NOTEBOOKLM PARA INVESTIGADORES SANITARIOS: QUÉ ES, PARA QUÉ SIRVE DE VERDAD Y QUÉ PASA CON TUS DATOS.

Por María García-Puente · IA · Julio 2026

Cuando le preguntas algo a un chatbot generalista, el modelo responde desde todo lo que "sabe": su entrenamiento, más o menos actualizado, sin que puedas comprobar de dónde sale cada afirmación. NotebookLM, la herramienta de investigación asistida de Google, funciona sobre una premisa distinta que en el sector se conoce como grounding o anclaje: tú creas un cuaderno, subes tus fuentes (los papers de tu revisión, una guía clínica, tus apuntes) y a partir de ese momento el asistente responde basándose en ese material, con citas en línea que remiten al pasaje concreto del documento original. Haces clic en la cita y ves el fragmento exacto en el que se apoya la respuesta.

Para quien trabaja con literatura científica, esa trazabilidad lo cambia todo: la conversación deja de ser un acto de fe y se convierte en algo verificable. Por detrás funciona Gemini, la familia de modelos de Google; desde junio de 2026 la versión 3.5, con la que NotebookLM ha dado un salto importante, el chat puede ayudarte a construir el repositorio de fuentes, buscar en la web para proponerte documentos nuevos e incluso ejecutar código en un entorno seguro para producir análisis y gráficos. La herramienta nació en 2023 como experimento de Google Labs y hoy es un producto maduro, con app móvil y presencia en Google Workspace como servicio principal.

Conviene precisar desde ya algo que Google dice explícitamente y que retomaremos más abajo: el anclaje a las fuentes es un mecanismo de transparencia, no una garantía de exactitud. NotebookLM puede equivocarse aunque tenga los documentos delante.

• Cada fuente individual admite hasta 500.000 palabras o 200 MB, lo que se alcance primero. Es un techo alto: caben libros enteros. Si un archivo lo supera, o si el PDF está protegido contra copia, la importación se rechaza directamente.
• El plan gratuito permite 50 fuentes por cuaderno y hasta 100 cuadernos por usuario, con 50 consultas de chat y 3 Audio Overviews al día.
• Los planes de pago amplían esos topes: 100 fuentes por cuaderno en Google AI Plus, 300 en Pro y hasta 500 o 600 en los niveles Ultra, con los límites diarios de chat y de generación de audio creciendo en proporción.

• Audio Overview: un pódcast conversacional en el que dos presentadores generados por IA comentan tus fuentes. Fue la función que popularizó la herramienta en septiembre de 2024 y desde abril de 2025 está disponible en más de 50 idiomas, incluido el español. Tiene además un modo interactivo (en beta y, por ahora, sólo en inglés) que permite "entrar" en la conversación y hacer preguntas a los presentadores en directo.
• Video Overview: el equivalente en vídeo, con narración y apoyo visual, desplegado de forma general en julio de 2025.
• Mind Map: un mapa mental interactivo que organiza los conceptos de las fuentes y permite navegarlos, muy útil para hacerse una idea de la estructura de un corpus antes de leerlo en serio.
• Guías de estudio, flashcards y cuestionarios, pensados para docencia y autoaprendizaje.
• Custom Reports: informes a medida en los que describes con un prompt la estructura, los encabezados, el tono, el nivel de lectura y el idioma que quieres, y NotebookLM redacta el documento a partir de las fuentes.
• Infografías, con diez estilos predefinidos entre los que hay uno Scientific, además de otros como Professional, Editorial o Sketch Note. Volveremos sobre ellas en la receta de más abajo.
• Desde finales de 2025 y durante 2026 se han sumado tablas de datos, presentaciones de diapositivas e informes en PDF con gráficos.

Triaje y consulta de un corpus de artículos. El escenario más natural: has reunido 30 o 40 papers sobre un tema y necesitas orientarte antes de leerlos a fondo. Subes los PDF a un cuaderno y preguntas qué poblaciones estudian, qué desenlaces miden, qué artículos abordan tal subtema. Cada respuesta llega con citas al pasaje original, así que puedes saltar directamente al párrafo relevante de cada artículo.

