La plataforma CitSciSort, desarrollada por la Fundación Ibercivis en el marco del proyecto europeo RIECS-Concept, quiere analizar 12.855 artículos científicos sobre ciencia ciudadana. Sesenta personas han leído y clasificado ya los primeros 1.654.
Una primera lectura, todavía provisional, muestra que la ciencia ciudadana es sobre todo una herramienta de trabajo en zoología, entomología o astronomía y un objeto de estudio en educación. El 2 de diciembre, un taller en línea invita a clasificar juntos los artículos de educación, de los que solo se ha leído uno de cada diez.
Cada año se publican cientos de artículos científicos en los que aparece la ciencia ciudadana. Algunos cuentan el descubrimiento de una supernova o la llegada de una especie invasora gracias a las observaciones de miles de voluntarios. Otros se preguntan por qué participa la gente, si los datos que recoge son fiables o qué aprende un estudiante que mide la calidad del agua de su río. Hasta ahora no existía una clasificación de todo ese conjunto con un criterio común y transparente. Ese es el objetivo de CitSciSort, una plataforma en la que cualquier persona puede leer resúmenes de artículos reales y clasificarlos según tipo, metodología y herramientas utilizadas.
La base de datos de la plataforma reúne 12.855 artículos publicados en 4.119 revistas, repartidos en 231 categorías de Web of Science, que acumulan 229.022 citas. Desde que se abrió la plataforma, en noviembre de 2025, 60 personas han hecho 1.698 clasificaciones y han dado una primera lectura a 1.654 resúmenes, el 12,9 % del total.

Qué es CitSciSort
CitSciSort es una herramienta desarrollada por Ibercivis que forma parte de RIECS-Concept (Towards a Pan-European Research Infrastructure for Excellent Citizen Science), un proyecto financiado por Horizonte Europa en el que participan 13 socios de 8 países y que estudia cómo debería ser una infraestructura europea de investigación para la ciencia ciudadana. Para diseñarla hace falta saber primero cómo está presente la ciencia ciudadana en la investigación, en qué disciplinas, con qué objetivos y con qué herramientas. Los artículos proceden de una búsqueda sistemática en Web of Science, en colaboración con Kampal.
La clasificación empieza con una pregunta sencilla:
- Ciencia ciudadana como método. La investigación estudia un fenómeno, como la distribución de una especie, la contaminación del aire o la forma de una galaxia, y la ciencia ciudadana es la manera de investigarlo.
- Ciencia ciudadana como objeto de estudio. La investigación trata sobre la propia ciencia ciudadana: quién participa, qué calidad tienen los datos, qué impacto tiene o cómo debería diseñarse un proyecto.
- No estoy seguro. Es una respuesta válida y útil, porque señala los casos en los que la frontera entre las dos categorías no está clara.
Para decidir, ayuda preguntarse cuál es el resultado principal del artículo. Si es un hallazgo sobre el mundo, como dónde vive una especie, qué calidad tiene el aire de un barrio o qué forma tiene una galaxia, la ciencia ciudadana es el método, ya que es la manera en que se ha llegado a ese resultado. Si el resultado habla de la propia ciencia ciudadana, como se participa, si los datos son fiables o qué aprenden los participantes, es el objeto de estudio.
En ese segundo caso, quien clasifica indica además qué aspectos trata el artículo, entre siete opciones: participación, impacto, metodología, tecnología, calidad de datos, teoría y ética. Puede marcar más de uno. En todos los casos puede anotar también qué plataformas o herramientas se mencionan.
Clasificar un resumen lleva entre dos y tres minutos.
¿Qué descubrirás al participar?
CitSciSort produce datos, pero también es una forma de aprender. Quien clasifica lee resúmenes de investigaciones reales publicadas en revistas científicas y, al cabo de unas decenas de clasificaciones, tiene una imagen bastante precisa de lo que se investiga en ciencia ciudadana: qué preguntas se hacen, en qué disciplinas, con qué plataformas y qué debates siguen abiertos.
Además, cada persona puede centrarse en lo que le interesa. La plataforma ofrece 150 retos que agrupan los artículos por disciplina de Web of Science (50), por revista (50) o por palabra clave (50). Una profesora puede leer solo artículos de educación, un ornitólogo los de su campo y una ingeniera los que tratan de sensores o aprendizaje automático. Es una manera rápida de ponerse al día de lo que se ha publicado sobre ciencia ciudadana en el área propia. Los resúmenes interesantes se pueden guardar para leerlos después, y los casos dudosos se pueden comentar con otras personas en los debates de cada artículo.
Hay otro beneficio: el descubrimiento. Al clasificar te encuentras con artículos, plataformas y proyectos a los que difícilmente habrías llegado de otra forma. El personal docente encontrará ideas que llevar a su alumnado, y quien participa por interés propio ampliará conocimientos y saciará su curiosidad.
Un campo de investigación que se ha multiplicado por catorce
El corpus muestra lo rápido que ha crecido la investigación en ciencia ciudadana. En 2010 se publicaron 124 artículos y en 2024 fueron 1.710, casi catorce veces más. Más de la mitad de todo el conjunto (el 59 %) se ha publicado entre 2020 y 2024. Las cifras de 2025 son todavía parciales, porque la búsqueda se cerró a principios de ese año.

