Qué es la divulgación científica: ejemplos reales y cómo aplicarla paso a paso para comunicar investigación al público

En 1974, el astrónomo Carl Sagan publicó The Cosmic Connection, un libro donde describió la formación de planetas con la misma urgencia narrativa con la que un novelista presenta a su protagonista. En Colombia, ese mismo año, la gran mayoría de los resultados científicos producidos en universidades terminaban archivados en repositorios que nadie consultaba, citados por tres pares académicos y olvidados con rapidez. Cincuenta años después, el problema persiste con otra forma, en esta ocasión en repositorios digitales. En ambos casos, el silencio se sigue escuchando, con la diferencia que no se hace en una biblioteca sino en un servidor.

Existe una paradoja estructural en el corazón de la academia latinoamericana. Los grupos de investigación producen conocimiento riguroso, metodológicamente sólido, con potencial real de transformar industrias, políticas públicas y vidas cotidianas. Sin embargo, ese conocimiento raramente llega a quienes podría beneficiar. Se queda suspendido entre el paper y el olvido, entre el comité editorial y la desatención social. Paradoja porque la misma institución que financia la producción del saber rara vez invierte en su circulación.

La divulgación científica resuelve esa paradoja. Y entenderla bien, con precisión conceptual y aplicabilidad real, es hoy una competencia tan crítica para un investigador como saber diseñar una muestra representativa o calibrar un instrumento de medición.

Este artículo propone algo concreto desde la perspectiva de divulgación de la ciencia.

1. 01Primero, una definición rigurosa de qué es la divulgación científica y qué la distingue de otros modos de comunicar el conocimiento.
2. 02Segundo, una revisión de los modelos teóricos que la sustentan, con fuentes académicas verificables.
3. 03Tercero, ejemplos reales que funcionan y una lectura analítica de por qué funcionan.
4. 04Cuarto, una guía paso a paso para investigadores, comunicadores de ciencia y vicerrectores de investigación que quieran convertir sus hallazgos en conocimiento social efectivo.

El punto de partida es una afirmación que incomoda tanto como orienta:

“La ciencia que nadie lee, nadie la escucha y nadie la comprende, actúa en el mundo con la misma eficacia que la ciencia que nunca se produjo.”

Qué es la divulgación científica y qué la diferencia de comunicar, difundir y publicar

Cuando Rodolfo Llinás, neurofisiólogo bogotano, catedrático de la Universidad de Nueva York y probablemente el científico colombiano con mayor reconocimiento mundial, publicó El cerebro y el mito del yo con prólogo de Gabriel García Márquez, produjo algo técnicamente distinto a sus cuatrocientos artículos científicos indexados. Ambas formas de escritura provenían del mismo cerebro, del mismo rigor experimental, del mismo hallazgo. Sin embargo, operaban en registros completamente distintos. Una estaba dirigida a sus pares; la otra, a cualquier lector curioso con capacidad de asombro. Esa distinción, sutil en apariencia, estructural en la práctica, es exactamente el territorio que ocupa la divulgación científica.

Conviene construir la definición con precisión antes de operar con ella, porque en el ámbito académico hispanohablante los conceptos de difusión, divulgación y comunicación científica suelen tratarse como sinónimos cuando, en rigor, describen actos bien diferenciados.

La difusión es la transmisión del conocimiento dentro de la propia comunidad científica. El emisor y el receptor comparten marcos conceptuales, vocabulario técnico y convenciones disciplinares. Un artículo en Nature o en una revista indexada en Scopus es difusión pura: habla de ciencia para quienes ya hacen ciencia. La Universitat Oberta de Catalunya lo articula con claridad en su guía institucional para investigadores, donde distingue entre diseminación (la comunicación interna entre especialistas de una misma área) y divulgación, que apunta a mejorar la cultura científica entre la ciudadanía general (UOC, 2024).

La divulgación, en cambio, cruza esa frontera. Investigadores de la red PCST la definen como el conjunto de acciones organizadas, explícitas e intencionales que buscan comunicar conocimiento científico, metodología, procesos o prácticas en escenarios donde personas externas a la ciencia forman parte reconocida de la audiencia (PCST, 2019). El acento está en la intención y en el receptor. Divulgar implica traducir sin traicionar, simplificar sin empobrecer, acercar sin falsear.

El periodismo científico opera bajo esa misma orientación hacia el público general, aunque añade una capa institucional propia: trabaja bajo lógicas de noticiabilidad, editoriales, inmediatez y criterios de selección periodística. Como señala el Science Media Centre, el periodismo es una profesión con reglas y códigos propios cuya función social es informar y vigilar, mientras que la divulgación se despliega en contextos mucho más diversos: libros, teatro, museos, cine, zoológicos y videojuegos, entre otros. Uno informa; el otro construye cultura científica de manera sostenida (Science Media Centre España, 2022).

Sobre esta distinción, la investigación académica propone el concepto de Comunicación Pública de la Ciencia y la Tecnología como marco global que engloba todas estas iniciativas: divulgación, periodismo científico, blogs, podcasts y formatos emergentes, sin que ningún término aislado logre aglutinarlas (Fernández Muerza, 2023).

