Método y limitaciones
Esta página cuenta cómo se construye el corpus, con qué criterios entra un documento, cómo se recupera y qué defectos conocidos arrastra. Lo último importa tanto como lo primero: una herramienta documental que no declara sus límites obliga a fiarse de ella, y de lo que se trata es de lo contrario.
Cifras leídas del propio grafo al cargar la página. El resto de datos corresponde al 7 de septiembre de 2026.
De dónde sale y qué entra
El corpus se alimenta por tres vías automáticas y una manual, todas ellas a diario. Ninguna busca «lo que hay sobre drogas»: cada una recorre cuarenta y cuatro ejes definidos por disciplina, para que el conjunto no acabe siendo farmacología con adornos.
| Vía | Documentos | Qué aporta y por qué |
|---|---|---|
| Crossref | 39.374 | Toda la producción con DOI: humanidades, derecho, botánica |
| PubMed / Europe PMC | 5.385 | Literatura biomédica revisada por pares |
| OpenAlex | 2.538 | Ciencias sociales y disciplinas sin cobertura biomédica |
| Biblioteca y archivo propios | 3.286 | Material gris: informes, actas, tesis, documentos sin DOI |
| Cannabis Magazine | 700 | Hemeroteca propia desde 1997 |
Criterios de inclusión. De las fuentes automáticas solo entra lo que tiene resumen depositado —sin texto no hay nada que indexar— y lo que supera un filtro de pertinencia por términos del ámbito, aplicado sobre el título y el resumen. Se descarta lo ya presente comparando DOI, dirección y título normalizado. No hay criterio de impacto ni de prestigio de la revista: un informe de una entidad de reducción de riesgos pesa lo mismo que un artículo de Nature, y quien consulta ve de cuál viene cada afirmación.
Qué queda fuera. Un documento entra si trata de una sustancia psicoactiva o del campo que la rodea: farmacología, política de drogas, reducción de riesgos, adicciones, toxicología forense, antropología e historia del consumo. En septiembre de 2026 se revisó lo recolectado hasta entonces con ese criterio y se apartaron 62.929 documentos que habían entrado por una sola palabra genérica de sus resúmenes —«ritual», «conservación», «taxonomía», «drug»— y no trataban de psicoactivos: filosofía del derecho, agronomía, química de materiales. No se han borrado, pero no se consultan ni se cuentan. Lo aportado a mano (biblioteca, archivo, libros y hemeroteca) no pasa por ese filtro: ahí la selección la hizo una persona.
Cómo se indexa
Segmentación
Cada documento se parte en fragmentos solapados de un tamaño manejable. El solapamiento evita que una afirmación quede cortada justo por la mitad y se pierda para la búsqueda.
Doble índice
Cada fragmento se indexa por significado, con un modelo de embeddings multilingüe que corre en el propio servidor, y por texto literal. Lo primero encuentra lo que se dice de otra manera; lo segundo, las siglas y los nombres propios que un embedding diluye.
Extracción del grafo
De los fragmentos se extraen conceptos —sustancias, receptores, regiones cerebrales, efectos, condiciones clínicas— y las relaciones entre ellos, con la evidencia textual que las sostiene. Eso es lo que permite que una pregunta sobre un receptor traiga también lo escrito sobre la planta que lo activa.
Autores y texto completo
Los autores de cada documento se recogen de OpenAlex, Crossref y PubMed al entrar, y un repaso nocturno completa los que falten (hoy los tiene el 97 % del corpus). El texto completo solo se guarda cuando el artículo está en acceso abierto: cada noche se traen de Europe PMC los que lo estén y aún fueran solo resumen. Lo que no está en abierto se queda en resumen, por respeto a los derechos de quien lo publicó.
Cómo se recupera, y por qué eso acota la invención
Al preguntar no se hace una búsqueda, sino varias. La consulta se reformula y se traduce a los idiomas del corpus; se recupera en paralelo por significado y por coincidencia literal; los dos rankings se fusionan; y un modelo de reordenación local vuelve a juzgar los candidatos por contenido, no por idioma, porque un embedding puntúa más alto lo escrito en la lengua de la pregunta y eso sesgaba las respuestas hacia el corpus español.
Solo entonces se redacta la respuesta, y únicamente con los fragmentos recuperados. El modelo no aporta conocimiento propio: si el corpus no contiene la respuesta, la instrucción es decirlo. Eso no elimina el riesgo de que una afirmación se deslice, pero lo acota a lo que hay en los documentos citados, que están enlazados debajo de cada respuesta para poder comprobarlos. Es más lento que un buscador, y esa es la razón.
