# Guía rápida para investigación

**Versión 0.4.0 · 15 de agosto de 2026**

Este es un **índice exploratorio de evidencia seleccionada**. Sirve para rastrear afirmaciones, fuentes, incertidumbre y mecanismos. No demuestra empíricamente la transferencia de agencia, no estima prevalencia y no permite calcular votos o resultados causados por IA.

Los datos y campos codificados están en inglés. Esta guía y algunos metadatos son la única capa en español.

## Empiece aquí

1. [Vista de investigación](https://huggingface.co/datasets/apol/ai-election-manipulation-cases/viewer/research_view/data): 10 registros resumidos.
2. [Catálogo completo](https://huggingface.co/datasets/apol/ai-election-manipulation-cases/blob/v0.4.0/data/case_catalog.csv): separa núcleo, candidatos y estudios de modelos.
3. [Vías analíticas](https://huggingface.co/datasets/apol/ai-election-manipulation-cases/blob/v0.4.0/data/pathways.csv): mecanismo, control y estatus epistémico.
4. [Afirmaciones](https://huggingface.co/datasets/apol/ai-election-manipulation-cases/blob/v0.4.0/data/claims.csv) y [relaciones de evidencia](https://huggingface.co/datasets/apol/ai-election-manipulation-cases/blob/v0.4.0/data/claim_evidence.csv): base para cualquier uso factual.
5. [Observaciones](https://huggingface.co/datasets/apol/ai-election-manipulation-cases/blob/v0.4.0/data/observations.csv): cantidades seleccionadas con unidad, denominador y estatus causal.

El proyecto forma parte de la [colección Agency Transfer](https://huggingface.co/collections/apol/agency-transfer).

## Mapa de las 26 tablas

| Uso | Tablas |
|---|---|
| Orientación y cobertura | `research_view`, `case_catalog`, `coverage_summary`, `sampling_frame` |
| Afirmaciones y evidencia | `cases`, `claims`, `sources`, `claim_evidence`, `analytic_record_claims` |
| Mecanismos y procedencia | `pathways`, `observations`, `events`, `case_sources`, `case_actors`, `technology_uses`, `content_items` |
| Contexto electoral | `case_elections`, `election_sources`, `official_elections`, `official_election_metrics`, `official_turnout`, `official_results`, `official_data_sources` |
| Descubrimiento | `candidates`, `watchlist` |
| Estudios de modelos | `model_evaluations` |

Data Studio muestra de forma interactiva solo `research_view`. Las 26 tablas completas siguen disponibles en [`data/`](https://huggingface.co/datasets/apol/ai-election-manipulation-cases/tree/v0.4.0/data) como CSV y en [`parquet/`](https://huggingface.co/datasets/apol/ai-election-manipulation-cases/tree/v0.4.0/parquet) como Parquet. Esta separación evita que 26 esquemas distintos compitan durante la conversión del Viewer.

## Cargar una versión fija

```python
from datasets import load_dataset

vista = load_dataset(
    "apol/ai-election-manipulation-cases",
    "research_view",
    revision="v0.4.0",
    split="data",
)
```

Para cargar cualquier tabla por nombre:

```python
from datasets import load_dataset

tabla = "claim_evidence"
url = f"https://huggingface.co/datasets/apol/ai-election-manipulation-cases/resolve/v0.4.0/parquet/{tabla}.parquet"
datos = load_dataset("parquet", data_files={"data": url}, split="data")
```

Con pandas o Polars:

```python
import pandas as pd
import polars as pl

url = "https://huggingface.co/datasets/apol/ai-election-manipulation-cases/resolve/v0.4.0/parquet/research_view.parquet"
vista_pd = pd.read_parquet(url)
vista_pl = pl.read_parquet(url)
```

`main` cambia con el proyecto. Para una cita o análisis reproducible, use el tag `v0.4.0` y anote también el commit exacto.

## Regla de lectura

No convierta:

`contenido observado → alcance → respuesta institucional → resultado electoral`

en:

`la IA cambió votos`.

Cada flecha necesita evidencia propia. Antes de usar una fila, compruebe:

- la unidad: elección, red, incidente, campaña, preparación o estudio;
- si la fuente prueba un hecho, registra una alegación o sustenta una inferencia;
- si la cifra cuenta contenido, vistas, cuentas, llamadas, personas o votos;
- si existe un diseño causal o solo descripción;
- qué contraprueba, limitación o atribución desconocida conserva el registro.

`pathways` hace visible el razonamiento del investigador; no es un resultado medido. Los antiguos campos numéricos de confianza se eliminaron porque no eran probabilidades calibradas ni una medida de acuerdo entre codificadores. Existe un solo codificador principal y no hay estimación de fiabilidad entre codificadores.

Resultado central: 4 registros permiten concluir que se observó un mecanismo de control, 2 que se observó un intento de transferencia, 2 quedan con evidencia insuficiente y 2 son archivos de preparación, no incidentes. **Ningún registro codifica un cambio observado de agencia ni una preservación/extensión observada de agencia.**

## Procedencia y auditoría

La versión contiene 70 registros de fuente; 56 fuentes distintas están enlazadas a afirmaciones mediante 124 relaciones en `claim_evidence`. De esas relaciones, 57 tienen un localizador verificado que cubre toda la afirmación, 47 cubren solo una premisa factual o una parte y 20 no tienen pasaje puntual verificado porque el objeto citado fue inaccesible durante la auditoría. `locator_coverage` conserva esa diferencia y `locator_note` explica cada caso no verificado. Ninguno de los 70 registros de fuentes tiene `archive_url` o `content_hash`: un localizador no equivale a una copia congelada.

La auditoría automatizada comprueba estructura, identificadores, relaciones, formatos y reglas semánticas internas. **No verifica que una fuente sea verdadera, que respalde cada palabra, que el muestreo sea representativo o que una inferencia causal sea válida.** Los seis avisos sobre búsquedas negativas incompletas bloquean cualquier inferencia de prevalencia.

## Resultados y estudios

Los datos electorales oficiales son contexto descriptivo. No identifican exposición, persuasión ni votos causados por manipulación. Los estudios de `model_evaluations` miden modelos en diseños concretos; no prueban despliegue en campañas reales.

El archivo Excel es una ayuda de navegación, no la fuente analítica canónica. Su constructor necesita `@oai/artifact-tool`, un entorno externo no incluido en el `package.json` público. Para análisis, use CSV o Parquet.

No existe DOI para esta versión. Cite el tag/commit del dataset y las fuentes originales de cada afirmación sustantiva.