Journal club y lectura crítica. Para preparar una sesión bibliográfica, un cuaderno con los 2 o 3 artículos a discutir permite generar preguntas de debate, resúmenes por secciones o un Audio Overview que los asistentes pueden escuchar de camino al hospital.

Comparar métodos y resultados entre estudios. Preguntas del tipo "¿en qué difieren los criterios de inclusión de estos cinco ensayos?" o "¿qué estudios encuentran efecto y cuáles no?" son terreno abonado para el chat anclado: obligan al modelo a localizar pasajes concretos en varios documentos y devolverlos confrontados, algo tedioso de hacer a mano y fácil de verificar con las citas.

Apoyo a revisiones de la literatura, con una línea roja clara. NotebookLM ayuda en las fases exploratorias de una revisión: familiarizarse con el tema, detectar conceptos y vocabulario para las estrategias de búsqueda, identificar líneas comunes y contradicciones entre los estudios ya recuperados. Lo que no hace, y conviene tenerlo claro, es sustituir el proceso reglado de una revisión sistemática: no reemplaza la búsqueda experta en bases de datos, ni el cribado por pares, ni la extracción de datos verificada. Además puede equivocarse pese al anclaje, y las referencias que genera hay que comprobarlas una a una. Las comparativas del sector coinciden en el reparto de papeles: herramientas como Elicit o Consensus descubren literatura en sus propios índices académicos; NotebookLM sintetiza el corpus que tú ya has reunido.

Preparar clases y materiales docentes. Las guías de estudio, los cuestionarios y las flashcards generados a partir de tus propios materiales (tus diapositivas, los artículos de la asignatura, una guía clínica) ahorran horas de preparación. No es casualidad que NotebookLM esté incluido gratis en todas las ediciones de Workspace for Education.

Materiales para pacientes. Un Custom Report con la instrucción de escribir "para un paciente sin formación sanitaria, en un nivel de lectura accesible" a partir de una guía clínica produce borradores muy razonables, que después debe revisar un profesional, como con cualquier salida de IA en este terreno.

Divulgación con el pódcast. El Audio Overview en español convierte un informe árido o un par de artículos en una conversación de diez minutos que se puede compartir con residentes, con una junta directiva o con el público de una sociedad científica. Nosotras lo usamos en producción de newsletters y la experiencia nos ha enseñado a verificar la locución contra los documentos originales antes de publicar, porque los presentadores introducen imprecisiones de vez en cuando; el propio Google lo advierte.

Y aquí va la parte que más nos gusta contar, porque es cosecha propia y la usamos de verdad: cómo generar un visual abstract o una infografía científica que respete un estilo gráfico concreto, sin pasar después por Canva ni Figma. Conviene ser justas de entrada: NotebookLM ya trae de serie una función de infografías con diez estilos predefinidos, uno de ellos Scientific, y cualquiera puede elegir uno y pedir su visual; eso no lo inventamos nosotras. Lo que añadimos es un paso más para no depender de esos presets y fijar un estilo gráfico propio y consistente. No es, por tanto, una función oficial empaquetada por Google, sino un flujo que hemos montado combinando piezas que sí existen. Funciona así:

• Paso 1: extraer el estilo con otra IA. Partimos de una referencia visual: un póster o visual abstract que nos gusta, o la guía de marca de la revista o institución. Se la damos a un asistente generalista (ChatGPT o Claude) y le pedimos que la describa como una especificación estructurada en YAML o JSON: tipografías y jerarquías, paleta de colores con sus códigos, estructura de secciones, tono visual. El resultado es una guía de estilo legible por máquina, de una página, que captura lo esencial del diseño de referencia.
• Paso 2: pegar esa guía como fuente en NotebookLM. En el cuaderno donde ya está el paper o el contenido científico, añadimos la especificación de estilo como una fuente más. Aquí toca ser honestas con un detalle técnico: YAML y JSON no figuran en la lista oficial de tipos de archivo admitidos, así que no se sube como fichero, se pega como texto copiado (que sí es un tipo de fuente oficial). Entra sin problema y el modelo la trata como un documento más del cuaderno.
• Paso 3: pedir el visual. Generamos la infografía o el visual abstract pidiéndole a NotebookLM que respete la guía de estilo que tiene entre sus fuentes: que use esa paleta, esa jerarquía tipográfica y esa estructura de secciones para sintetizar el contenido del paper. La salida visual de NotebookLM es directamente el resultado final; no hace falta exportar el contenido y maquetarlo aparte en otra herramienta.

