[0. Antes de comparar: qué es realmente una IA conversacional]

Comparativa actualizada a septiembre de 2026 de asistentes de inteligencia artificial para astronomía amateur y técnica: observación, programación, análisis de datos, papers científicos, imagen y vídeo astronómico, redacción y estilo, SEO, divulgación e ilustración. No existe una IA infalible: toda respuesta que contenga datos físicos, efemérides, referencias bibliográficas, identificación de objetos o conclusiones científicas debe verificarse en fuentes primarias.
En nuestro foro por ejemplo, siempre actuar bajo principios de honestidad, sinceridad, neutralidad, y máximo consenso científico con el objetivo de explicar a nivel divulgativo.

0. Antes de comparar: qué es realmente una IA conversacional

Los productos llamados ChatGPT, Claude, Gemini, Grok, Perplexity y DeepSeek no son solo "un chatbot". Cada servicio puede combinar varios elementos:

• Modelo de lenguaje: redacta, resume, traduce, razona, programa y conversa.
• Modo de razonamiento o pensamiento: dedica más cálculo interno a problemas complejos. Puede mejorar una derivación, una depuración o un plan de observación, pero no elimina los errores ni sustituye una comprobación matemática.
• Búsqueda web: localiza páginas recientes y puede presentar enlaces o citas. La calidad depende de las fuentes recuperadas, no solo del modelo.
• Lectura de archivos: permite preguntar sobre PDF, CSV, hojas de cálculo, imágenes o código; no garantiza que la extracción de tablas, fórmulas, unidades o figuras sea perfecta.
• Ejecución de código y agentes: algunos planes pueden crear o ejecutar scripts, trabajar con repositorios, hojas de cálculo o tareas en varios pasos. Sigue siendo necesario revisar el código, sus dependencias y sus resultados.
• Conectores: pueden acceder, si el usuario lo autoriza, a Drive, GitHub, correo, almacenamiento u otros servicios. Nunca se deben conceder permisos innecesarios ni entregar contraseñas, claves API, datos personales de usuarios o copias completas de bases de datos.

¿Entienden de verdad los catálogos y la nomenclatura de objetos? Entienden el formato y el vocabulario (Messier, NGC/IC, HD, HIP, Gaia DR3, designaciones de variables, minor planet, cometas), pero no consultan en vivo SIMBAD, VizieR o el archivo Gaia salvo que la herramienta lo indique expresamente. Incluso los cruces de catálogos profesionales presentan tasas de error de varios puntos porcentuales en campos densos, por lo que un modelo de lenguaje puede fallar aún más al "recordar" una identificación. Cualquier coordenada, magnitud, tipo espectral o cruce de nomenclatura debe confirmarse en la fuente catalográfica original, nunca aceptarse tal cual de una IA conversacional.

Importante: una cita web no equivale a una referencia científica revisada por pares. Para un artículo astronómico hay que distinguir entre:

• fuente primaria: artículo, catálogo, archivo de misión, circular, base de datos observacional o documento institucional;
• fuente secundaria fiable: observatorio, agencia espacial, universidad, sociedad científica o manual técnico del fabricante;
• fuente terciaria: noticia, blog, foro, vídeo, red social o respuesta producida por IA.

La IA puede ayudar a encontrar, resumir y comparar estas fuentes. Y No debe inventar, y eso es el peligro.