Ahora bien, ¿qué hace que una pieza de divulgación funcione? Aquí la respuesta tiene estructura. Tres dimensiones son fundamentales al comunicar ciencia para audiencias amplias:

• El mensaje que se quiere transmitir.
• La audiencia específica a quien se dirige.
• El objetivo concreto que se persigue con esa comunicación.

Ignorar cualquiera de las tres produce contenido que, por riguroso que sea, resulta inerte socialmente (University of Michigan Library, 2026).

Visto desde la Metodología de Densidad de Señales (Los Creativos, 2026) esto adquiere una dimensión estratégica que va más allá del acto comunicativo individual. Cada pieza de divulgación científica funciona como una señal o aparición verificable de una entidad, es decir, un investigador, un grupo o una institución, dentro de un contexto temático específico, como un artículo de blog, un episodio de podcast, una conferencia documentada en video o una nota de prensa sobre un hallazgo de laboratorio. Cada uno de esos formatos construye presencia semántica en el ecosistema digital. Y esa presencia acumulada determina, en el entorno actual de búsquedas mediadas por inteligencia artificial, si una investigación existe para el mundo o permanece invisible dentro del repositorio donde nadie la encuentra.

La divulgación, entonces, tiene una doble naturaleza. Es un acto epistémico desde la responsabilidad social de quien genera conocimiento y es, simultáneamente, una práctica de construcción de identidad digital para la entidad que investiga. Entender ambas dimensiones es lo que separa a los grupos de investigación que acumulan visibilidad de los que acumulan publicaciones.

La diferencia entre divulgar, comunicar y publicar investigación

Existe una imagen que ayuda a entender con nitidez lo que distingue estos tres actos. Imagina el conocimiento científico como agua contenida en un depósito de alta presión:

• Publicar es abrir una válvula hacia adentro del mismo sistema; el fluido circula entre tuberías del mismo calibre, diseñadas para soportar esa presión técnica.
• Comunicar es instalar una red de distribución que lleva el agua hacia distintos sectores de la ciudad, algunos especializados, otros con necesidades cotidianas.
• Divulgar es construir la fuente pública en la plaza central: el agua llega a cualquier persona que se acerque con una taza, un balde o las manos abiertas, sin que importe si comprende la ingeniería hidráulica que la trajo hasta allí.

Los tres actos son necesarios. Operan en registros distintos y sirven propósitos que se complementan sin reemplazarse.

Publicar es el acto fundacional de la ciencia institucional. Entre los académicos, la máxima publish or perish recuerda que publicar hallazgos, hipótesis y líneas de razonamiento es crítico para el avance científico, porque la comunidad científica solo puede cumplir sus funciones de verificación, vigilancia y construcción de consenso si cuenta con información confiable sobre el trabajo de sus pares (Understanding Science). La publicación en revistas arbitradas por pares es, ante todo, un acto de rendición de cuentas dentro de la tribu: el investigador somete su trabajo al escrutinio de quienes comparten sus mismas herramientas conceptuales. El lenguaje es denso por diseño, precisamente porque la densidad técnica es la que garantiza la verificabilidad.

El problema estructural que señala la investigación es que ese rigor necesario se ha convertido, en muchos sistemas académicos, en el único criterio de valor. En varios entornos universitarios, la divulgación genera resistencia porque carece de reconocimiento bibliométrico; los investigadores solo conciben como válido publicar en revistas indexadas de alto cuartil, lo que impacta negativamente en la producción de prácticas fuera de ese marco, aunque esas prácticas sean igualmente necesarias para que la sociedad comprenda los avances científicos (Frontiers, 2023). En términos prácticos: un investigador que dedicó tiempo a escribir para el público general suele hacerlo a costa de su carrera, a menos que su institución reconozca explícitamente ese trabajo.

Comunicar ocupa un espectro más amplio. Desde una perspectiva académica, la comunicación científica puede entenderse como un proceso de transmisión y traducción de información científica hacia audiencias no especializadas, con el objetivo de hacer la ciencia accesible y generar conciencia, aunque en la práctica la mayoría de los investigadores la conciben todavía como un flujo unidireccional (PubMed Central, 2022). Aquí reside una de las tensiones conceptuales centrales del campo: comunicar puede quedarse en transmitir, o puede aspirar al diálogo genuino con quienes reciben ese conocimiento.

Divulgar es el acto con la frontera semántica más precisa de los tres. La divulgación científica fue definida como la acción de explicar y difundir conocimiento, cultura y pensamiento científico bajo dos condiciones fundamentales: que ocurra fuera del marco de la enseñanza académica formal, y que no tenga como propósito la formación de especialistas (ResearchGate, 2025). Esta delimitación importa porque traza una línea clara entre el aula universitaria y el espacio público: divulgar ciencia es hablarle a quien aprende por curiosidad, por interés ciudadano, por necesidad de comprender el mundo en el que vive, sin que el objetivo sea convertirlo en par.

Lo que diferencia al divulgador consumado del investigador que intenta serlo no es el dominio del contenido, pues ambos pueden conocer el tema con igual profundidad, sino la capacidad de construir un puente semántico entre dos territorios lingüísticos. La diseminación innovadora va bastante más allá de la publicación académica tradicional y alcanza a audiencias ampliadas a través de formatos digitales, redes sociales, blogs, TED talks y podcasts, entre otros. Cada uno de esos formatos exige una traducción diferente del mismo conocimiento.