Llegamos a la pregunta que, con razón, más preocupa a nuestro público. Si vas a subir manuscritos sin publicar, protocolos de investigación o documentación clínica, necesitas saber exactamente qué hace Google con ese contenido. La buena noticia es que la política oficial es bastante clara; la letra pequeña está en las diferencias entre tipos de cuenta.

La regla general. La página oficial de privacidad de NotebookLM lo formula así:

Es decir, lo que subes y lo que preguntas no se usa para entrenar los modelos fundacionales de Google, con una única excepción: el feedback voluntario.

La excepción del feedback. Si en una cuenta personal (la de @gmail.com, gratuita o con suscripción de pago) pulsas el pulgar arriba o abajo para valorar una respuesta, Google puede recoger el contexto completo de esa interacción (tus preguntas, tus fuentes subidas y las respuestas del modelo) y someterlo a revisión humana por equipos especializados. Google desvincula ese feedback de tu cuenta antes de que los revisores lo vean, y el material revisado se conserva hasta 3 años, ya desconectado de tu identidad. El propio Google pide expresamente no incluir información confidencial o sensible en el feedback.

Cuentas Workspace y Education: la excepción desaparece. En cuentas institucionales la protección es más fuerte, y la cita oficial merece reproducirse entera:

Ni revisión humana ni entrenamiento, ni siquiera cuando el usuario envía feedback explícito. Desde 2025 NotebookLM es además servicio principal (Core Service) de Workspace y de Workspace for Education, bajo el marco contractual de protección de datos de Google Cloud, aunque la clasificación no es uniforme en todas las ediciones (en algunas figura como servicio adicional), así que quien administre un dominio hará bien en comprobar la edición concreta contratada.

Lo que no existe: un interruptor de privacidad. Aquí va el matiz que casi nadie cuenta. A diferencia del producto Gemini, que tiene un ajuste explícito de actividad que se puede desactivar, NotebookLM no ofrece ningún control de configuración dedicado para excluirse de la revisión humana en cuenta personal. La única manera de evitarla es conductual: no pulsar los botones de feedback. Nos parece una laguna real de transparencia de producto y creemos que es importante remarcarlo para que lo sepan nuestros lectores.

Nuestra recomendación práctica, defendible con las fuentes en la mano: para documentos sensibles (manuscritos inéditos, datos de proyectos, documentación clínica), usa una cuenta institucional de Workspace o Education, donde la protección no depende de tu comportamiento, y si trabajas en cuenta personal, no envíes feedback en los cuadernos que contengan ese material. Una cautela más: la página de privacidad de la versión de consumo no especifica dónde se almacenan geográficamente los datos; quien necesite garantías de residencia (por ejemplo en la UE) tendrá que mirar hacia NotebookLM Enterprise, la variante de Google Cloud que sí ofrece ese control.

EN UNA FRASE

En cuenta personal, la protección depende de tu comportamiento (no pulsar feedback); en cuenta Workspace o Education, no hay revisión humana ni entrenamiento bajo ninguna circunstancia. Para documentos sensibles, esa diferencia decide qué cuenta usar.

Cerramos el análisis con lo que NotebookLM no garantiza, empezando por boca del propio Google:

Sobre los pódcast, el disclaimer oficial reconoce que los presentadores

y recuerda que la conversación generada no es una visión exhaustiva ni objetiva del tema, sino un reflejo de las fuentes subidas.

