NotebookLM vs Perplexity Deep Research en 2026: cuál usar para la revisión de literatura
La revisión de literatura es la fase que más tiempo consume en cualquier TFG o tesis doctoral, y en 2026 dos herramientas de IA han cambiado la forma en que muchos estudiantes la abordan: NotebookLM de Google y Perplexity Deep Research. Ambas prometen acelerar el análisis bibliográfico, pero funcionan de formas radicalmente distintas y tienen casos de uso muy diferentes. La confusión entre ellas lleva a errores serios: citas inventadas, estados del arte superficiales o hallazgos que no sobreviven a la revisión del tutor.
Esta comparativa NotebookLM vs Perplexity Deep Research citas explica en qué se diferencian realmente, qué puede hacer cada una —y qué no puede— y cuál deberías usar según el punto en que te encuentres en tu revisión de literatura.
Tabla comparativa: NotebookLM vs Perplexity Deep Research 2026
| Criterio | NotebookLM | Perplexity Deep Research |
|---|---|---|
| Fuente de conocimiento | Solo tus documentos (PDFs, webs, Drive) | Web en tiempo real |
| Riesgo de alucinaciones | Muy bajo | Moderado (verificar DOI) |
| Precio (2026) | Gratuito (Google account) | ~20 USD/mes (Pro) |
| Generación de podcast/audio | Sí (Audio Overview) | No |
| Acceso a artículos de pago | Si subes el PDF tú | Solo acceso abierto |
| Informe exportable | Texto copiable (sin .docx nativo) | PDF/Word exportable |
| Ideal para | Síntesis y extracción de fuentes propias | Exploración y descubrimiento de literatura |
| Citación automática | Cita el documento de origen | Cita la URL de la fuente |
NotebookLM: el RAG académico de Google
NotebookLM funciona con arquitectura RAG (Retrieval-Augmented Generation): en lugar de generar respuestas desde su entrenamiento general, recupera información exclusivamente de los documentos que tú le proporcionas. Esto lo convierte en la herramienta de IA más segura para el trabajo con fuentes académicas en 2026, porque elimina estructuralmente el riesgo de referencias inventadas: si la información no está en tus PDFs, NotebookLM te dice que no la tiene.
El flujo de uso típico en un TFG es el siguiente: descargas 15-30 artículos relevantes para tu revisión de literatura desde Google Scholar, Scopus o el repositorio de tu universidad, los subes al notebook, y después haces preguntas como “¿qué dicen estos artículos sobre la relación entre X e Y?” o “resume las metodologías empleadas en estos estudios”. NotebookLM responde con citas textuales ancladas al documento específico, con número de página.
La función Audio Overview —que genera un diálogo en formato podcast entre dos voces artificiales que debaten el contenido de tus documentos— es útil para repasar material antes de la defensa o para entender conexiones entre artículos durante un desplazamiento. El blog de divulgación académica Universo Abierto señala que el uso ético de la IA generativa en escritura académica pasa por mantener la verificación humana como capa final, y NotebookLM facilita precisamente eso al anclar cada respuesta en el documento fuente.
La limitación principal de NotebookLM es que no busca artículos por ti: solo trabaja con lo que tú le das. Esto significa que la calidad del análisis depende completamente de la calidad y cobertura de tu selección inicial de documentos. Si has pasado por alto literatura clave, NotebookLM no lo detectará. Si necesitas construir una revisión de literatura rigurosa y reproducible, el artículo sobre cómo hacer una revisión sistemática siguiendo PRISMA 2020 paso a paso explica el protocolo completo de búsqueda que debes completar antes de cargar documentos en NotebookLM.
Perplexity Deep Research: búsqueda profunda en la web
Perplexity Deep Research es una función del motor de búsqueda con IA Perplexity que realiza búsquedas en múltiples pasos de forma autónoma: formula subpreguntas, busca en la web, analiza los resultados, los sintetiza y produce un informe estructurado con las fuentes citadas. A diferencia de una búsqueda de Google, Deep Research puede tardar varios minutos en completarse porque realiza docenas de búsquedas encadenadas antes de generar el informe final.