Aquí emerge una implicación que conecta directamente con la lógica de la Densidad de Señales. Publicar construye autoridad dentro del ecosistema académico mediante citaciones, índice H o cuartil de la revista, pero ese tipo de autoridad es virtualmente invisible para los sistemas de inteligencia artificial que hoy median la relación entre el público y la información. Un paper detrás de un paywall, en inglés técnico, dirigido a trescientos pares en el mundo, genera una señal muy débil en el ecosistema digital de habla hispana. La misma investigación divulgada en un artículo de blog con fuentes verificables, en un episodio de podcast, en una infografía distribuida por redes y en una nota de prensa institucional genera una constelación de señales que el ecosistema digital puede procesar, relacionar y citar.

Publicar, comunicar y divulgar son, entonces, tres formas de construir autoridad que operan en capas distintas:

• La primera consolida la legitimidad ante los pares.
• La segunda amplía el radio de incidencia hacia actores institucionales.
• La tercera construye presencia semántica en el espacio donde vive la mayoría de las personas que podrían beneficiarse de ese conocimiento.

Un grupo de investigación que trabaja las tres capas de forma simultánea y consistente construye algo cualitativamente diferente a uno que solo publica: construye una entidad reconocible, con densidad de señales suficiente para existir y ser visible en el ecosistema digital contemporáneo.

Por qué la divulgación científica es un acto de traducción y no de simplificación

Hay una confusión que se instala con frecuencia en los primeros pasos de cualquier investigador que intenta acercarse al público general: la idea de que divulgar consiste en retirar capas de complejidad hasta que el contenido resulte digerible. El problema es que ese procedimiento produce algo que ya no es ciencia, sino una caricatura de ella.

La distinción conceptual es precisa y tiene consecuencias prácticas directas: la simplificación remueve complejidad; la traducción preserva la estructura esencial de una idea mientras sustituye el vocabulario especializado por equivalentes accesibles. Un acto es de sustracción; el otro, de reconfiguración (National Science Authority).

La lingüística aplicada ofrece aquí la analogía exacta. Un traductor literario que convierte una novela del ruso al español enfrenta el mismo dilema: los recursos fonéticos, los juegos semánticos y las referencias culturales rara vez tienen réplicas exactas en el sistema de llegada. El buen traductor busca el equivalente funcional. El divulgador científico opera bajo esa misma exigencia. Una elección léxica inadecuada puede cambiar el sentido del texto por completo; la traducción efectiva consiste en encontrar el equivalente que funcione en la cultura y el horizonte de experiencia del receptor (Sanscrit Barcelona, 2022).

Existe además un riesgo opuesto a la simplificación excesiva que la literatura académica identifica con precisión: el easiness effect. Cuando un texto científico resulta demasiado comprensible, el receptor puede concluir erróneamente que el fenómeno subyacente es igualmente simple, lo que lo lleva a sobreestimar su capacidad de evaluar la información y a subestimar la complejidad real del campo. Una divulgación demasiado llana produce ilusión de comprensión total, un efecto contraproducente en áreas donde los matices importan tanto como las conclusiones.

Neil deGrasse Tyson construyó su carrera divulgativa sobre ese equilibrio: física relativista y cosmología con el mismo rigor de sus publicaciones académicas, ancladas en preguntas cotidianas y analogías tomadas de la experiencia del oyente. La complejidad permanece intacta; lo que cambia es el sistema de representación.

En términos de visibilidad digital, cada versión traducida del mismo conocimiento constituye una señal distinta en el ecosistema informativo. Un artículo para comunicadores, una nota de prensa para medios generalistas, un episodio de podcast con el investigador principal: todos hablan del mismo hallazgo, todos refuerzan la misma entidad y todos construyen densidad semántica alrededor del campo temático al que pertenece esa investigación. Entender que divulgar es traducir es, por tanto, el primer principio operativo de cualquier estrategia de comunicación científica con impacto real fuera del sistema académico.

Una breve historia: de Galileo a los podcasts de ciencia

La divulgación científica tiene una historia tan antigua como la escritura, aunque su reconocimiento como práctica deliberada y socialmente valorada es relativamente reciente. Rastrear esa trayectoria importa porque revela algo constante: cada transformación en los medios de comunicación produjo una transformación equivalente en la manera en que el conocimiento científico circuló, y con ella, una reconfiguración de quién tenía acceso a ese conocimiento.

El punto de partida canónico es la Revolución Científica del siglo XVII. Lo que distinguía a Galileo Galilei de sus contemporáneos no era únicamente el rigor de sus observaciones astronómicas, sino su habilidad retórica para presentarlas. Sus Diálogos sobre los dos máximos sistemas del mundo fueron escritos en italiano popular y estructurados como conversaciones accesibles, en lugar del latín académico reservado a los pares. Era el mismo hallazgo, traducido deliberadamente para una audiencia más amplia, con plena conciencia de las consecuencias políticas de esa elección. Galileo comprendió antes que nadie que una idea científica sin circulación social es una idea a medio terminar.