Hay dos modos más aparte de la respuesta redactada. «Buscar documentos» devuelve la lista de documentos sin redactar nada, con filtros por año, nivel de evidencia, fuente, autor y revista, y se puede exportar a BibTeX, RIS o CSV: es la misma recuperación de arriba, sin el último paso. Y la «respuesta extensa» (con cuenta) recupera catorce fuentes en vez de seis y redacta por apartados, para quien está haciendo una revisión y no tiene una duda rápida.
Nivel de evidencia: cómo se asigna
Cada respuesta indica con qué clase de estudios se ha construido, y la búsqueda puede restringirse a los niveles que se quiera. La escala es la pirámide habitual en medicina basada en la evidencia, en cinco niveles: evidencia sintetizada de alta calidad (revisiones sistemáticas y metaanálisis), estudios experimentales (ensayos clínicos aleatorizados y controlados), observacionales analíticos (cohortes, casos y controles), descriptivos y series (transversales, encuestas, series y casos clínicos) y, en la base, preclínica y opinión (in vitro, modelos animales, editoriales y revisiones narrativas).
La asignación se hace en dos pasos, del más fiable al menos, y nunca a ojo. Primero se toma la etiqueta PublicationType que los indexadores de la National Library of Medicine asignan a cada artículo de PubMed; se obtiene por su identificador y, para los artículos que llegan por otras vías, cruzando el DOI contra PubMed. Es una clasificación hecha por documentalistas humanos, no por nosotros ni por un modelo. Cuando esa etiqueta no existe —y no existe en cerca de la mitad de los artículos, que solo declaran «Journal Article»— se recurre a cómo el propio resumen describe el estudio: «aleatorizado, doble ciego», «se describe el caso de», «en ratones». Queda registrada la vía por la que se clasificó cada documento.
Buena parte del corpus queda sin nivel asignado, y se muestra así a propósito. No es un defecto del método: una parte importante de estos documentos son de química analítica, botánica, etnografía, derecho o historia, campos donde la pirámide de evidencia clínica no significa nada. Forzarlos a un cajón daría una apariencia de rigor que no existiría, y ocultar cuántos son inflaría la solidez aparente de cada respuesta. Es preferible que se vea el hueco.
Dos advertencias para quien vaya a apoyarse en esto. Cuanto más se restringe el filtro, menos documentos quedan disponibles: en los niveles altos y sobre temas poco estudiados el sistema puede quedarse sin material, y esa ausencia también es un dato. Y el nivel describe el diseño del estudio, no su calidad de ejecución ni su pertinencia para la pregunta: un ensayo aleatorizado mal hecho sigue siendo nivel 2.
Qué cobertura hay
Limitaciones conocidas
Lo que sigue no son advertencias de cortesía: son defectos medidos, con su magnitud. Quien use esta herramienta para investigar debería conocerlos antes de citar nada.
Cómo citarlo
Cita el corpus, no la respuesta, y cita además las fuentes concretas que la respuesta te haya mostrado, que son las que sostienen cada afirmación.
Toda consulta es enlazable: el botón «Enlace a esta consulta», bajo cada respuesta, copia una dirección que repite la misma pregunta con el mismo filtro de evidencia (por ejemplo ?q=…&niveles=1,2). Quien abra ese enlace verá la búsqueda rehacerse y podrá comprobar de dónde sale cada cifra. Conviene incluirlo al citar: el corpus crece cada noche, así que la respuesta de hoy puede apoyarse mañana en más documentos, y el enlace deja constancia de qué se preguntó exactamente.
Bajo cada respuesta figura la fecha en que se generó y el tamaño del corpus ese día (por ejemplo, «sobre un corpus de 105.911 documentos, actualizado el 2026-09-03»). Es el dato que conviene dar al citar: dice con qué versión del corpus se respondió.
Psiconáutica (2026). Corpus documental multidisciplinar sobre sustancias psicoactivas (Noosphere). https://brain.psiconautica.org/corpus.html
Si detectas un error, dilo
Un metadato mal, una atribución imposible, un documento que no debería estar: escríbenos a noosphere@psiconautica.org. Interesa igual la aportación de literatura que no esté indexada en ningún sitio y se pierda: material gris, actas, trabajos que no se publicaron en inglés.