Para un estudiante de TFG, Deep Research es especialmente útil en dos momentos: al inicio del trabajo, para hacerse una idea del estado del campo y descubrir autores y debates clave; y en fases intermedias, para explorar áreas adyacentes que no habías contemplado inicialmente. El informe que genera incluye hipervínculos a las fuentes, lo que facilita verificar cada afirmación y seguir leyendo los artículos que te resulten más relevantes.
El problema conocido de Perplexity Deep Research —y de todas las herramientas de búsqueda con IA— es que sus citas requieren verificación manual. A veces cita artículos reales con DOI incorrecto, versiones de preprint cuando existe la versión publicada, o artículos que existen pero no contienen exactamente lo que la herramienta afirma. Ninguna cita procedente de Perplexity debe incorporarse a un TFG sin haber verificado el artículo original.
El problema de las alucinaciones bibliográficas
La diferencia más importante entre las dos herramientas es su riesgo de alucinación bibliográfica: generar referencias a artículos o libros que no existen, o distorsionar los argumentos de artículos reales.
NotebookLM prácticamente elimina este riesgo en la dimensión de las referencias: solo puede citar los documentos que tú has cargado, y siempre indica en qué documento y sección se basa su respuesta. El riesgo que subsiste es de interpretación incorrecta del contenido de esos documentos, que existe en cualquier modelo de lenguaje.
Perplexity Deep Research tiene un riesgo mayor porque accede a la web en tiempo real y sintetiza múltiples fuentes. El riesgo de errores aumenta con temas especializados o recientes donde hay poco contenido de calidad indexado. El uso responsable de esta herramienta implica tratar cada referencia que genera como una pista, no como una cita definitiva.
Las recomendaciones sobre uso ético de IA en escritura académica publicadas por profesores e investigadores en activo coinciden en este punto: la verificación de fuentes es una responsabilidad del estudiante que ninguna herramienta de IA puede asumir por él.
Flujo de trabajo combinado para la revisión de literatura
La forma más eficiente de usar ambas herramientas en un TFG en 2026 es en secuencia, con fases claramente separadas:
- Exploración (Perplexity Deep Research): Formula la pregunta de investigación o el tema de tu TFG como consulta a Deep Research. Lee el informe, identifica autores clave, marcos teóricos relevantes y debates centrales. Verifica manualmente las 5-10 referencias más importantes que aparezcan.
- Búsqueda sistemática (bases de datos): Con los términos clave identificados, realiza búsquedas booleanas en Scopus, WoS, Google Scholar o Dialnet. Descarga los artículos que superen tus criterios de inclusión. Si tu TFG requiere una revisión sistemática formal, el artículo sobre cómo aplicar el protocolo PRISMA 2020 en una revisión sistemática detalla cada etapa del proceso de cribado.
- Síntesis (NotebookLM): Sube los artículos seleccionados a un notebook. Usa NotebookLM para extraer metodologías, comparar hallazgos, identificar contradicciones entre estudios y construir el mapa conceptual del estado del arte.
- Redacción (Tesify): Escribe la sección de revisión de literatura en Tesify con asistencia de IA, integrando las síntesis de NotebookLM y las citas verificadas.
Este flujo de cuatro pasos combina las fortalezas de cada herramienta sin depender de ninguna en exclusiva. El artículo triangulación de datos vs investigadores vs teórica explica cómo esta lógica de combinar fuentes y perspectivas se aplica también al diseño metodológico del TFM.
Limitaciones de ambas herramientas que debes conocer
NotebookLM: No accede a artículos de pago por sí solo (debes subir los PDFs tú). No tiene función de exportación directa a .docx. Tiene límite en el número de documentos por notebook (actualmente 50 en el plan gratuito). No está diseñado para búsquedas, solo para análisis de lo que ya tienes.
Perplexity Deep Research: Las consultas Deep Research del plan gratuito son limitadas en número por día. El acceso a artículos es solo a los disponibles en acceso abierto: no puede ver el contenido de artículos tras paywall. El informe generado tiene mejor calidad en temas con buena cobertura en la web anglófona que en temas muy especializados o en castellano.
Tanto NotebookLM como Perplexity son herramientas de asistencia: aceleran el proceso de revisión de literatura, pero no reemplazan la capacidad crítica del investigador para evaluar la calidad metodológica de los estudios, identificar sesgos o decidir qué incluir y excluir de la revisión. Para poner en perspectiva cómo se integra una revisión de literatura bien construida en el trabajo completo, el artículo estructura IMRyD vs tesis por capítulos explica cómo la revisión se posiciona en el conjunto del documento.