Con el siglo XIX llegó la institucionalización. Las conferencias públicas se multiplicaron en Europa como espacio de encuentro entre la comunidad científica y los ciudadanos instruidos. Michael Faraday, el físico británico que descubrió la inducción electromagnética, fundó en 1825 las Christmas Lectures en la Royal Institution de Londres, conferencias anuales donde explicaba fenómenos complejos con experimentos en vivo ante audiencias de todas las edades. Esa serie continúa hasta hoy, casi dos siglos después. Es quizás el proyecto de divulgación científica con mayor continuidad en la historia.

El siglo XX introdujo la variable de la escala masiva. La radio primero, la televisión después, llevaron la ciencia a audiencias que nunca habrían asistido a una conferencia universitaria. Pero el hito que establece el estándar contra el que todavía se mide la divulgación contemporánea ocurrió el 28 de septiembre de 1980, cuando Carl Sagan estrenó Cosmos: A Personal Voyage en la cadena pública estadounidense PBS. La serie se transmitió en sesenta países y fue vista por quinientos millones de personas. Su presupuesto de ocho millones de dólares era inaudito para producción televisiva pública. El resultado fue algo cualitativamente distinto a cualquier programa educativo anterior.

Lo que Sagan logró con Cosmos no fue simplificar la física ni endulzar la cosmología. Sus imágenes, la Tierra como un "punto azul pálido" visto desde los confines del sistema solar y los humanos constituidos de "materia estelar", son ejercicios perfectos de traducción científica con carga poética, pues preservan la exactitud del dato mientras activan la resonancia emocional que hace que ese dato permanezca. Sus apariciones regulares en programas de televisión nocturna, sus libros de gran circulación, su participación en misiones de la NASA y su serie televisiva construyeron algo que hoy reconoceríamos como una entidad semántica sólida: cuando alguien en 1982 quería entender el universo, la probabilidad de que el nombre de Sagan apareciera en ese ecosistema informativo era altísima. Ese es exactamente el principio que hoy rige la visibilidad en los sistemas de inteligencia artificial.

El giro digital del siglo XXI transformó la ecuación en la dirección contraria a la de la televisión masiva: fragmentó la audiencia y democratizó la producción al mismo tiempo. YouTube, los blogs científicos y los podcasts eliminaron la barrera de entrada que separaba al investigador del público. Un biólogo en Bogotá puede hoy construir una audiencia global sin pasar por un canal de televisión ni por una editorial internacional. Con quinientos millones de personas escuchando podcasts como fuente habitual de información, el formato auditivo se consolidó como canal legítimo de circulación del conocimiento, al punto de que plataformas de medición de impacto académico como Altmetric comenzaron en 2025 a contabilizar los podcasts como indicadores del alcance real de una investigación.

Esta trayectoria, de los diálogos en italiano de Galileo a los episodios de audio descargables en cualquier teléfono, describe una línea coherente. Lo que cambió con cada nuevo medio fue la gramática de la traducción y la velocidad de construcción de presencia. Lo que permaneció invariable es el principio de fondo: la ciencia que encuentra los medios para circular llega a donde puede transformar.

Los modelos clásicos de divulgación científica que todo comunicador debe conocer

Toda práctica tiene una teoría subyacente, aunque quien la ejecuta rara vez la articule de forma explícita. Cuando un investigador sube un video a YouTube explicando su trabajo o cuando una vicerrectoría publica un boletín de divulgación para la comunidad educativa, está operando bajo un conjunto de supuestos sobre cómo funciona la relación entre la ciencia y el público. Esos supuestos tienen nombre, historia académica y consecuencias medibles en la efectividad de la comunicación. Ignorarlos es como diseñar un experimento sin revisar la literatura: se corre el riesgo de repetir errores que ya fueron identificados y superados.

El modelo de déficit: cuando la ciencia habla y el público escucha

Durante gran parte del siglo XX, la divulgación científica operó bajo un supuesto que hoy suena incómodo pero que en su momento fue dominante: el público era ignorante, y la ciencia tenía la obligación de remediarlo. El modelo de déficit asume que la característica central del público es precisamente la carencia de conocimiento científico, y que esa carencia produce actitudes de desconfianza u hostilidad hacia la ciencia; el objetivo de la comunicación, entonces, es superar ese déficit a través de la ilustración y la popularización (Rubio, 2020).

La lógica es lineal y en apariencia impecable. Si el público rechaza las vacunas, es porque desconoce la evidencia; si desconfía del cambio climático, es porque nadie le explicó bien la ciencia. Bastaba con producir contenido suficientemente claro y bien distribuido para que la actitud pública cambiara en la dirección correcta. El modelo asume un flujo unidireccional: el experto emite, el público recibe.

El problema es que la evidencia empírica desmontó esa premisa con consistencia. Los estudios demuestran que aumentar la alfabetización científica no conduce necesariamente a una mayor aceptación del conocimiento científico; las personas pueden rechazar información sobre cambio climático no por ignorancia sino por razones ideológicas o culturales. El déficit, en otras palabras, con frecuencia no es de información sino de confianza, de identidad cultural o de contexto social. Y ningún volumen de contenido bien producido resuelve ese tipo de brecha.