1. Modelos y servicios: para qué sirve cada familia

Servicio	Punto fuerte práctico	Uso recomendable en astronomía y edición	Precaución principal
ChatGPT / OpenAI	Asistente generalista muy integrado con archivos, análisis, generación de texto, programación y flujos de trabajo.	Esquemas editoriales, metadatos SEO, tablas, transformación de CSV, explicación de scripts, borradores de artículos y asistencia de código con Codex.	No aceptar una cifra científica, referencia o resultado de cálculo sin trazabilidad.
Claude / Anthropic	Lectura y revisión de textos largos, buena continuidad documental y redacción con matices.	Comparar versiones de un artículo, revisar coherencia de una guía extensa, resumir un paper aportado por el usuario y transformar lenguaje técnico en divulgación rigurosa.	Puede producir explicaciones muy convincentes aunque una inferencia sea errónea. Pedir siempre citas textuales, sección y página del documento analizado.
Gemini / Google	Integración con el ecosistema Google, documentos, investigación asistida y herramientas de programación.	Trabajo con documentos de Google, exploración inicial de bibliografía, análisis de archivos, generación de scripts y asistencia desde Gemini Code Assist.	No confundir integración con Google con validación automática de resultados. Comprobar la procedencia real de cada dato y cada enlace.
Perplexity	Motor de respuesta e investigación orientado a búsqueda, síntesis y presentación de fuentes.	Localizar información reciente, iniciar una búsqueda bibliográfica, comparar documentación de equipos, hallar manuales, fuentes institucionales y contexto de actualidad.	Las citas son un punto de partida, no una garantía: abrir la fuente, comprobar que respalda exactamente la frase y preferir papers, catálogos y organismos primarios.
Grok / xAI	Modelo generalista con gran contexto, capacidades multimodales, búsqueda y una relación estrecha con información de actualidad de la plataforma X.	Exploración de tendencias, síntesis rápida, programación, contraste de conversaciones públicas y generación de borradores alternativos.	La conversación social no constituye evidencia científica. Aplicar especial cautela a afirmaciones virales, rumores, lanzamientos, observaciones no confirmadas y controversias.
DeepSeek	Alternativa eficiente para razonamiento, programación y uso mediante API; relevante para pruebas, automatización y entornos donde interesa controlar costes.	Generación de scripts, explicación de código, clasificación inicial de texto, automatizaciones propias y experimentación mediante API.	Antes de enviar datos sensibles, revisar expresamente jurisdicción, política de retención y condiciones de tratamiento de datos.

Qué significa "modelo" y qué significa "producto"

Un mismo producto puede cambiar el modelo disponible según el plan, la región, el nivel de carga o el tipo de tarea. Por ello, una comparativa debe indicar la fecha de revisión y evitar frases permanentes del tipo "X siempre usa el modelo Y".

En septiembre de 2026, las familias de mayor interés práctico son:

• OpenAI: GPT-5.x para conversación y tareas generales; variantes especializadas de Codex para programación y trabajo de repositorio.
• Anthropic: Claude Haiku para rapidez, Claude Sonnet para equilibrio entre capacidad y velocidad, y Claude Opus para tareas complejas y uso más intensivo.
• Google: Gemini Flash para rapidez y alta frecuencia; Gemini Pro para razonamiento, análisis y trabajo más exigente; Gemini Code Assist y Gemini CLI para desarrollo.
• xAI: Grok 4.x como familia avanzada; variantes o configuraciones centradas en razonamiento, contexto largo y agentes según el producto contratado.
• DeepSeek: modelos de la familia V3.x para uso general y código, y familia R1 o modos de razonamiento para problemas que requieren más pasos lógicos.
• Perplexity: no debe evaluarse solo como "un modelo": es una interfaz de investigación que puede ofrecer varios modelos de proveedores distintos, combinados con búsqueda y fuentes.

2. Redacción, gramática y capacidad divulgativa: cómo escribe cada IA

Un aspecto que suele quedar fuera de las comparativas técnicas es la calidad real de la escritura: si el texto tiene gramática correcta, léxico preciso y adecuado al público, y sobre todo si explica de forma que el lector realmente entiende, sin ambigüedad ni relleno vacío. Para un foro de divulgación esto es tan importante como la exactitud del dato.

• Gramática y ortografía: los modelos actuales de ChatGPT, Claude y Gemini cometen muy pocos errores gramaticales en español; los fallos que aparecen suelen ser de concordancia en frases muy largas o de puntuación en listas complejas, no de ortografía básica. Grok y DeepSeek son en general correctos, aunque Grok tiende a un registro más coloquial si no se le pide lo contrario, y DeepSeek puede mostrar alguna interferencia del inglés en construcciones técnicas poco frecuentes.
• Léxico y registro: Claude suele ajustar mejor el vocabulario al nivel del lector cuando se le especifica (neófito, iniciado, técnico); ChatGPT es muy flexible y responde bien a instrucciones de estilo explícitas; Gemini tiende a un tono más neutro y funcional, cercano al de la documentación; Perplexity, al centrarse en síntesis de fuentes, hereda a veces el registro de los textos citados, por lo que conviene pedirle que homogeneice el estilo.
• Capacidad de explicación: la diferencia más relevante no está en la corrección gramatical, sino en si el texto explica bien un concepto complejo sin simplificarlo de forma incorrecta. Claude y ChatGPT suelen ser los más consistentes en mantener el rigor mientras adaptan el nivel; Gemini es sólido cuando el material de partida es un documento concreto; Grok y DeepSeek pueden ser más directos y esquemáticos, lo que a veces ayuda y a veces deja fuera matices importantes.
• Comprensibilidad real: un texto gramaticalmente perfecto puede seguir siendo difícil de entender si encadena demasiadas subordinadas o usa términos técnicos sin definirlos. Pedir siempre frases cortas, un término técnico definido la primera vez que aparece, y ejemplos concretos mejora notablemente la comprensibilidad, independientemente del modelo usado.
• Coherencia en textos largos: Claude mantiene mejor la coherencia de estilo y de argumento en documentos muy extensos o en revisiones sucesivas de un mismo artículo; ChatGPT y Gemini son igualmente capaces en textos de longitud media, pero conviene revisar la coherencia terminológica cuando el texto se genera en varias tandas.