Antes de diseñar el enfoque metodológico de tu trabajo, también conviene plantearse con precisión cómo redactar las hipótesis de investigación según su tipología y con ejemplos reales, ya que una hipótesis bien formulada orienta directamente qué literatura debes buscar y sintetizar.
Contexto: la IA ya es estándar en las universidades españolas (2025)
Fuente: Fundación CYD — Uso y percepción de la IA en el entorno universitario (2025). Encuesta sobre 800 estudiantes de grado en 20 universidades españolas.
Cómo citar el uso de IA en tu TFG
El uso de herramientas de IA como NotebookLM o Perplexity debe declararse en tu trabajo académico según las guías de tu universidad. En APA 7, las herramientas de IA generativa se citan como software:
- NotebookLM: Google (2026). NotebookLM [Herramienta de inteligencia artificial]. https://notebooklm.google.com
- Perplexity AI: Perplexity AI (2026). Perplexity Deep Research [Herramienta de inteligencia artificial]. https://www.perplexity.ai
La plantilla de declaración de uso de IA disponible en Tesify incluye un modelo editable de declaración de uso de IA para la tesis adaptado a los requisitos de las universidades españolas, con secciones específicas para herramientas de búsqueda y síntesis como las comparadas en este artículo.
Redacta tu revisión de literatura con asistencia de IA, cita automáticamente en APA o IEEE y detecta el plagio antes de entregar. Empieza gratis en Tesify.es.
Preguntas frecuentes
¿NotebookLM alucina referencias bibliográficas?
NotebookLM solo trabaja con los documentos que tú le proporcionas. No genera referencias externas desde su entrenamiento: si el documento fuente no contiene la información, responde que no la tiene. Esto elimina el riesgo de alucinaciones bibliográficas siempre que tus PDFs de partida sean fuentes verificadas.
¿Perplexity Deep Research sirve para encontrar artículos científicos?
Perplexity Deep Research puede encontrar artículos científicos accesibles en la web, incluyendo preprints en arXiv y artículos en acceso abierto. Sin embargo, sus citas deben verificarse manualmente: la herramienta a veces cita versiones no definitivas o artículos con DOI incorrecto. Úsala para exploración inicial, no como fuente única de referencias.
¿Puedo usar NotebookLM para hacer el estado del arte de mi TFG?
Sí, con condiciones. NotebookLM es muy útil para sintetizar, comparar y extraer argumentos de un conjunto de PDFs que ya has seleccionado y verificado. No reemplaza la búsqueda sistemática en Google Scholar, Scopus o WoS, pero sí acelera enormemente el análisis y síntesis una vez tienes los artículos.
¿Cuánto cuesta Perplexity Deep Research en 2026?
Perplexity ofrece Deep Research en su plan Pro, con un coste de aproximadamente 20 USD/mes. Existe un número limitado de consultas Deep Research gratuitas al día en el plan gratuito. Para un TFG intensivo, el plan Pro puede amortizarse con pocas sesiones de revisión bibliográfica.
¿NotebookLM o Perplexity para una revisión sistemática PRISMA?
Para una revisión sistemática PRISMA, ninguna de las dos herramientas reemplaza la búsqueda sistemática con ecuaciones booleanas en Scopus, WoS o PubMed. NotebookLM es útil en la fase de extracción de datos de los artículos incluidos; Perplexity Deep Research puede usarse como exploración exploratoria inicial, no como herramienta de búsqueda sistemática.
¿Cómo puedo citar el uso de NotebookLM o Perplexity en mi TFG?
Debes declarar el uso de estas herramientas en la sección de métodos o en una nota al pie. En APA 7: Google (2026). NotebookLM [Herramienta de IA]. https://notebooklm.google.com. Consulta la guía de tu universidad sobre declaración de uso de IA.
Escribe tu TFG o tesis con IA
Pasa de la teoría a tu documento terminado
Tesify estructura, redacta y formatea tu TFG, TFM o tesis en normas APA y Vancouver, con bibliografía automática y verificación antiplagio integrada. Regístrate gratis, sin tarjeta.
Leave a Reply