A pesar de sus limitaciones, el modelo de déficit persiste. Varios estudios realizados tanto en Europa como en Estados Unidos indican que la mayoría de los científicos todavía adhieren al modelo de déficit cuando interactúan con públicos no especializados. Su atractivo es comprensible: es simple, se alinea con la intuición del experto, quien genuinamente sabe cosas que su audiencia desconoce, y produce métricas fáciles de medir, como el alcance de una publicación o el número de asistentes a una conferencia. El problema es que esas métricas miden exposición, no comprensión; y mucho menos, cambio de actitud o acción informada.

Hacia un modelo de diálogo: la ciencia como conversación

El modelo de diálogo emergió como alternativa en los años noventa. A diferencia del de déficit, promueve la interacción bidireccional entre científicos y públicos, bajo el supuesto de que los científicos deben comprender las percepciones, preocupaciones y necesidades de sus audiencias, y reconocer que esas audiencias también poseen conocimientos útiles para la investigación.

El giro conceptual es significativo. El público deja de ser un recipiente vacío que hay que llenar y se convierte en un interlocutor con conocimientos propios, marcos culturales legítimos y preguntas que con frecuencia enriquecen la agenda científica. Un grupo de investigación en salud pública que consulta a las comunidades sobre sus prácticas y saberes antes de diseñar una intervención está aplicando el modelo dialógico, aunque nunca haya leído a Bucchi ni a Trench.

Este modelo también tiene sus tensiones. Abre la comunicación científica al disenso y a la negociación, lo que produce incomodidad en una cultura académica habituada a que la autoridad del experto sea el punto final de la conversación. Pero sus resultados en términos de apropiación social del conocimiento son cualitativamente superiores a los del modelo de déficit, precisamente porque construye confianza en lugar de limitarse a transmitir datos.

Modelo de participación: de la lógica a las consecuencias naturales

El público no solo recibe ni solo dialoga, sino que interviene activamente en la definición de preguntas de investigación, en la producción de datos, lo que hoy se conoce como ciencia ciudadana, y en la evaluación social de los hallazgos. Esta ciencia en modo participativo es abierta y reflexiva, con fronteras porosas entre disciplinas y entre ciencia y no-ciencia, evaluada por la confiabilidad del conocimiento que produce y por su pertinencia social (Frontiers, 2023).

La razón por la que estos tres modelos importan en términos prácticos es que determinan el diseño de cada pieza de divulgación. Un artículo de blog que explica un hallazgo sin invitar a ninguna forma de respuesta o conversación opera en el modelo de déficit, aunque su autor nunca haya oído ese nombre. Un hilo de redes sociales donde el investigador responde preguntas, incorpora perspectivas de la audiencia y ajusta su explicación en tiempo real opera en el modelo dialógico. Una plataforma donde ciudadanos reportan datos que alimentan directamente una base de investigación opera en el modelo participativo.

Conocer estos modelos no es un ejercicio académico abstracto. Es la diferencia entre producir contenido que informa y producir contenido que construye autoridad duradera para una entidad de investigación.

Ejemplos reales de divulgación científica que funcionan, y por qué funcionan

Hablar de divulgación científica en abstracto es complejo. Los ejemplos que siguen están elegidos con un criterio específico: todos son verificables, todos tienen escala medible y todos revelan algún principio que puede trasladarse a la práctica de un grupo de investigación o de un comunicador científico.

Veritasium y el valor pedagógico de la confusión

Derek Muller, físico australiano con un doctorado en Investigación en Educación en Física de la Universidad de Sídney, lanzó en 2011 un canal de YouTube llamado Veritasium (del latín veritas, verdad) con una premisa que su tesis doctoral había validado empíricamente: los videos que presentan primero la idea errónea que el espectador ya tiene en la cabeza producen mayor comprensión y retención que los videos que explican directamente la respuesta correcta. En su investigación doctoral, incluir errores conceptuales en videos de física produjo una ganancia promedio de 9.1 puntos en pruebas posteriores, comparado con 6.8 puntos en los grupos que recibieron la explicación convencional.

Ese hallazgo se convirtió en el ADN editorial del canal. Cada video de Veritasium activa primero la intuición equivocada del espectador, la deja en tensión y luego la resuelve con la explicación correcta. La sensación de haber cambiado de opinión hace que el conocimiento se adhiera. Con cerca de veinte millones de suscriptores y cuatro mil millones de visualizaciones acumuladas, Veritasium evolucionó de clips de cinco minutos grabados en la calle hasta exploraciones científicas con la profundidad y la factura técnica de un largometraje documental (Genius Lab Gear, 2026).

Lo que hace que este ejemplo sea transferible a un grupo de investigación universitario es la lógica subyacente. Muller partió de su propia investigación académica para diseñar un formato de divulgación. El rigor fue el punto de partida, la accesibilidad fue la consecuencia. Y el resultado fue una entidad digital con densidad de señales tan alta que hoy los algoritmos de YouTube, Google y los sistemas de inteligencia artificial asocian su nombre con física, educación científica y pensamiento crítico de forma automática y consistente.

