Information Retrieval

Técnicas y estrategias para encontrar información relevante y confiable.

Estrategias de Búsqueda

1. Búsqueda Precisa

Cuándo usar: Conoces exactamente qué buscas.

Técnicas:

• Frases exactas: "machine learning"
• Exclusion: python -snake
• Site específico: site:github.com authentication
• Tipo de archivo: filetype:pdf

Ejemplo:

"React hooks" site:react.dev best practices

2. Búsqueda Exploratoria

Cuándo usar: Tema amplio, necesitas entender el landscape.

Técnicas:

• Términos generales
• Palabras clave relacionadas
• Sinónimos
• Conceptos padre/hijo

Ejemplo:

state management React alternatives

3. Búsqueda de Soluciones

Cuándo usar: Tienes un problema específico.

Técnicas:

• Error messages exactos
• Síntomas del problema
• Stack/versión específica
• Palabras: "how to", "solution", "fix"

Ejemplo:

React useEffect infinite loop dependency array solution

Evaluación de Fuentes

Credibilidad

✅ Fuentes Confiables:

• Documentación oficial
• Papers académicos revisados
• Blogs de mantenedores/core team
• GitHub repos oficiales

⚠️ Fuentes con Cautela:

• Stack Overflow (verificar fecha y votos)
• Medium/Dev.to (verificar autoridad del autor)
• Tutoriales de YouTube (verificar fecha)

❌ Evitar:

• Sin fecha (posiblemente obsoleto)
• Sin autor identificado
• Sitios con exceso de ads
• Contenido generado automáticamente

Actualidad

Verificar fechas:

• Tecnología: < 1 año ideal
• Mejores prácticas: < 2 años
• Conceptos fundamentales: pueden ser más antiguos

Consistencia

• ¿Múltiples fuentes dicen lo mismo?
• ¿Contradice documentación oficial?
• ¿Hay consenso en la comunidad?

Técnicas Avanzadas

Búsqueda Inversa

Parte de la solución, encuentra el problema:

"useCallback" "dependency array" solution

Búsqueda Comparativa

Comparar alternativas:

Redux vs Zustand vs Jotai 2024

Búsqueda de Recursos

Encontrar herramientas/librerías:

best React form libraries github stars

Búsqueda de Expertos

Encontrar authorities:

"Dan Abramov" React best practices

Síntesis de Información

Proceso

1. Recopilar: Guardar fuentes relevantes
2. Evaluar: Verificar credibilidad
3. Comparar: Cruzar información
4. Sintetizar: Consolidar hallazgos
5. Presentar: Organizar de forma clara

Estructura de Hallazgos

## Resumen Ejecutivo
[2-3 oraciones de conclusiones principales]

## Hallazgos Detallados

### [Tema 1]
- Punto clave 1
- Punto clave 2
- Fuente: [link]

### [Tema 2]
- Punto clave 1
- Punto clave 2
- Fuente: [link]

## Fuentes Consultadas
1. [Título](url) - Autor, Fecha
2. [Título](url) - Autor, Fecha

## Recomendaciones
[Basado en evidencia encontrada]

Búsqueda en Repositorios

GitHub

Búsquedas útiles:

• stars:>1000 language:python: Repos populares en Python
• topic:machine-learning: Repos con ese topic
• filename:docker-compose.yml: Buscar archivos específicos
• path:src/components: Buscar en paths específicos

Documentación

Tácticas:

• Usar search interno de docs
• Revisar changelog/migration guides
• Checar issues y PRs para edge cases
• Leer source code cuando sea necesario

Búsqueda Académica

Google Scholar

• Papers revisados por pares
• Citas para verificar influencia
• Related works para contexto

arXiv

• Preprints de CS, ML, etc.
• Acceso libre
• Versiones actualizadas

Anti-Patrones

❌ Evitar:

1. Confirmation Bias: Solo buscar lo que confirma tu hipótesis
2. Primera Fuente: Tomar el primer resultado sin verificar
3. Sin Fecha: Ignorar cuándo fue publicado
4. Sin Contexto: Aplicar soluciones sin entender el problema
5. Fuentes Únicas: Depender de una sola fuente

Checklist de Calidad

• Múltiples fuentes consultadas
• Fuentes verificadas como confiables
• Información actualizada (< 1-2 años)
• Consistencia entre fuentes
• Fuentes citadas claramente
• Información relevante al contexto
• Contradicciones identificadas y resueltas