando 1,239 citas y un resumen automático (TLDR) bajo la línea de autores.

Primer resultado obtenido para 'CRISPR transthyretin amyloidosis' junto con su resumen TLDR

La barra de filtros superior ofrece opciones por Campos de Estudio, Rango de Fechas, Disponibilidad de PDF, Autor y Revistas/Conferencias. En este caso no fue necesario aplicar ninguno, pues el ensayo objetivo ya se ubicaba en la primera posición.

Cuidado con los registros duplicados o complementarios

El resultado número 10 de esa misma lista mostraba idéntico título, la misma revista y la fecha del 28 de octubre de 2021, acumulando 83 citas. No obstante, su código DOI termina en NEJMc2114592, que en PubMed se registra como la réplica de 2 páginas de los autores a las cartas recibidas sobre el estudio, mientras que el artículo original del ensayo finaliza en NEJMoa2107454.

Un estudiante que guarde la referencia equivocada citaría una simple respuesta a una correspondencia en lugar del ensayo clínico real. Google Scholar también incluyó este segundo registro con el mismo título en el cuarto resultado de la búsqueda de la oración completa, por lo que es una verificación crítica que debe hacerse en ambos motores.

<ProTip title="🧾 Compara los DOI antes de guardar tu referencia:" description="Cuando encuentres dos resultados con el mismo título, abre ambos y contrasta sus códigos DOI. En este caso, el ensayo original terminaba en NEJMoa2107454 y la respuesta a los lectores en NEJMc2114592" />

Qué tan confiable es la información que muestra

El resumen automático (TLDR) omite datos numéricos clave

El TLDR de este ensayo dice literalmente: "En un grupo pequeño de pacientes con amiloidosis hereditaria por ATTR con polineuropatía, la administración de NTLA-2001 se asoció con efectos adversos leves únicamente y condujo a disminuciones en las concentraciones séricas de la proteína TTR mediante el silenciamiento dirigido de TTR."

Esto es exactamente la conclusión del abstract del artículo original. Sin embargo, no menciona dosis ni porcentajes específicos, por lo que no sirve para validar el dato del "87%" que tenemos en nuestro borrador de investigación.

Para ver los números exactos solo hace falta un clic. Al pulsar "Expand" se abre el abstract completo, cuya sección de resultados detalla una reducción del 52% con 0.1 mg por kilogramo y del 87% con 0.3 mg por kilogramo al día 28, coincidiendo a la perfección con el registro oficial en PubMed.

<ProTip title="📑 Revisa siempre el abstract antes de citar un dato:" description="En este ensayo, el TLDR identificó el resultado principal pero no incluyó cifras concretas. Haz clic en Expand y extrae los datos numéricos precisos directamente de la sección de resultados del abstract" />

Los recuentos de citas varían según la base de datos

Semantic Scholar registraba un total de 1,239 citas para este ensayo científico. Por su parte, esa misma tarde Google Scholar indicaba que el artículo había sido "Citado por 2180" trabajos de investigación.

Por este motivo, al mencionar una métrica de citación, asóciala siempre a la plataforma de origen y compárala únicamente bajo ese mismo entorno.

La herramienta de citación requiere revisión manual

El módulo de citación rápida ofrece formatos comunes como BibTeX, MLA, APA y Chicago, además de exportación directa a EndNote. Al seleccionar el estilo APA para este ensayo, se generó el siguiente resultado:

Muestra del formato APA generado en el cuadro de citas de Semantic Scholar para este ensayo

Al contrastarlo con el registro oficial de PubMed (que indica volumen 385, número 6, páginas 493 a 502), la referencia generada automáticamente presenta cuatro fallos de formato importantes:

• Falta el volumen, número y rango de páginas - la referencia se corta abruptamente tras el nombre de la revista médica.

• No incluye el DOI - las normas de la APA (7.ª edición), detalladas en Purdue OWL, exigen la inclusión del enlace DOI siempre que esté disponible, y este artículo cuenta con uno.

• Muestra los 26 autores de forma literal - el formato APA 7 indica que se deben listar los primeros 19 seguidos de puntos suspensivos y el autor final, tal como señalan Purdue OWL y la guía para citar múltiples autores en APA.

• Problema de capitalización - el nombre de la revista aparece escrito incorrectamente como "The New England journal of medicine".

La pestaña del estilo MLA terminó con la etiqueta "n. pag." (sin paginación) para un artículo que sí la tiene. De igual manera, el archivo BibTeX carecía de campos para volumen, páginas o DOI, redirigiendo su dirección web a la API interna de Semantic Scholar.

La referencia en estilo APA generada por Google Scholar para el mismo documento fue mucho más precisa: incluyó el volumen 385, número 6 y las páginas 493-502. Agrupó de forma correcta a los autores y, aunque tampoco incluyó el enlace DOI, demostró mayor consistencia.

<ProTip title="🧩 Valida tus referencias académicas con PubMed:" description="Busca el artículo original en PubMed e inserta manualmente el volumen, número, páginas y DOI en tu referencia final. El generador automático de citas de Semantic Scholar omitió estos cuatro elementos esenciales" />

Por qué vale la pena usar Semantic Scholar

Organización y desglose inteligente de citas

La página dedicada a este artículo muestra sus 1,239 citas globales y las clasifica detalladamente por su tipología. Señala 55 citas de alta influencia (Highly Influential), 209 citas de antecedentes (Background), 43 citas de metodología (Methods) y 4 citas sobre sus resultados (Results).