El modelo de la NASA: humanizar lo técnico a través de la narrativa

La Administración Nacional de Aeronáutica y del Espacio de Estados Unidos ofrece un caso de divulgación institucional con lecciones directas para vicerrectorías de investigación y grupos académicos. Cuando la NASA lanzó los rovers Spirit y Opportunity a Marte en 2003, tomó una decisión editorial aparentemente menor al darles personalidad. Les abrió cuentas en redes sociales, publicó actualizaciones en primera persona, construyó una narrativa de exploración con el rover como protagonista. La serie de comunicaciones del rover Curiosity en Twitter, hoy X, acumuló millones de seguidores y convirtió lo que habría sido cobertura técnica sobre espectrómetros y muestras de suelo en una historia de aventura y descubrimiento que millones de personas siguieron en tiempo real (PubMed Central, 2020).

El principio detrás de ese formato es que los públicos se vinculan con personajes antes que con datos. Una investigación sobre enfermedades tropicales comunica de forma radicalmente distinta cuando se narra desde el investigador que lleva cuarenta años en campo que cuando se presenta como una serie de resultados estadísticos.

Ejemplos en Latinoamérica y Colombia

El PECET de la Universidad de Antioquia y la investigación que transforma ciudades

Uno de los casos de divulgación científica con mayor impacto sanitario documentado en Colombia es el del Programa de Estudio y Control de Enfermedades Tropicales, PECET, fundado en 1986 por el médico e investigador Iván Darío Vélez en la Universidad de Antioquia. Durante décadas, el PECET produjo investigación rigurosa sobre leishmaniasis, dengue, malaria y chagas, con publicaciones en revistas internacionales de alto cuartil. Pero fue la articulación de esa investigación con comunidades, medios y actores de política pública lo que convirtió sus hallazgos en una transformación real.

El programa introdujo en Medellín, Bello e Itagüí mosquitos Aedes aegypti infectados con la bacteria Wolbachia como estrategia de biocontrol del dengue, una intervención que los estudios posteriores identificaron como una de las reducciones de incidencia de dengue urbano con mayor evidencia a nivel mundial. Esa investigación llegó a la opinión pública, a las secretarías de salud municipales y a la agenda de la OPS gracias a que el equipo de Vélez comprendió que publicar el hallazgo en revistas indexadas era necesario pero insuficiente. Las entrevistas en medios, las ruedas de prensa, los materiales en lenguaje comunitario y la documentación de casos concretos construyeron la masa crítica de señales que hizo que esa investigación se convirtiera en política pública.

El fenómeno de la divulgación científica en español en YouTube

En el ecosistema hispanohablante, la última década produjo un conjunto de canales de YouTube que demuestran que el rigor académico y la audiencia masiva son objetivos compatibles. Canales como Quantum Fracture del físico español José Luis Crespo, Date un Vlog del comunicador científico Javier Santaolalla y Derivando construyeron audiencias de millones de personas alrededor de física cuántica, cosmología y matemáticas avanzadas: temas que el modelo de déficit habría descartado como inaccesibles para el público general.

Lo que estos canales tienen en común con Veritasium, con Cosmos y con las conferencias navideñas de Faraday es un principio que la evidencia académica confirma de forma consistente: las personas tienen una capacidad de comprensión de ideas complejas sustancialmente superior a lo que el sistema de divulgación tradicional les ha atribuido. La subestimación del público es el error conceptual central del modelo de déficit, y su corrección es el punto de partida de cualquier estrategia de divulgación que aspire a construir audiencia real.

Cada uno de estos ejemplos, una tesis doctoral convertida en canal de YouTube, una misión espacial narrada como aventura, una investigación sobre mosquitos convertida en política sanitaria y un canal de física cuántica en español con millones de seguidores, opera como una constelación de señales coherentes alrededor de una entidad reconocible. Esa coherencia es lo que distingue la divulgación estratégica de la producción de contenido aislado: una pieza de divulgación bien ejecutada refuerza las otras, y el conjunto construye una presencia semántica que los sistemas de búsqueda, los algoritmos de recomendación y los agentes de inteligencia artificial pueden identificar, indexar y citar.

Un ejemplo hipotético: cuando una investigación se convierte en universo de señales

Imaginemos un escenario concreto. El grupo de investigación en neurociencia cognitiva de una universidad colombiana publica un hallazgo sobre cómo el estrés crónico en adolescentes de entornos urbanos de alta densidad poblacional altera la arquitectura del sueño y, con ella, la capacidad de consolidar memoria a largo plazo. El paper está en inglés, indexado en Scopus, citado por doce pares académicos en cuatro países. Dentro del sistema académico, ese resultado es un éxito. En el ecosistema digital, es invisible.

Ahora imaginemos que ese mismo grupo decide activar una estrategia de divulgación construida con la lógica de la Densidad de Señales para ser altamente visible en internet. Esto es lo que hace Capitaliza con Los Creativos al tener una capacidad técnica para masificar esa información. Vamos a verlo paso a paso.