Por disciplinas, encabezan la lista la ecología (2.198 artículos), las ciencias ambientales (2.153) y la conservación de la biodiversidad (1.441). Seguido de la ingeniería eléctrica y electrónica (1.060) y dos categorías de informática, con cerca de 900 artículos cada una. La ciencia ciudadana es también un asunto de sensores, redes y algoritmos. La categoría de educación e investigación educativa suma 328 artículos, a los que se añaden otros 136 sobre enseñanza de disciplinas científicas.
España, séptimo país del mundo
Las afiliaciones de los autores permiten saber desde dónde se investiga. Estados Unidos aparece en 4.866 artículos y el Reino Unido en 2.062. Les siguen Australia, Alemania, Italia y Canadá, y en séptimo lugar, España. Hay autores de centros españoles en 791 artículos, el 6,2 % del corpus, por delante de Francia, China o los Países Bajos. La producción española ha pasado de 6 artículos en 2010 a 140 en 2024.
Las instituciones que más aparecen son el CSIC (62 artículos), la Universitat Autònoma de Barcelona (unos 34), la Universitat de Barcelona (30), la Universidad Complutense de Madrid (23) y la Universidad de Granada (20). Les siguen las universidades de Sevilla, Valencia y Zaragoza.

Lo que dicen las primeras 1.700 lecturas
De las 1.698 clasificaciones realizadas, el 46 % considera que la ciencia ciudadana es el objeto de estudio del artículo, el 37 % que es el método, y el 18 % no se decide. Esa duda es en sí misma un resultado, porque la frontera entre las dos categorías no siempre es nítida.

Lo más llamativo aparece al separar las clasificaciones por disciplina. En las ciencias naturales, la ciencia ciudadana es sobre todo una herramienta para observar el mundo. En entomología, 24 de las 31 clasificaciones la consideran método, y lo mismo ocurre en zoología (34 de 51), biología marina (37 de 65) y astronomía (36 de 63). En el otro extremo, en comunicación, informática, sostenibilidad y educación, la ciencia ciudadana es lo que se estudia. En educación, 31 de las 39 clasificaciones (el 79 %) la consideran objeto de estudio y solo 2 la consideran método.
La duda tampoco se reparte por igual. Donde más «no estoy seguro» se acumula es en las disciplinas técnicas: la mitad o más de las clasificaciones en instrumentación (15 de 26) y química analítica (14 de 28), y el 43 % en ingeniería eléctrica y electrónica. En esos artículos, que suelen presentar un sensor o un dispositivo pensado para que lo use la ciudadanía, es difícil decidir si el resultado es una medida del mundo o una mejora de la propia ciencia ciudadana. Son justo los casos en los que la discusión entre personas aporta más.

Cuando la ciencia ciudadana es el objeto de estudio, los aspectos que más se marcan son la participación (en el 47 % de los casos), el impacto (45 %) y la metodología (44 %). La ética aparece mucho menos (10 %). Siete de cada diez artículos de este grupo tratan más de un aspecto a la vez. En educación destacan el impacto y la participación, marcados en el 71 % de los casos, mientras que la tecnología aparece en una sola clasificación y la calidad de los datos en tres. La investigación educativa se pregunta sobre todo qué produce la ciencia ciudadana en quienes participan y cómo se implican, y mucho menos por las herramientas o la fiabilidad de los datos.

