El futuro del artículo científico en la era de la IA

Por Ernesto Spinak

Introducción

Imagen: Nathan Dumlao via Unsplash.

El modelo tradicional del artículo científico, concebido hace siglos para acelerar el intercambio de resultados, aparentemente se ha agotado. Estamos viviendo su sobrevida donde se cuestiona la validez del documento PDF inmutable como “caja negra” (al que algunos consideran “fósil”) ya que su rigidez facilita el fraude al permitir ocultar datos manipulados o metadatos inyectados.

Una posible trancisión apunta hacia la ciencia como un proceso continuo y en constante construcción, donde el conocimiento no se condensa en un producto final, sino en cuadernos de investigación abiertos (como Jupyter Noteboks). Donde el código y los datos coexisten de forma auditable que garanticen la transparencia al documentar quién tomó una decisión, cuándo, se tomó, y qué información se utilizó.

Situación actual: integridad, citas fantasmas, referencias ocultas.

Una de las amenazas es la manipulación de metadatos mediante las llamadas referencias ocultas (sneaked references). Se trata de citas que no aparecen en el texto del artículo ni en su bibliografía visible.

La primera investigación del tema, publicada en arXiv el año pasado, Detection of metadata manipulations: Finding sneaked references in the scholarly literature ¹, demuestra que la infraestructura global de comunicación científica presenta una vulnerabilidad donde “es posible manipular artificialmente el impacto académico insertando citas inexistentes en los metadatos de un artículo sin alterar el documento publicado, comprometiendo así la fiabilidad de los sistemas internacionales de evaluación basados en citaciones. Los resultados son extraordinariamente reveladores. El análisis de 4.077 documentos identificó más de 80.000 referencias fraudulentas insertadas artificialmente, distribuidas en 2.787 artículos manipulados”.

El objetivo principal de estas citas fantasmas es inflar artificialmente los indicadores de rendimiento basados en citaciones, como el índice h, el Factor de Impacto de las revistas y el Field-Weighted Citation Impact (FWCI). Dado que estas métricas son la base de rankings globales de prestigio (como el Ranking de Shanghái o las listas de investigadores altamente citados de Clarivate), el fraude termina comprometiendo la fiabilidad de todo el sistema de evaluación académica.

Las citas fantasma se inyectan directamente en los metadatos de artículos ingresados en agencias de registro como Crossref, lo que provoca que se propaguen a las principales plataformas de cienciometría. Como consecuencia estos fraudes han forzado a las instituciones de infraestructura a tomar medidas drásticas como ser la Revocación Permanente de la membresía a Crossref y, más importante, una “Crisis de confianza”  tal y como se publicó en el editorial de ACS Nano a comienzo de 2026, Peer Review and AI: Your (Human) Opinion Is What Matters ², donde detalla cómo las evaluaciones generadas por IA están homogeneizando la ciencia, destruyendo el pensamiento crítico y creando “falsas eficiencias” que agobian a los editores humanos.

El fenómeno expone una “crisis ontológica” en la ciencia, donde el sistema de incentivos de “publicar o perecer” (publish or perish) impulsa a las editoriales a priorizar el volumen y el impacto por sobre la solidez del descubrimiento. (vea el editorial More Versus Better: Artificial Intelligence, Incentives, and the Emerging Crisis in Peer Review ³ que analiza el comportamiento de revistas científicas tras la adopción masiva de LLMs, y concluye que la IA, combinada con los incentivos tradicionales de las agencias de evaluación, y los acuerdos transfornativos, está empujando a la academia a producir más volumen en lugar de mejor investigación, deteriorando los estándares de legibilidad y profundidad conceptual).

En consecuencia, la saturación del sistema por el uso de la IA para generar artículos y citas fraudulentas amenaza con crear un “bucle cerrado” donde unas computadoras son las que escriben y otras computadoras son las que revisan, vaciando de rigor empírico y actuación humana al ecosistema de validación científica. Esto dificulta que los investigadores humanos puedan distinguir entre ciencia legítima y “basura sofisticada” basada en datos inventados.

¿Qué tal si pasamos a la automatización total de la ciencia?