El investigador principal como entidad semántica

El primer movimiento nunca va a ser producir contenido; es construir la entidad. El perfil del investigador se optimiza en Google Scholar, LinkedIn, ResearchGate y ORCID con el mismo vocabulario semántico del paper, pero también con el lenguaje de alguien que busca en Google "por qué los adolescentes duermen mal" o "estrés y memoria en jóvenes". Cada plataforma genera una señal que le dice al ecosistema digital que esa persona existe, investiga ese tema y tiene autoridad sobre él.

Con esa base activa, Capitaliza produce una serie de artículos base, piezas gráficas o audiovisuales con fuentes verificables y traduce el hallazgo al lenguaje de un lector curioso e inteligente sin formación científica. Ese contenido vive en el blog institucional de la universidad o en plataformas de divulgación. Están estructurados para responder intenciones de búsqueda reales en Google, ChatGPT o Claude, tiene marcado semántico correcto y construye relaciones de autoridad entre entidades relacionadas.

La inteligencia artificial como motor de multiplicación

Con los artículos base como documento central, un agente de inteligencia artificial configurado con el tono, el rigor y el vocabulario del investigador genera versiones derivadas del mismo conocimiento para canales distintos. Un hilo de LinkedIn en primera persona donde el investigador narra el momento en que los datos lo sorprendieron. Un guión para un episodio de podcast donde explica el hallazgo como si le hablara a un padre de familia preocupado por el rendimiento académico de su hijo. Una serie de tres reels donde cada uno responde una pregunta frecuente con una analogía visual distinta.

Cada pieza tiene su propia vida en su propio canal. Pero todas apuntan a la misma entidad, todas usan el mismo vocabulario semántico central y todas construyen la misma asociación: este investigador, esta universidad, este hallazgo sobre sueño y memoria en adolescentes.

Narrativa aumentada con herramientas de síntesis visual

Capitaliza produce infografías animadas que muestran, de forma visualmente precisa, qué le ocurre al hipocampo de un adolescente que duerme menos de seis horas durante semanas consecutivas. Esa pieza circula en Instagram y TikTok. El algoritmo lleva el video a un segmento que incluye padres, docentes y estudiantes de bachillerato. Ninguno de ellos habría buscado el paper. Varios conocen ahora el hallazgo y, lo que importa estratégicamente, el nombre del investigador y la universidad.

Un paso adelante: Capitaliza construye una herramienta interactiva en formato web que le permite al usuario calcular su déficit de sueño semanal y ver, con datos del estudio, qué porcentaje de consolidación de memoria está comprometiendo. Esa herramienta genera sesiones, tiempo en pantalla y datos de comportamiento. Genera también enlaces entrantes desde blogs de padres, medios de salud y sitios educativos que la descubren y la referencian. Cada enlace es una señal de autoridad.

El investigador en el ecosistema de creadores de contenido

Capitaliza contacta tres o cuatro creadores de contenido con audiencias medianas (entre cincuenta mil y trescientos mil seguidores) en los nichos de salud, educación y crianza. Les entrega el hallazgo en formato de briefing periodístico: ¿qué descubrieron?, ¿qué significa?, ¿por qué le importa a su audiencia? Cada creador lo traduce a su propio lenguaje y formato. El investigador aparece citado, enlazado o entrevistado en cada pieza. Esas menciones distribuidas en ecosistemas digitales distintos construyen lo que la Metodología de Densidad de Señales denomina señales de co-autoría: la entidad aparece referenciada en contextos que ella misma no produjo, el nivel de autoridad semántica con mayor peso en los sistemas de reconocimiento contemporáneos.

Ciclo de retroalimentación con inteligencia artificial conversacional

Cuando los sistemas de inteligencia artificial generativa, como ChatGPT, Perplexity, Claude, Gemini y otros, reciben preguntas sobre sueño en adolescentes, estrés urbano o memoria en jóvenes, los resultados que producen están determinados por la densidad y la calidad de las señales que existen sobre ese tema en el ecosistema digital. Un grupo de investigación que ha construido presencia semántica coherente y distribuida tiene probabilidades reales de aparecer en esas respuestas. Uno que solo publicó en revistas indexadas tiene, en la práctica, ninguna.

Capitaliza monitorea esas apariciones con herramientas de rastreo de menciones en sistemas de IA. Cuando el nombre del investigador o el hallazgo aparece en una respuesta generativa, lo documenta. Cuando está ausente en conversaciones donde debería estar, identifica el vacío semántico y lo llena con una señal nueva: un artículo, una entrevista, una ficha técnica en un repositorio abierto.

El resultado al cabo de doce meses

Al año de activada la estrategia, el hallazgo sobre sueño y memoria en adolescentes urbanos ha dejado de ser solo un paper indexado. Es una entidad semántica con presencia en seis plataformas, referenciada por treinta y dos fuentes externas, mencionada en respuestas de cuatro sistemas de IA distintos, citada en un documento de política pública de la Secretaría de Educación de la ciudad y reconocida por cuarenta y tres mil personas que nunca habrían abierto una revista científica.

Eso es lo que ocurre cuando la divulgación científica se entiende como arquitectura de señales y se ejecuta con las herramientas que el ecosistema digital actual pone a disposición. La ciencia no cambió; lo que cambió es su capacidad de existir en el mundo fuera del repositorio. ¡Capitaliza lo hace posible!