Un campo que madura
Las clasificaciones permiten ver también cómo ha cambiado la investigación con el tiempo. Entre los artículos publicados entre 2010 y 2014, la mitad (52 %) estudiaba la ciencia ciudadana y solo el 27 % la usaba como método. Entre los publicados desde 2020, el método ha subido al 39 % y el objeto de estudio ha bajado al 44 %. En los artículos de 2023, por primera vez, los que usan la ciencia ciudadana como herramienta (46 %) superan a los que la estudian (38 %). También se reduce la duda, del 21 % al 17 %, como si la frontera entre los dos tipos fuera cada vez más clara.
La lectura más probable es que el campo ha madurado. Primero hubo que discutir cómo se hace ciencia ciudadana y si sus datos son fiables. Una vez resuelto en buena parte, cada vez más equipos la usan sin más para responder a sus propias preguntas.

También han cambiado las preguntas de quienes estudian la ciencia ciudadana. En los artículos de 2010 a 2014, el aspecto más marcado era la tecnología (43 %). ¿Funciona la aplicación? ¿Sirve el sensor? Desde 2020, la tecnología ha bajado al 25 % y en cabeza están la participación (51 %) y el impacto (49 %). La teoría ha subido del 16 % al 25 %, y la ética, que casi no aparecía en el primer periodo (2 %), llega al 13 %. La pregunta ya no es solo si la ciencia ciudadana funciona, sino qué produce, cómo entenderla y si es justa con quienes participan. Es justo el terreno en el que se mueve la investigación educativa.

Estas tendencias se basan en pocas clasificaciones para los primeros años (98 entre 2010 y 2014), así que deben leerse como una indicación que habrá que confirmar.
Las plataformas de ciencia ciudadana
Una de cada tres clasificaciones menciona alguna plataforma o herramienta. La más citada, con mucha diferencia, es iNaturalist (96 menciones), seguida de Zooniverse (32), eBird (28) y GBIF (20). No todas aparecen del mismo modo. iNaturalist y eBird se usan sobre todo como herramienta: iNaturalist aparece en 63 clasificaciones de «método» y en 30 de «objeto de estudio», y eBird en 19 y 7. En cuanto a Zooniverse, en cambio, se investiga tanto con ella como sobre ella (14 y 17).

Por qué estos resultados son provisionales
Todo lo anterior es una primera lectura y hay que tomarlo con prudencia, por tres razones.
- Cada resumen tiene, por ahora, una sola lectura. El diseño de CitSciSort pide que cinco personas distintas clasifiquen cada resumen antes de considerar que hay consenso, y ninguno ha llegado aún a ese punto. Hay una señal alentadora: de los 44 resúmenes que ya tienen dos lecturas, en 38 las dos personas coinciden, y en ningún caso una dice «método» y la otra «objeto de estudio».
- La actividad está muy concentrada. El 61 % de las clasificaciones se hizo en septiembre y octubre de 2026, y tres personas aportan el 75 % del total, mientras que 19 han clasificado un único resumen. Un patrón puede reflejar el criterio de quienes más clasifican más que el del conjunto.
- La muestra no es aleatoria. Cada persona elige qué retos clasificar, por revista, palabra clave o disciplina. La muestra se parece bastante al corpus, pero algunas áreas, como los Estudios Ambientales, están sobrerrepresentadas.
Por eso hace falta más gente, que lea más resúmenes y que lea también los que otras personas ya han clasificado.