Prompt recomendado para calidad de redacción

Código:

Redacta en castellano correcto, con gramática y ortografía impecables. Usa frases claras y no demasiado largas. 
Define cualquier término técnico la primera vez que aparezca. 
Adapta el nivel a un lector [indicar: neófito / iniciado / medio/ avanzado/ técnico] en astronomía. 
No uses relleno ni frases vacías. Si una idea o concepto no lo entiendes o hay ambiguedad, pregunta antes de continuar.

Ninguna IA sustituye una relectura humana final: la revisión editorial sigue siendo necesaria para comprobar tono, precisión terminológica y coherencia con el resto del artículo.

3. Observación astronómica, cálculo y análisis de datos

Preparación de una observación

Una IA puede ser útil para convertir una intención amplia en una lista de trabajo concreta. Por ejemplo:

• proponer objetos adecuados para una estación y tipo de telescopio;
• explicar qué parámetros importan: altura, hora de tránsito, fase lunar, elongación, brillo superficial, tamaño angular, constelación y contaminación lumínica;
• crear una lista de comprobación de colimación, aclimatación, alimentación, puesta en estación, enfoque y adquisición;
• generar una plantilla de cuaderno de observación;
• convertir coordenadas, fechas y formatos, siempre que se revise el resultado.

Pero la IA no debe sustituir a software y fuentes astronómicas especializadas. Para posiciones, visibilidad, efemérides, ocultaciones, astrometría, identificación de objetos o datos físicos, emplear herramientas apropiadas como planetarios, JPL Horizons, MPC, CDS/SIMBAD, VizieR, NASA/ESA, Gaia Archive, AAVSO y catálogos o archivos de misión pertinentes.

Análisis de datos y cálculo científico

Tarea	IA útil	Método correcto	Error habitual que evitar
Crear o explicar un script Python	ChatGPT, Claude, Gemini, DeepSeek, Grok o Copilot	Pedir código reproducible, versión de librerías, unidades, datos de entrada, pruebas y salida esperada.	Copiar y ejecutar código sin entender supuestos, rutas, unidades, formato FITS, zona horaria o sistema de coordenadas.
Analizar un CSV de fotometría o una tabla de observaciones	ChatGPT, Claude, Gemini y herramientas con análisis de archivos	Conservar el CSV original; documentar filtros, errores, fecha JD/BJD, calibración, criterio de exclusión y script final.	Interpretar una gráfica generada automáticamente como resultado físico definitivo.
Derivar una fórmula o revisar unidades	Modelos con modo de razonamiento	Exigir desarrollo simbólico, análisis dimensional, valores de prueba y comprobación independiente con Python, calculadora o software científico.	Dar por buena una ecuación porque la prosa que la acompaña parece convincente.
Identificar o cruzar un objeto con un catálogo	Ninguna IA conversacional por sí sola	Consultar directamente SIMBAD, VizieR, Gaia Archive, MPC o AAVSO/VSX.	Aceptar una designación, coordenada o cruce de catálogo "recordado" por el modelo sin verificarlo en la base de datos original.

Regla de reproducibilidad: para cualquier resultado que vaya a publicarse, conservar datos originales, versión del software, parámetros, código, fecha, fuente y criterio de validación.

4. Papers, bibliografía y divulgación científica

Límite explícito, sin excepciones: estas herramientas se describen aquí exclusivamente para entender, resumir y divulgar literatura científica ya publicada. Está prohibido usar una IA generativa para redactar, completar o generar el texto, los datos, el análisis estadístico o las figuras de un manuscrito destinado a publicación en una revista o repositorio de preprints. No es un criterio propio del foro: coincide con la política de las principales revistas y organismos científicos en 2026.

