Lo Que Aprendí de una Dirección Anterior de Tesis con BiLSTM
Una retrospectiva sobre una dirección anterior de tesis sobre abandono OSS, lo que aprendí del planteamiento con BiLSTM y por qué cambié la pregunta cuando la literatura cambió la evidencia.
Actualización — septiembre de 2026: este artículo documenta una dirección anterior de mi tesis. La investigación actual se centra en la viabilidad de remediación de dependencias vulnerables en ecosistemas OSS. Mantengo estas notas porque el cambio también forma parte de lo que aprendí: un plan de investigación debe cambiar cuando evidencia más sólida cambia la pregunta.
Qué estaba explorando
Mi primera dirección de tesis partía de la actividad de los repositorios y preguntaba si señales secuenciales podían ayudar a identificar riesgo de abandono en OSS. BiLSTM era el modelo candidato porque la actividad de commits, issues y contribuidores es temporal, no una colección de observaciones aisladas.
Ese planteamiento me ayudó a ver lo rápido que una elección de modelo puede condicionar el resto de un estudio: construcción del dataset, etiquetas, ventanas de observación, baselines y evaluación pueden empezar a girar alrededor del modelo si no soy cuidadoso.
Por qué cambié de dirección
La revisión de literatura hizo que el problema original resultara menos convincente como aporte de tesis de lo que había asumido. En lugar de defender la primera idea, cambié la pregunta de investigación y devolví la familia de modelos a una decisión abierta.
El trabajo actual estudia la viabilidad de remediación de dependencias vulnerables: si las señales históricas de mantenimiento upstream aportan información prospectiva útil sobre el tiempo de remediación más allá de las características de la vulnerabilidad, la remediación y el proyecto consumidor.
Qué se mantiene
La dirección anterior sí dejó aprendizajes útiles:
- los datos temporales necesitan ventanas de observación y controles de leakage explícitos;
- las etiquetas y la definición del outcome merecen tanto escrutinio como el modelo;
- un modelo más complejo no es automáticamente mejor evidencia;
- los baselines importan porque la pregunta útil es si una señal nueva aporta valor;
- un resultado negativo o no incremental puede ser informativo si el diseño es sólido.
La parte que quiero mantener visible
Cambiar la dirección de tesis no fue trabajo perdido. Fue una corrección producida por leer más, comparar el problema con la investigación existente y estar dispuesto a revisar mi propia hipótesis. Así también quiero trabajar como ingeniero: hacer explícitos los supuestos, ponerlos a prueba y cambiar el plan cuando la evidencia deja de respaldarlos.
La página de investigación refleja ahora la dirección actual de la tesis y las decisiones que todavía permanecen abiertas de forma intencional.