La prensa tecnológica ha documentado casos concretos de este tipo de error: un Audio Overview que atribuyó a un libro detalles que el libro no contenía y presentó una paráfrasis como cita textual, o una respuesta que recomendaba un material inadecuado para una pieza de automoción porque las fuentes que el usuario había subido eran de mala calidad. Este segundo caso ilustra la regla de oro de la herramienta: garbage in, garbage out. NotebookLM responde desde tus fuentes, así que la calidad de la respuesta nunca superará a la calidad del corpus. Circulan por algunos blogs cifras concretas de "tasa de alucinación" de NotebookLM frente a otros chatbots; no las recogemos porque no hay ningún estudio con metodología verificable que las respalde.

De ahí salen nuestras buenas prácticas, las mismas que aplicamos en nuestro trabajo con IA generativa:

• Curar el corpus antes de preguntar. Seleccionar las fuentes con el mismo criterio con el que se seleccionan para una revisión. El cuaderno es tan bueno como su contenido.
• Verificar las citas, siempre. Las citas en línea hacen la verificación fácil, pero no la hacen automática: hay que hacer clic y leer el pasaje. Y toda referencia bibliográfica que la herramienta redacte se comprueba contra la fuente real antes de usarla.
• Verificar las salidas derivadas antes de difundirlas. Un pódcast o un vídeo que va a salir del ámbito privado se coteja contra los documentos originales. Lo hacemos sistemáticamente con los audios y vídeos que producimos y no es raro encontrar imprecisiones que corregir.
• Recordar qué fase del trabajo cubre. Exploración, síntesis de lo ya reunido, docencia y divulgación, sí; búsqueda experta, cribado reglado y extracción verificada de una revisión sistemática, no.

NotebookLM es, de las herramientas de IA generalistas, la que mejor encaja con la cultura de trabajo de la documentación científica, porque su diseño gira alrededor de algo que en nuestro oficio es innegociable: saber de dónde sale cada afirmación. Bien usada, con un corpus curado y verificación sistemática, ahorra muchas horas y abre formatos de comunicación científica que antes exigían un estudio de producción.

Si quieres incorporarla con criterio en tu hospital, sociedad científica o grupo de investigación, es una de las herramientas que trabajamos en nuestros cursos de formación, desde el uso básico hasta flujos avanzados como el del visual abstract. Y si lo que necesitas es apoyo documental o acompañamiento en tu investigación con estas herramientas ya integradas en el proceso, también podemos ayudarte.

• Google: Privacy and Terms of Use in NotebookLM (página oficial de privacidad, consultada en julio de 2026).
• Google: NotebookLM FAQ (límites de fuentes y borrado).
• Google: Learn about NotebookLM (disclaimer oficial de errores).
• Google: Upgrade NotebookLM (tabla de límites por plan).
• Google: Add or discover new sources (tipos de fuente admitidos).
• Google Workspace Updates: NotebookLM and NotebookLM Plus now a Workspace Core Service (febrero de 2025).
• Google Workspace Updates: NotebookLM and Gemini app Core Services for Education customers (abril de 2025).
• Google: NotebookLM Audio Overviews (blog oficial, disclaimer de los pódcast).
• Google: NotebookLM Discover Sources (abril de 2025).
• Google: NotebookLM introduces curated featured notebooks (julio de 2025).
• Google Workspace Updates: New ways to customize and interact with your content in NotebookLM (marzo de 2026, estilos de infografía).
• Google: Google AI subscription plans y precios de Gemini (consultados en julio de 2026).
• Google Cloud: NotebookLM Enterprise overview.
• TechCrunch: NotebookLM's new update will help you build source repository from chat (junio de 2026, actualización a Gemini 3.5).
• Kyle Orland, Ars Technica: Fake AI "podcasters" are reviewing my book and it's freaking me out (23 de septiembre de 2024).
• XDA Developers: NotebookLM's Audio Overviews sound so human, you'll believe their misinformation.
• The Effortless Academic: Google's NotebookLM updates in 2025 for literature review and study.