Por qué está prohibido escribir papers con IA

• Ninguna revista importante permite que una IA figure como autora ni asuma responsabilidad sobre el contenido; la autoría exige rendición de cuentas, y un modelo de lenguaje no puede darla.
• Nature Portfolio permite asistencia de IA para editar redacción, pero exige declararlo en Métodos, indicando modelo, versión, fecha y propósito; y prohíbe imágenes o figuras generadas por IA en el manuscrito, salvo casos excepcionales evaluados caso por caso.
• Science (AAAS) prohíbe totalmente el texto generado por IA en el cuerpo del artículo, y considera su uso no declarado una falta de integridad científica.
• Subir un manuscrito propio o ajeno a una IA externa durante el proceso de revisión por pares está prohibido en la práctica totalidad de revistas, por confidencialidad.
• Fabricar o alterar datos, citas, resultados o imágenes con IA se trata como una violación de integridad científica, no como un simple problema de estilo.

Uso correcto y permitido: comprensión y divulgación

• 1. Localizar el original: título, DOI, arXiv, ADS o revista. Nunca trabajar solo desde una noticia o un resumen generado por IA.
• 2. Aportar el PDF o un enlace verificable: indicar edición, versión, fecha, y si es preprint o artículo revisado por pares.
• 3. Pedir extracción estructurada: objetivo, muestra, instrumento, método, datos, incertidumbres, resultados y limitaciones reconocidas por los propios autores.
• 4. Exigir referencias localizables: cada afirmación debe llevar página, figura, tabla o ecuación concreta del documento.
• 5. Separar resultado de interpretación: "el paper mide/encuentra" no equivale a "esto demuestra definitivamente".
• 6. Redactar la divulgación en el foro con la IA como apoyo de estilo: esto sí está permitido y es distinto de escribir ciencia original.
• 7. Revisión humana final: nomenclatura, unidades, catálogos, instrumentos, fechas, autores, DOI, enlaces y sentido físico.

Prompts recomendados

Para lectura crítica:

Código:

Lee exclusivamente el PDF adjunto. Separa: 1) datos medidos, 2) método, 3) resultados cuantitativos, 4) interpretación de los autores, 5) limitaciones reconocidas. Indica página, figura, tabla o ecuación para cada punto. Si algo no aparece en el documento, responde "no consta". No propongas redacción para un nuevo artículo científico, solo un resumen para divulgación en foro.

5. Imagen y vídeo astronómico: obtención de datos, filtros y tratamiento con IA

Obtención de datos: técnica y filtros

• Cámara mono vs OSC: mono con filtros separados da más control fotométrico y de color; OSC es más simple mecánicamente pero mezcla el color en un solo sensor.
• Filtros de banda ancha: luminancia (L), rojo, verde, azul (RGB), y filtros de corte UV/IR para evitar halos en refractores y falseo de enfoque.
• Filtros de banda estrecha: Hidrógeno-alfa (Hα), Oxígeno III (OIII) y Azufre II (SII), imprescindibles en nebulosas de emisión y bajo contaminación lumínica o con Luna presente.
• Filtros anticontaminación lumínica (LP/CLS/Duo-narrowband): útiles en cielos urbanos, pero cambian la respuesta cromática y deben calibrarse aparte.
• Planetaria y solar: filtros IR-pass, filtros de continuo, filtros solares de densidad neutra certificados, y cámaras de alta velocidad de fotogramas para "lucky imaging".
• Metadatos imprescindibles: tiempo de exposición, ganancia/ISO, temperatura del sensor, número de subexposiciones, calibración con darks/flats/bias, fecha y hora UTC, y condiciones de seeing/transparencia.

Ninguna IA generativa participa correctamente en esta fase: la calidad del dato depende de óptica, seguimiento, enfoque, filtros y calibración, no de software posterior. La IA solo entra después, en el procesado.

Tratamiento lineal: qué es y qué no tocar todavía

Una imagen astronómica "lineal" conserva la relación matemática directa entre fotones recibidos y valor de píxel, antes de aplicar curvas de estiramiento de histograma. En esta fase:

• se hace calibración (bias/dark/flat), alineado y apilado (stacking);
• se corrige el gradiente de fondo de cielo (contaminación lumínica, Luna o viñeteo);
• se puede aplicar deconvolución asistida por IA para recuperar nitidez perdida por óptica y seguimiento, en esta fase, antes de reducir ruido;
• no se debe todavía estirar el histograma, saturar color ni aplicar nitidez agresiva.

Herramientas de referencia en 2026: PixInsight con preprocesado por lotes (WBPP), Siril como alternativa gratuita y de código abierto, y complementos de IA como BlurXTerminator (RC-Astro) para deconvolución asistida, que conviene aplicar tras la extracción de gradiente y antes de la reducción de ruido, indicando manualmente el FWHM en lugar de confiar en la autodetección.

