Una historia convincente no es necesariamente una historia bien fundamentada. Por eso no damos por válidas las afirmaciones sin más. Investigamos cómo funciona algo, de dónde procede la información y qué podemos confirmar y qué no.
Una investigación suele comenzar con una pregunta sencilla: ¿qué queremos entender exactamente?
A continuación, dividimos el tema en preguntas más concretas. ¿Cómo funciona? ¿De dónde proceden los ingresos o rendimientos? ¿Quién tiene el control? ¿Qué riesgos existen? ¿Qué afirmaciones se hacen y en qué se basan?
Así vamos construyendo una visión paso a paso. No a partir de una única fuente o una sola versión, sino recopilando y comparando información y, siempre que sea posible, verificándola.
Siempre que es posible, recurrimos a fuentes originales. Por ejemplo, documentación oficial, términos y condiciones, documentación técnica, datos públicos, transacciones en la blockchain, información empresarial y comunicación directa con las partes implicadas.
Otros artículos, vídeos, redes sociales y debates de la comunidad pueden aportar un contexto útil, pero no demuestran por sí solos que una afirmación sea cierta.
Que un proyecto, una empresa o una plataforma afirme algo no significa automáticamente que sea cierto.
Por eso buscamos información que lo respalde. ¿Se pueden verificar los datos? ¿Confirman otras fuentes la misma información? ¿Coincide la explicación con lo que se puede observar a nivel técnico o en la práctica?
Si no podemos verificar una afirmación de forma independiente, no la tratamos como un hecho establecido.
Investigar no consiste únicamente en analizar la información disponible.
La falta de datos, las explicaciones contradictorias, las preguntas sin respuesta y la información que no se puede verificar pueden ser tan relevantes como lo que sí se publica.
No rellenamos esos vacíos con nuestras propias suposiciones. Si algo sigue siendo desconocido o incierto, lo indicamos.
Entender cómo funciona algo implica también analizar qué puede salir mal.
¿Qué dependencias existen? ¿Quién tiene el control? ¿Qué riesgos económicos, técnicos u operativos existen? ¿Y dependen las promesas de circunstancias que pueden cambiar?
Que existan riesgos no significa automáticamente que algo sea malo. Pero forman parte de una visión completa.
A partir de la información disponible, hacemos una valoración actual del proyecto. Para ello tenemos en cuenta el conjunto: la calidad de la información que lo respalda, hasta qué punto se pueden verificar las afirmaciones, los riesgos, las contradicciones y cualquier información que pueda faltar.
Los proyectos cambian. Aparece nueva documentación, los sistemas se modifican, los riesgos pueden aumentar o desaparecer y puede salir a la luz información que antes no estaba disponible.
Por eso, una valoración de Veralisio nunca es definitiva. Si aparece nueva información relevante que cambia la visión general, podemos actualizar nuestros artículos y valoraciones.
Veralisio utiliza la IA como herramienta de apoyo en la investigación y el trabajo editorial. Por ejemplo, para estructurar grandes cantidades de información, comparar documentos, desarrollar preguntas de investigación y hacer que los textos sean más claros.
No tratamos automáticamente el contenido generado por IA como un hecho ni como una fuente. La información importante debe poder vincularse a fuentes verificables.
La selección, interpretación y valoración finales siguen formando parte del proceso editorial de Veralisio.
Ninguna investigación es infalible. Podemos pasar por alto información, interpretar mal una fuente o encontrar más adelante nuevos datos que cambien una conclusión anterior.
Si detectamos un error relevante, lo corregimos. Si recibimos nueva información que pueda afectar a una investigación o valoración, volvemos a analizarla aplicando los mismos principios.