El riesgo de la automatización total en la ciencia no es simplemente un cambio tecnológico, sino que se describe en las fuentes como una respuesta a la crisis ontológica que afecta la esencia misma del conocimiento y su validación. Los principales riesgos mencionados son los siguientes:

• Pérdida de rigor: El automatismo total podría dar lugar a la aprobación de documentos que carecieran de investigación real, integridad o estándares científicos mínimos.
• Prescindencia intervención humana: Al eliminar la intervención experimentada de investigadores humanos, se vacía de contenido empírico al ecosistema de validación científica.
• Atrofia del pensamiento crítico: El acto de escribir un artículo no es un simple trámite administrativo, sino una forma de pensar. La lucha por articular un hallazgo obliga al científico a detectar incoherencias metodológicas y lagunas en su razonamiento.
• Saturación del sistema: Las llamadas “fábricas de artículos” (paper mills) utilizan IA para generar imágenes, gráficos y datos sintéticos impecables, creando textos coherentes a costo casi cero, difíciles para detectar los fraudes por los revisores humanos. En el articulo de Kobak et al., Delving into LLM-assisted writing in biomedical publications through excess vocabulary. Science Advances ⁴, el estudio analizó más de 15 millones de resúmenes en PubMed hasta fines de 2024, donde encontró que al menos el 13.5% de los artículos biomédicos muestran rastros lingüísticos inequívocos de haber sido procesados o redactados por LLMs.
• La automatización del proceso científico tiende a estandarizar la ciencia, eliminando la diversidad de concepciones epistémicas que la enriquecen.
• Complacencia (sicofancia): Existe el riesgo de que los algoritmos de evaluación tiendan a la complacencia, validando solo ideas que encajan en patrones estadísticos previos y marginando ideas disruptivas o contraintuitivas.

Un cambio radical de la narrativa global a las Unidades Mínimas Verificables

El presente puede estar preparando para el futuro proponer un cambio radical en la forma de evaluar la ciencia. En lugar de revisar un artículo como un bloque narrativo indivisible, hay plataformas como OpenEval (que proponen descomponer cada paper en “unidades mínimas verificables” o afirmaciones concretas (claims).

• Evaluación granular: La IA puede extraer automáticamente dichas afirmaciones y clasificarlas según la evidencia que las respalda (datos experimentales, referencias previas o inferencias estadísticas).
• Eficiencia: En pruebas con la revista eLife, el sistema de IA logró evaluar el 93% de las afirmaciones de un manuscrito, superando la cobertura del 68% que logran, en promedio, los revisores humanos, tal y como señala el artículo The next unit of science: Is the scientific paper due to be replaced?.⁵

La homogeneización de la ciencia por la IA

Si bien hay ventajas, existe un riesgo existencial con la automatización total. Estamos viendo el nacimiento de un “bucle cerrado” donde la IA escribe y la IA revisa.

• Saturación del sistema: Herramientas como Paper Orchestra de Google pueden transformar notas de laboratorio en un manuscrito completo en 40 minutos. Esto ha llevado a que hasta el 21% de las revisiones por pares en conferencias de computación sean generadas íntegramente por LLMs, tal y como muestra el preprint PaperOrchestra: A Multi-Agent Framework for Automated AI Research Paper Writing ⁶.
• El autor humano queda invisibilizado: El uso masivo de estas herramientas tiende a homogeneizar el lenguaje, creando un mundo donde la IA habla “por nosotros” pero no necesariamente “como nosotros“, erosionando la creatividad y la diversidad epistémica.
• Reduccionismo Tecno-científico: Al intentar automatizar la evaluación mediante la fragmentación en “unidades mínimas verificables“, se corre el riesgo de un enfoque reduccionista. Si bien es útil para verificar datos aislados, este método puede fallar al no capturar la síntesis compleja, la teorización holística y la discusión epistémica, especialmente en áreas como las humanidades y las ciencias sociales.

Un recuerdo, espero que no nostálgico, es la advertencia de que “escribir es pensar”. La dificultad de redactar un artículo obliga al investigador a confrontar lagunas en su razonamiento y detectar incoherencias que no percibió durante el experimento. Al automatizar la escritura, se corre el riesgo de eliminar ese “trabajo de pensamiento” esencial para el conocimiento profundo.

OpenEval para evaluar documentos y otros medios de control forense

Existen algunas herramientas editoriales para detectar e impedir varios de los fraudes mencionados. Presentamos en esta sección detalles de OpenEval, y agregaremos detalles técnicos de otros procedimientos en al Apéndice al final de este post.

OpenEval propone que las revistas científicas deben separar dos funciones que actualmente están mezcladas en los artículos:

• Diseminación de resultados: Estos deben publicarse en un formato estructurado y legible por máquinas.
• Comunicación de ideas: La narrativa tradicional (el PDF) pasaría a ser simplemente una capa interpretativa sobre esa base de datos estructurada y consultable.

Eficacia demostrada

En una prueba masiva utilizando el corpus de la revista eLife (aproximadamente 16.000 artículos), el sistema demostró resultados notables.

• Extracción masiva: Identificó casi 2 millones de afirmaciones individuales.
• Precisión: La IA y los revisores humanos coincidieron en el 81% de los casos.
• Cobertura: OpenEval evaluó el 93% de las afirmaciones de los manuscritos, superando significativamente el 68% de cobertura que alcanzan, en promedio, los revisores humanos debido a las limitaciones de tiempo y la complejidad de los textos.