Procesado en Cielo Profundo (Deep Sky)

• Extracción de gradiente y fondo de cielo: GraXpert, gratuito y de código abierto, incorpora un modelo de IA para eliminación de gradiente y reducción de ruido, muy competitivo en campos amplios difíciles.
• Reducción de ruido: NoiseXTerminator (RC-Astro) y GraXpert AI Denoise son las opciones más citadas en 2026; Topaz Photo (Denoise Max, Wonder 3) ofrece modelos generalistas pensados originalmente para fotografía terrestre, por lo que conviene validar visualmente que no borran estructura débil real.
• Separación y eliminación de estrellas: herramientas como StarNet permiten aislar el campo estelar del objeto difuso para procesarlos por separado y recombinarlos después; es una técnica reconocida en astrofotografía, no una manipulación oculta, siempre que se declare.
• Estiramiento no lineal y color: tras acabar el trabajo lineal, se aplica la curva de estiramiento de histograma, balance de color y saturación; ya no deben aplicarse herramientas de deconvolución.
• Software de referencia: PixInsight (más completo y técnico), Siril + GraXpert (ruta gratuita muy competitiva), Astro Pixel Processor y AstroWizard como flujo guiado simplificado.

Procesado Planetario, Lunar y Solar

Aquí la lógica es distinta: no se trata de acumular señal débil, sino de congelar los mejores instantes de una atmósfera turbulenta ("lucky imaging") y combinarlos.

• Captura: vídeo de alta velocidad de fotogramas con software como FireCapture, en formato SER, ajustando exposición, ganancia y ROI sobre el objeto.
• Apilado (stacking): AutoStakkert!4 analiza la calidad de cada fotograma, descarta los peores por turbulencia atmosférica y apila un porcentaje seleccionado de los mejores.
• Derotación: cuando la captura dura varios minutos, la rotación propia del planeta desenfoca el resultado si no se corrige. WinJUPOS sigue siendo el estándar, alineando el contorno del planeta a la hora exacta UTC de cada toma; LuckyStackWorker v7 (desde enero de 2026) incorpora derotación integrada como alternativa más simple para combinar tomas separadas en el tiempo.
• Nitidez por wavelets/IA: tras el apilado y la derotación se aplica nitidez por wavelets (RegiStax, waveSharp) o modelos de nitidez asistidos por IA; se recomienda ajustar según ruido cromático y evitar sobreafilar el limbo o crear anillos artificiales.
• Software de referencia 2026: FireCapture (captura), AutoStakkert!4 (apilado), WinJUPOS o LuckyStackWorker v7 (derotación), waveSharp o RegiStax (nitidez), y edición fina en Photoshop o Giotto.

Reglas de honestidad editorial para imagen procesada

• Declarar siempre software y técnica usada: apilado, derotación, deconvolución asistida por IA, eliminación/recombinación de estrellas, reducción de ruido por IA.
• No presentar una imagen generada por IA (relleno, "hallucinated detail", upscaling generativo sin base de datos real) como si fuera una captura o un procesado fiel de datos reales.
• Diferenciar en el pie de foto entre dato real procesado, composición técnica (por ejemplo HaRGB o mosaico) e ilustración conceptual.
• Ante dudas de un lector sobre si una imagen "parece demasiado perfecta", es preferible pedir al autor los datos de captura y el flujo de procesado que asumir manipulación.

6. Programación: PHP, HTML, Python y automatización

Herramienta	Ventajas principales	Uso más adecuado	Limitación o control necesario
GitHub Copilot en VS Code u otro IDE compatible	Autocompletado contextual, chat dentro del editor, explicación y edición de código cercanas al archivo real.	Cambios pequeños, funciones, refactorización controlada, comentarios, pruebas y revisión de errores locales.	No aplicar cambios automáticos en producción. Revisar diferencias, seguridad, compatibilidad y pruebas antes de subir código.
Gemini Code Assist	Asistencia integrada en desarrollo y cuota gratuita amplia para uso individual.	Programación cotidiana, explicación de archivos, creación de pruebas y apoyo con varios lenguajes.	La cuota no sustituye la revisión de seguridad ni el control de versiones.
ChatGPT y Codex	Buen apoyo para diseñar una solución, generar parches, revisar errores, trabajar con archivos y explicar pasos.	Planificar migraciones, generar scripts auxiliares, analizar logs y documentar cambios.	Exigir siempre un cambio mínimo y probarlo primero sobre una copia de trabajo, nunca en producción directa.
Claude	Útil para leer código largo, detectar incoherencias y explicar arquitectura o dependencias entre archivos.	Auditar un módulo, comparar dos versiones de un fichero y preparar documentación técnica.	No asumir que conoce las particularidades de una instalación modificada sin aportarle los archivos relevantes.
DeepSeek	Alternativa eficaz para explicación, generación de código y uso vía API en tareas repetibles.	Scripts de procesamiento y experimentos de automatización.	Valorar con cuidado los datos enviados y mantener secretos y claves fuera de los prompts.
Perplexity	Localización de documentación, ejemplos, changelogs y fuentes técnicas citadas.	Investigar una función, una sintaxis, una librería o una incompatibilidad concreta.	No copiar fragmentos de foros sin comprobar versión, licencia, fecha y seguridad.