Comunicar la ciencia es también hacer ciencia

Hay una frase atribuida a Carl Sagan que resume con precisión el problema central de este artículo:

“Vivimos en una sociedad profundamente dependiente de la ciencia y la tecnología en la que casi nadie sabe nada de ciencia ni de tecnología.”

Esa brecha tiene dos orillas. En una está el público que vive rodeado de los resultados del conocimiento científico sin comprenderlos. En la otra están los investigadores que producen ese conocimiento sin encontrar los medios para que llegue a quienes podría transformarles la vida.

La divulgación científica bien ejecutada es el puente entre esas dos orillas. Y construir ese puente hoy exige algo sustancialmente distinto a lo que exigía en 1980, cuando Sagan grababa Cosmos en los estudios de KCET. El ecosistema informativo cambió de forma radical. Las audiencias se diversificaron. Los algoritmos mediaron la relación entre el conocimiento y quien lo busca. La inteligencia artificial se convirtió en el nuevo intermediario entre una pregunta y su respuesta. En ese contexto, la investigación científica que carece de presencia semántica en el ecosistema digital opera con la misma eficacia que la investigación que nunca se publicó.

Esto tiene implicaciones concretas para cualquier grupo de investigación, vicerrectoría o institución académica que tome en serio su responsabilidad social. Producir conocimiento riguroso ya es insuficiente como acto completo. Traducirlo, distribuirlo, anclar su entidad en el ecosistema donde viven las personas que pueden beneficiarse de él: esas son las etapas que separan la investigación que acumula citas de la investigación que transforma realidades.

La buena noticia es que esas etapas tienen metodología, tienen herramientas y tienen ejecutores especializados. La divulgación científica estratégica ya no es un oficio artesanal que depende del talento individual de un comunicador excepcional. Es un proceso replicable, medible y escalable cuando se diseña con rigor y se ejecuta con las herramientas del ecosistema digital contemporáneo.

Capitaliza trabaja con grupos de investigación, universidades y comunicadores científicos que quieren que su conocimiento exista fuera del repositorio.

Si tu equipo produce investigación con potencial de impacto social y todavía vive atrapada entre el paper y el olvido, el siguiente paso es una conversación. En Capitaliza diseñamos estrategias de divulgación científica que combinan rigor académico, narrativa de calidad y arquitectura de señales digitales para que tu investigación llegue a quienes debe llegar, cuando la buscan y en el formato en que pueden comprenderla.

Referencias

1. 01Bucchi, M., & Trench, B. (Eds.). (2008). Handbook of public communication of science and technology. Routledge.
2. 02Fernández Muerza, A. (2023). Comunicación pública de la ciencia y la tecnología: marcos conceptuales y prácticas emergentes. Sphera Pública, 1(23). https://sphera.ucam.edu/index.php/sphera-01/article/view/478
3. 03Frontiers in Education. (2023). Science communication and the deficit model: Institutional resistance and participatory alternatives. https://www.frontiersin.org/journals/education/articles/10.3389/feduc.2023.1184212/full
4. 04Los Creativos. (2026). Densidad de señales: la metodología para posicionarte en ChatGPT, Claude y Gemini. https://loscreativos.co/blog/densidad-senales-como-posicionarse-agente-llm-ia/
5. 05National Science Authority. (s.f.). Science communication: Simplification vs. translation. https://nationalscienceauthority.com/science-communication
6. 06PubMed Central. (2020). NASA and science communication through social media narratives. https://pmc.ncbi.nlm.nih.gov/articles/PMC7506985/
7. 07PubMed Central. (2022). Science communication as unidirectional transmission: Researcher perceptions and limitations. https://pmc.ncbi.nlm.nih.gov/articles/PMC9714866/
8. 08Public Communication of Science and Technology Network. (2019). What is science communication? https://www.pcst.network/what-is-science-communication/
9. 09ResearchGate. (2025). After all, what is science popularization? Explanation and a proposition of a plural concept. https://www.researchgate.net/publication/392041118
10. 10Rubio, J. (2020). El modelo de déficit en la comunicación pública de la ciencia. Vistronica. https://www.vistronica.com/blog/post/rodolfo-llinas
11. 11Sagan, C. (1974). The cosmic connection: An extraterrestrial perspective. Anchor Press/Doubleday.
12. 12Sanscrit Barcelona. (2022). The role of translation in scientific communication. https://www.sanscrit.net/en/the-role-of-translation-in-scientific-communication/
13. 13Science Media Centre España. (2022). Por qué el periodismo y la divulgación científica no son lo mismo. https://sciencemediacentre.es/por-que-el-periodismo-y-la-divulgacion-no-son-lo-mismo
14. 14Understanding Science. (s.f.). Publish or perish: The role of scientific publication. Universidad de California, Berkeley. https://undsci.berkeley.edu/understanding-science-101/how-science-works/publish-or-perish/
15. 15University of Michigan Library. (2026). Science communication: Audiences, messages and objectives. https://guides.lib.umich.edu/c.php?g=961853&p=6946362
16. 16Universitat Oberta de Catalunya. (2024). Guia de divulgació del coneixement. https://www.uoc.edu/portal/es/guia-divulgacio-coneixement/sobre-guia/index.html