Las plataformas del tipo “OpenEval” proponen una revolución en la evaluación científica al sustituir la revisión global del artículo por un análisis automatizado de cada afirmación individual contenida en el documento, demostrando que la inteligencia artificial puede participar activamente en la validación del conocimiento científico y cuestionando el modelo tradicional de peer review que ha dominado la ciencia durante siglos, tal y como se demuestra en el trabajo Science should be machine-readable⁷.

Papel del Acceso Abierto y servidores de preprints

El Acceso Abierto se perfila en las fuentes como una de las herramientas de resistencia estructural más potentes para desmantelar los fraudes de las citas fantasma y otros problemas introducidos por la IA, así como el oligopolio del las editoriales de revistas con los APC incluidos. El papel del Acceso Abierto no es solo una forma de distribución, sino de auditoría y cambio de incentivos.

En el modelo tradicional, un artículo es revisado por dos o tres árbitros, generalmente en un proceso de forma poco transparente. En cambio, el Acceso Abierto permite que miles de científicos auditen el documento simultáneamente lo que habilita a:

• Detección de anomalías: Plataformas como PubPeer permiten que la comunidad comente y denuncie públicamente patrones fraudulentos, como el exceso de citas inexplicables o metadatos inconsistentes, lo que resulta mucho más eficaz que el filtro tradicional de revisión cerrada.
• Escrutinio post-publicación: Al liberar el documento abiertamente, las probabilidades de detectar manipulaciones estadísticas o referencias inyectadas aumentan de forma exponencial.

Al romperse el modelo de cajas negras y productos finales e inmutables, como los PDF publicados en el modelo comercial, el modelo de Acceso Abierto impulsa la transición hacia una “Ciencia de Procesos”, donde se publica no solo el texto, sino el contexto de investigación, el código y los datos crudos. Además, si el proceso es abierto y auditable en tiempo real, la utilidad de inventar citas o manipular metadatos desaparece, ya que cualquier algoritmo de IA o investigador puede verificar la trazabilidad de la evidencia.

El sistema de servidores de preprints para artículos de acceso abierto, cambia el modelo económico y los incentivos, actuando contra las “farm papers” porque las revistas comerciales que cobran altas tarifas por publicar (APC) hoy día tienen un incentivo financiero para aceptar un gran volumen de artículos, lo que relaja los filtros de calidad y abre la puerta a fraudes industrializados.

El acceso abierto real (donde no paga el autor ni el lector, modelo Diamante) elimina la presión comercial por el volumen, permitiendo mantener estándares éticos más estrictos y reduciendo el atractivo de las tácticas de citation gaming para inflar métricas de mercado.

Y también podríamos agregar que el modelo tradicional rara vez publica estudios con resultados fallidos porque no generan citas. El Acceso Abierto facilita la publicación de estos resultados, lo cual es vital para entrenar modelos de IA con datos honestos y no sesgados, evitando la necesidad de que los investigadores “maquillen” o inyecten citas para hacer que sus hallazgos parezcan más exitosos de lo que son.

El Acceso Abierto promueve la interoperabilidad publicando en formatos como XML-JATS, que convierten el artículo en un objeto computacional. Esto permite que redes de conocimiento legibles por máquinas cosechen y verifiquen automáticamente las referencias, detectando de inmediato si una cita en el metadato no tiene su correspondiente respaldo en el texto real.

Finalmente podemos indicar que el Acceso Abierto facilita la auditoría técnica automatizada. De modo que herramientas forenses como GROBID o los algoritmos de cross-referencing funcionen, es imprescindible tener acceso al texto completo de los artículos.

La validación no puede ser un evento único de “aprobado/rechazado” antes de la publicación. Plataformas orientadas a preprints señalan el camino: la revisión por pares debe ser un diálogo público, post-publicación, comunitario y evolutivo. La IA puede actuar como un asistente de primera línea (revisando consistencia estadística, formato, contrastación de bibliografía con herramientas forenses), pero la evaluación del valor heurístico y conceptual debe ser humana y por la comunidad de interesados.

Conclusiones

El futuro del artículo científico no reside solo en mejorar los algoritmos de detección de fraudes, sino en un cambio de paradigma:

Pasar de la “producción de texto para ser indexado” a la “producción de conocimiento verificable para ser compartido”

La arquitectura que sustituya al modelo actual deberá encontrar un equilibrio entre la eficiencia algorítmica y la reflexión humana que ha definido la ciencia durante siglos.

En resumen, la automatización total de del proceso científico amenaza con transformar el artículo académico de ser un vehículo de descubrimiento a ser una simple moneda de cambio burocrática, donde el volumen de publicaciones prevalece sobre la solidez y la verdad de los hallazgos.