Python para astronomía y datos

Para cálculos, fotometría, tablas, automatización o gráficos, pedir siempre:

• entorno y versión de Python;
• librerías y versiones, por ejemplo numpy, pandas, matplotlib, astropy, astroquery, photutils o scipy;
• formato exacto de los datos de entrada;
• unidades y escala temporal: UTC, TT, TDB, JD, MJD o BJD;
• criterios de limpieza de datos y tratamiento de valores nulos;
• pruebas con datos sintéticos o casos conocidos;
• salida guardada en CSV, FITS, PNG, PDF o tabla reproducible;
• explicación de límites, incertidumbres y supuestos.

7. SEO y automatización editorial

La IA no reemplaza a Google Search Console, los logs, un rastreador ni una auditoría técnica. Su valor está en clasificar, proponer, resumir, detectar incoherencias y preparar borradores que luego se validan con datos reales.

Herramienta o sistema	Qué hace bien	Qué no debe delegarse ciegamente
Google Search Console	Consultas, impresiones, clics, CTR, cobertura, indexación, sitemaps y problemas detectados por Google.	Interpretar una fluctuación breve como cambio algorítmico sin comparar fechas, URLs, estacionalidad y cambios internos.
Screaming Frog y rastreadores equivalentes	Enlaces, estados HTTP, títulos, metadescripciones, canonicals, redirecciones, duplicados, imágenes y arquitectura interna.	Cambiar miles de URLs, canonicals o redirecciones a partir de una regla automatizada sin muestreo y plan de reversión.
IA conversacional	Agrupar consultas, detectar intención, proponer clusters temáticos, reescribir introducciones, generar tablas, títulos alternativos y enlazado interno sugerido.	Inventar volumen de búsqueda, posición, competencia, enlaces entrantes o comportamiento real de Google.
Perplexity, Gemini o buscadores web con citas	Explorar fuentes, preguntas emergentes, documentación reciente y enfoques de contenido.	Tomar snippets o resúmenes como estudio de competencia completo.

8. Ilustración científica y técnica: utilidad y límites

La generación de imágenes puede servir para crear:

• portadas conceptuales claramente identificadas como ilustración;
• diagramas de composición, diseño o ambientación;
• borradores visuales para una infografía posterior;
• fondos, iconos o elementos decorativos no científicos;
• ideas de estructura para una lámina que después se redibuja de forma verificable.

No debe emplearse para fabricar o "mejorar" evidencia observacional. Una nebulosa, planeta, galaxia, mapa lunar, imagen solar, espectro, curva de luz, carta celeste, simulación física o comparación instrumental debe diferenciar claramente entre:

• dato observacional real;
• procesado de datos reales, con método declarado;
• simulación científica, con parámetros y fuente declarados;
• ilustración artística o imagen generada por IA.

Pie de imagen recomendado:

Código:

Ilustración artística y conceptual generada con IA y revisada editorialmente. 
No representa una observación astronómica real, ni una simulación física ni datos científicos; pero está inspirada en ellos

9. Planes gratuitos y primer nivel de pago: qué cambia realmente

Los precios, modelos y límites varían por país, impuestos, promociones, capacidad disponible y cambios de producto. Comprobar la página oficial mostrada para la cuenta concreta antes de contratar.