Mesa de análisis y clasificación de citas dentro de Semantic Scholar

Frente a la métrica general y única de Google Scholar, disponer de la sección de citas orientada a "Resultados" te permite acceder de inmediato a las investigaciones que realmente han replicado o contrastado las conclusiones de este ensayo.

Fragmentos contextuales de las citas

Al aplicar el filtro de citas de resultados para este documento obtuvimos 4 artículos específicos, todos ellos marcados con la insignia de "Altamente Influyente". Al revisar los fragmentos de texto de un análisis de 2023 en Global Cardiology Science and Practice, pudimos ver directamente la oración exacta donde se menciona el ensayo.

Muestra de un artículo citante y su fragmento contextual, clasificado como 'Cita resultados de'

El texto dice: "En este ensayo se alcanzaron reducciones en los niveles de TTR superiores al 90% utilizando dosis mayores que las empleadas en la sección de polineuropatía del estudio reportado anteriormente 40 ; no obstante, no se registraron eventos adversos clínicamente significativos." Esto te permite comprobar de inmediato de qué manera se está empleando y debatiendo el estudio dentro de la comunidad científica sin necesidad de descargar y leer todo el documento.

<ProTip title="🧭 Filtra tus fuentes por resultados (Results Citations):" description="En un artículo clave para tu investigación, define el tipo de cita en 'Results Citations' y despliega sus fragmentos. Podrás leer la oración exacta donde trabajos posteriores respaldan o debaten sus resultados científicos" />

Visualización de referencias integrada en la lectura

El reporte original del ensayo solo estaba disponible mediante redirección externa a nejm.org o PubMed, sin un lector de PDF interactivo. En cambio, el análisis crítico de 2023 sí contaba con esta opción y se ejecutó de forma óptima a través de Semantic Reader.

Al pulsar sobre la cita número 40 en Semantic Reader, se despliega una ficha con información clave del ensayo original

Al pulsar sobre la cita número 40 dentro del documento en PDF, el lector desplegó una tarjeta de información con el título del ensayo de NEJM, sus autores, revista, fecha y resumen TLDR, complementado por sus métricas de citación. Esto agiliza la lectura crítica de forma excepcional.

¿Cuánto cuesta Semantic Scholar?

Es completamente gratuito. Semantic Scholar no tiene planes de suscripción de pago; sus preguntas frecuentes lo definen como un proyecto de acceso libre y sin barreras. Su valor real reside en su utilidad y no en su costo.

Tarifas actualizadas a octubre de 2026, obtenidas directamente de semanticscholar.org/faq y jenni.ai/pricing.

Semantic Scholar frente a otras alternativas del sector

Google Scholar - para esta prueba en específico, es la opción ideal si deseas rastrear una afirmación literal o un fragmento de texto para localizar el artículo original. Puedes optimizar tus búsquedas con la guía de operadores avanzados de Google Scholar.

Elicit - la plataforma Elicit procesó la misma oración completa en su función de búsqueda de artículos científicos y ubicó el informe original de NEJM en primer lugar dentro de una tabla comparativa muy clara. En este escenario de búsqueda directa, resolvió con éxito lo que en Semantic Scholar no arrojó resultados.

Jenni - destaca notablemente al integrarse directamente en el proceso de escritura de tu documento. Su función de citación rápida busca la literatura académica al instante en la posición de tu cursor y, con un solo clic, añade tanto la cita en el texto como su referencia bibliográfica en el formato deseado.

En una evaluación realizada el 1 de octubre, el generador de formato APA de Jenni estructuró correctamente este mismo ensayo clínico: incluyó los primeros 19 autores junto con los puntos suspensivos y el último autor, agregando además el volumen 385, número 6, las páginas 493 a 502 y el enlace DOI correspondiente.

Al buscarlo solo por su título, Jenni recomendó primero una reimpresión del 2022 con el mismo nombre sobre el reporte original del NEJM, por lo que es una buena práctica validar siempre los DOI de tus fuentes.

Puedes importar fácilmente las fuentes que descubras en Semantic Scholar a Jenni mediante su enlace DOI, o bien sincronizando tus bibliotecas de Zotero o Mendeley. Si quieres conocer más detalles sobre el rendimiento de estas herramientas, puedes leer la comparativa entre Jenni y ChatGPT o consultar nuestra guía de bases de datos para investigación médica.

¿Deberías utilizar Semantic Scholar para redactar tu tesis?

Totalmente, pero como un excelente complemento de Google Scholar en lugar de un reemplazo definitivo. Mientras Google Scholar es excepcional para rastrear y verificar afirmaciones literales, Semantic Scholar brilla al mostrarte quién ha citado esos resultados y bajo qué argumentos científicos.

Te recomendamos verificar siempre el formato final de tus referencias. Valida que campos indispensables como el DOI, volumen y paginación coincidan perfectamente con el registro en PubMed, y asegúrate de que el documento original realmente respalde tus afirmaciones para evitar errores comunes, como se describe en nuestro artículo sobre fuentes reales detrás de datos erróneos.

<CTA title="Genera citas perfectas con referencias bibliográficas completas" description="Jenni organiza y añade este ensayo con su volumen, número, rango de páginas y DOI correspondiente de manera automática. Su motor de estilos cuenta con soporte para más de 10,000 formatos de citación" buttonLabel="Empieza a Escribir Gratis" link="https://app.jenni.ai/register" />

Y para facilitar la etapa de escritura y redacción, te invitamos a estructurar tu tesis en Jenni. Su entorno unificado te permite mantener el desarrollo de tus capítulos y tu lista de referencias bibliográficas en un mismo lugar, contando además con la herramienta Claim Confidence para verificar el rigor de cada uno de tus argumentos frente a la literatura publicada.