Por qué lo hacen personas y no una inteligencia artificial
Un modelo de lenguaje podría etiquetar los 12.855 resúmenes en unas horas. CitSciSort ha optado a propósito por personas, por varias razones.
- La pregunta exige interpretar. Decidir si la ciencia ciudadana es el método o el objeto de estudio no depende de palabras clave, sino de entender qué afirma el artículo. Muchos resúmenes combinan las dos cosas, y el 18 % de «no estoy seguro» muestra que la frontera no siempre está clara. Una persona puede reconocer esa duda, comentarla y abrir un debate con otras. Un modelo tiende a dar siempre una respuesta, con la misma seguridad tanto si acierta como si no.
- El esquema todavía se está construyendo. Quienes clasifican no se limitan a elegir entre opciones cerradas. Además de los siete aspectos, pueden usar etiquetas adicionales y proponer otras nuevas, como ya han hecho con el bienestar o la conexión con la naturaleza, y han abierto debates sobre casos concretos. Esa revisión crítica de las categorías es parte del resultado de la investigación.
- Sin una referencia humana no se puede evaluar ninguna máquina. Para saber si una herramienta automática clasifica bien hace falta un conjunto de datos clasificado por personas con el que compararla. CitSciSort está construyendo precisamente esa referencia, con el objetivo de reunir cinco lecturas independientes por resumen. Si en el futuro se usa inteligencia artificial para ampliar el análisis, se podrá comprobar cuánto acierta.
- Los modelos heredan los sesgos de lo que han leído. Un modelo entrenado con la literatura existente tiende a reproducir las formas dominantes de entender la ciencia ciudadana. El objetivo aquí es justo mirar ese conjunto con distancia.
- El aprendizaje es parte del objetivo. Si clasificara una máquina, nadie se llevaría la visión del campo que se lleva hoy quien participa.
Datos abiertos y un artículo científico con autoría abierta
CitSciSort trabaja en abierto. El esquema de clasificación, con sus definiciones y referencias, es público en la propia plataforma. Los resúmenes proceden de publicaciones accesibles en sus fuentes originales, que siguen siendo la referencia de cada registro.
Cuando termine este análisis se publicarán dos cosas. Por un lado, el conjunto de datos con las clasificaciones, en abierto, para que cualquier persona o equipo pueda reutilizarlo, comprobar los resultados o hacer sus propios análisis. Por otro, un artículo científico con los resultados de la investigación. La autoría de ese artículo está abierta a nuevas personas: quien participe y quiera colaborar en el análisis y la redacción puede indicarlo en su perfil de CitSciSort, con la opción de colaborar en el artículo (Paper collaboration). Quien prefiera un reconocimiento más discreto puede pedir que su nombre aparezca en los agradecimientos, y quien lo desee puede participar de forma anónima.
Taller en línea: clasifica la investigación sobre ciencia ciudadana en educación
De los 328 artículos de la categoría educación e investigación educativa, solo 39 tienen una primera lectura. Para empezar a cubrir ese hueco, la Fundación Ibercivis organiza un taller en línea, dentro del proyecto RIECS-Concept.
- Cuándo: miércoles 2 de diciembre de 2026, de 16:00 a 17:00 (hora peninsular; de 15:00 a 16:00 en Canarias, Portugal y Reino Unido).
- Dónde: en Zoom.
- Qué haremos: una breve introducción al esquema de clasificación y, después, clasificar juntos resúmenes de artículos de educación y comentar los casos dudosos.
- Para quién: docentes, investigadores en educación, personas que coordinan proyectos de ciencia ciudadana y cualquiera que tenga curiosidad. No hace falta experiencia previa.
- Antes del taller: crea tu cuenta en CitSciSort. Se puede entrar con una cuenta de Google.
Si cada participante clasifica entre quince y veinte resúmenes en una hora, una veintena de personas puede dar una primera lectura a casi todos los artículos de educación del corpus. El resultado se incorporará a RIECS-Concept, a los datos abiertos y al artículo científico, y servirá para entender mejor qué investiga la comunidad educativa cuando habla de ciencia ciudadana. Quienes participéis os llevaréis, además, un panorama de la investigación educativa en ciencia ciudadana difícil de conseguir de otra manera en una tarde.
Si no puedes asistir, puedes clasificar cuando quieras en citscisort.ibercivis.es, en tu propia área o en la que te despierte curiosidad. Si quieres sumarte a la autoría del artículo científico, actívalo en tu perfil.
Autores: Francisco Sanz-García, Maite Pelacho, Fermín Serrano-Sanz, Alejandro Sánchez Rubio, Anna Markova, Alberto Jiménez-Gómez, Judith Bielsa, Lucía Moreno, Daniel Lisbona
Datos extraídos de la base de datos de CitSciSort el 16 de noviembre de 2026. Las clasificaciones son provisionales y no han alcanzado consenso.
RIECS-Concept ha recibido financiación del programa de investigación e innovación Horizonte Europa de la Unión Europea.