Servicio	Versión gratuita	Primer nivel de pago individual	Qué suele aportar el pago
ChatGPT	Uso general con límites variables de modelos y herramientas.	ChatGPT Plus o plan equivalente de entrada.	Más capacidad, límites más altos, acceso más estable a modelos y herramientas avanzadas.
Claude	Uso ocasional con límites de mensajes.	Claude Pro (20 USD/mes o 200 USD/año).	Mayor capacidad por sesión, más continuidad en proyectos y límites superiores; Claude Max amplía aún más desde 100 USD/mes.
Gemini	Uso general con cuenta Google, sujeto a límites de modelo y herramientas.	Google AI Pro (19,99 USD/mes).	Hasta cuatro veces el uso de Free, Deep Research y funciones del ecosistema Google; Ultra amplía más los límites.
Perplexity	Búsquedas estándar y una cantidad limitada de búsquedas Pro e investigación avanzada.	Perplexity Pro (20 USD/mes).	Más búsquedas avanzadas, más investigación y selección de modelos de terceros; Max figura en 200 USD/mes.
Grok	Acceso condicionado por plataforma, región y límites de cuenta.	SuperGrok (30 USD/mes).	Mayor límite de uso, acceso a modelos más avanzados y conectores adicionales.
DeepSeek	Chat web o app, según disponibilidad y capacidad del servicio.	Uso de API por consumo.	Integración en automatizaciones propias, con coste vinculado al volumen utilizado.
GitHub Copilot	Copilot Free: 2.000 completados y 50 mensajes de chat al mes.	Copilot Pro (10 USD/mes).	Más créditos, modelos seleccionables y funciones de desarrollo avanzadas.

Cuándo merece la pena pagar ?

• se trabaja casi a diario con documentos largos, archivos, código o investigación;
• los límites gratuitos interrumpen tareas reales de edición, programación o análisis;
• se necesita un modelo concreto o mayor contexto para un proyecto profesional;
• el tiempo ahorrado es superior al coste mensual;
• se dispone de un procedimiento claro para proteger datos y revisar resultados.

10. Resumen general: elección por tarea

Uso	Primera opción práctica	Alternativa o contraste	Condición imprescindible
Preparar una sesión de observación	ChatGPT, Claude o Gemini para estructurar el plan.	Perplexity para localizar fuentes recientes.	Confirmar efemérides, posición y visibilidad en software y fuentes astronómicas especializadas.
Buscar contexto y fuentes recientes	Perplexity.	Gemini, buscador web y ADS/arXiv/SIMBAD según el caso.	Abrir y verificar cada fuente relevante.
Entender un paper extenso	Claude o ChatGPT con el PDF aportado.	Gemini para trabajo documental.	Exigir página, figura, tabla o ecuación; leer el original. Nunca usarlo para redactar el paper.
Redacción divulgativa de calidad	Claude para matiz y coherencia; ChatGPT para estructura y variantes de estilo.	Gemini como alternativa neutra.	Revisión humana final de tono, léxico y claridad.
Tratamiento de imagen Deep Sky	GraXpert + Siril o PixInsight.	NoiseXTerminator, BlurXTerminator.	Declarar siempre la técnica de IA usada; no confundir con dato bruto.
Tratamiento de imagen planetaria	FireCapture + AutoStakkert!4 + WinJUPOS.	LuckyStackWorker v7, waveSharp.	Derotar siempre que la captura supere unos pocos minutos.
PHP, HTML y mantenimiento web	Copilot en IDE para trabajo local; ChatGPT o Claude para análisis y revisión.	Gemini Code Assist y DeepSeek.	Copia de seguridad, entorno de pruebas y reversión antes de aplicar cambios.
Python y análisis científico	ChatGPT, Claude o Gemini para crear y explicar scripts.	DeepSeek para experimentación y API; Copilot dentro del IDE.	Código reproducible, unidades, validación independiente y conservación de datos originales.
SEO editorial y arquitectura de contenidos	Search Console y rastreador para datos reales; ChatGPT o Claude para transformar esos datos en borradores.	Perplexity o Gemini para investigación documental.	No atribuir a una IA datos de ranking, tráfico o competencia que no procedan de herramientas reales.
Ilustración científica y técnica	Diagramas reproducibles, vectoriales o generados desde datos reales.	IA generativa para concepto o borrador visual claramente etiquetado.	Nunca presentar una imagen inventada como observación, simulación o dato científico.

11. Qué más conviene no olvidar

• Multimodalidad de audio: varios de estos servicios ya transcriben y resumen charlas, ponencias o podcasts de astronomía; útil para actas de conferencias o resúmenes de vídeos divulgativos, con la misma exigencia de verificación que un texto.
• Traducción técnica: traducir un paper o una nota de prensa de una agencia espacial es distinto de redactarlo; sigue siendo divulgación, no autoría científica, pero conviene revisar terminología y nomenclatura de catálogos tras la traducción.
• Accesibilidad: generación de texto alternativo (alt) para imágenes técnicas y resúmenes en lenguaje sencillo para lectores nuevos en astronomía.
• Coste computacional y huella energética: el uso intensivo de IA generativa, especialmente en imagen y vídeo, tiene un coste energético no despreciable.
• Retención y uso de datos por proveedor: cada servicio tiene políticas distintas sobre si el contenido enviado se usa para entrenar modelos; revisar la política vigente antes de subir contenido sensible.
• Detección de contenido generado por IA: varias revistas ya usan herramientas de detección y verificación de estilo en manuscritos, motivo adicional para no mezclar redacción de foro con intentos de generar contenido para publicación académica.

en resumen

• ChatGPT:
   asistente generalista potente para estructura, archivos, análisis, programación, documentación y tareas editoriales.
• Claude:
   especialmente útil para lectura detenida, documentos extensos, revisión de coherencia y divulgación escrita con matices.
• Gemini:
   alternativa muy integrada con el ecosistema Google y especialmente interesante junto con Gemini Code Assist para desarrollo.
• Perplexity:
   muy valioso como capa de investigación y localización de fuentes, siempre abriendo y comprobando las referencias.
• Grok:
   útil para tareas generales, contexto de actualidad y contraste de conversación pública, pero no como sustituto de evidencia científica.
• DeepSeek:
   opción relevante para programación, razonamiento y automatización por API, con revisión previa de privacidad y tratamiento de datos.
• Copilot y Gemini Code Assist:
   las opciones más prácticas cuando el trabajo principal consiste en escribir, revisar y probar código dentro de un IDE.
• GraXpert, PixInsight/Siril, AutoStakkert!4 , WinJUPOS ... :
   siguen siendo el núcleo del procesado real de imagen astronómica. Es importante no confundir dos categorías distintas de inteligencia artificial: la IA generativa (la que crea imágenes nuevas a partir de un prompt de texto, como los generadores de imagen de ChatGPT, Gemini o Midjourney) inventa contenido que no existía; en cambio, las redes neuronales entrenadas que usan herramientas como BlurXTerminator, NoiseXTerminator o GraXpert AI no generan imagen nueva, sino que aplican una función aprendida de deconvolución, reducción de ruido o extracción de gradiente sobre los píxeles que ya están presentes en tu propio dato. Bien aplicadas, no fabrican detalle inexistente; mal aplicadas (fuerza excesiva, PSF mal estimada, o partir de una señal demasiado débil), pueden producir artefactos o "detalle" engañoso, igual que ocurre con cualquier técnica clásica de nitidez o reducción de ruido llevada al extremo. En ningún caso sustituyen el conocimiento del flujo de trabajo: calibración correcta, tiempo de integración suficiente, PSF bien estimada y comparación constante con la imagen sin procesar.
• Search Console, logs y rastreadores:
   siguen siendo imprescindibles para SEO técnico; una IA puede interpretar datos reales de indexación, rastreo y rendimiento ... detectar duplicados y canibalización de temas, problemas de recursos faltantes, etc..

IA generativa vs. IA de restauración entrenada: no es lo mismo

Tipo de IA	Qué hace	Ejemplo	Riesgo principal
IA generativa	Crea imagen nueva a partir de ruido aleatorio o de un prompt de texto; no parte de tus datos de captura.	Midjourney, DALL-E, generadores de imagen de ChatGPT/Gemini	Inventa por completo el contenido; nunca debe presentarse como una observación o un procesado de datos reales.
IA de restauración/reconstrucción entrenada	Red neuronal entrenada para invertir un proceso de degradación conocido (desenfoque óptico/atmosférico, ruido de sensor, gradiente de fondo), aplicada sobre los píxeles reales de tu imagen.	BlurXTerminator, NoiseXTerminator, GraXpert AI (gradiente y ruido)	No inventa desde cero, pero un uso excesivo o con datos de partida muy pobres puede producir artefactos o detalle poco fiable; debe declararse su uso y compararse con la imagen sin procesar.

La regla final para astronomía es sencilla: la IA puede acelerar la búsqueda, ordenar el conocimiento y mejorar la redacción; la validación científica, observacional, catalográfica, editorial y técnica continúa siendo responsabilidad humana.

- - -

Uf, que extenso pero muy interesante.
Volver a leerlo para quedarme con lo que me pueda interesar.
Gran trabajo y gracias por compartirlo.

- - -