Finalmente los preprints y el Acceso Abierto descentralizan la autoridad epistémica, al quitarle a las corporaciones editoriales el poder de decidir qué es “ciencia válida” basándose en métricas opacas, devolviendo la validación a la comunidad científica global, transformándola en un ejercicio de transparencia en tiempo real, capaz de resistir el ritmo de la automatización e incorporándolo a la Ciencia en Progreso.

Anexo – algunos métodos de revisión forense

Las herramientas editoriales actuales para detectar e impedir fraudes que se están usando:

1. Analizadores de XML/PDF
2. Cross-referencing automatizado
3. Realizar una operación de intersección de conjuntos de citaciones

$$\text{Anomalías} =  \text{Referencias}_{\text{Crossref}} \setminus\text{Referencias}_{\text{PDF}}$$

$$\text{Referencias}_{\text{Crossref}}

es el conjunto de todas las referencias bibliográficas que están registradas oficialmente en los metadatos de Crossref para un artículo o documento específico.

$$\text{Referencias}_{\text{PDF}}

Es el conjunto de todas las referencias que realmente aparecen escritas al final del texto dentro del archivo PDF del artículo.

Operación ($\setminus)

El operador de diferencia significa: “Toma todo lo que está en el primer conjunto y quítale lo que también aparezca en el segundo”. Es decir, se queda únicamente con los elementos que pertenecen al primero pero no al segundo.

Por lo tanto, el conjunto $\text{Anomalías}$ da como resultado: Todas las referencias que el editor registró en Crossref, pero que no existen físicamente dentro del texto del PDF.

En el ámbito del análisis de integridad científica o auditoría de metadatos, este resultado revela discrepancias graves, como:

• Citas fantasma: Referencias que se indexaron oficialmente (lo que infla el conteo de citas de otros autores en bases de datos) pero que el lector nunca verá en el artículo real.
• Errores de producción: Fallas del editor al exportar los metadatos XML hacia Crossref, o recortes de última hora en el texto del PDF que no se actualizaron en el registro oficial.
• Sesgos de extracción: Si la lista de la derecha se obtuvo mediante un software de extracción de texto (como GROBID o ParsCit), un resultado aquí también podría indicar que el extractor falló en leer ciertas páginas del PDF.
• Si el conjunto resultante no es vacío, significa que el editor inyectó metadatos invisibles para el lector del artículo.

4. Análisis de Redes y Anomalías Estadísticas (Grafos)

Para entender cómo se descubre el fraude de las referencias infiltradas el proceso se divide en dos fases tecnológicas:

• extracción y estructuración del contenido real del PDF (donde destaca el uso de GROBID: GeneRation Of Bibliographic Data),
• aplicación de algoritmos de detección forense que cruzan esos datos con los metadatos oficiales de agencias como Crossref.

5. Extracción y Clasificación Automatizada

El sistema utiliza procesamiento lingüístico avanzado para extraer automáticamente cada afirmación del texto. Una vez extraídas, las clasifica según el tipo de evidencia que las sustenta:

• Datos experimentales directos.
• Referencias bibliográficas previas.
• Inferencias estadísticas.
• Interpretaciones especulativas.

6. Evaluación de la Evidencia

Una vez clasificada, la inteligencia artificial evalúa si la evidencia presentada realmente respalda la afirmación realizada. Esto permite identificar conexiones ocultas; por ejemplo, el sistema ha logrado detectar investigaciones que llegaban a conclusiones complementarias pero que no se citaban entre sí por pertenecer a subcampos distintos

Notas

1. BESANÇON, L.; CABANAC, G.; LABBÉ, C.; MAGAZINOV, A.; DI SCALA, J.; TKACZYK, D.; WEBER-BOER, K. Detection of metadata manipulations: Finding sneaked references in the scholarly literature. arXiv [online]. 2025 [viewed 20 July 2026]. https://doi.org/10.48550/arXiv.2501.03771. Available from: https://arxiv.org/abs/2501.03771↩

2. BURIAK, J. M. et al. Peer Review and AI: Your (Human) Opinion Is What Matters. ACS Nano [online]. 2026, vol. 20, no. 4, [viewed 20 July 2026]. Available from: https://pubs.acs.org/doi/10.1021/acsnano.6c00490↩

3. GARTENBERG, C. et al. More Versus Better: Artificial Intelligence, Incentives, and the Emerging Crisis in Peer Review. Organization Science [online]. 2026, vol. 37, no. 3, pp. 795–812, ISSN: 1047-7039 [viewed 20 July 2026]. https://doi.org/10.1287/orsc.2026.ed.v37.n3. Available from: https://pubsonline.informs.org/doi/10.1287/orsc.2026.ed.v37.n3↩

4. KOBAK, D. Delving into LLM-assisted writing in biomedical publications through excess vocabulary. Science Advances [online]. 2025, vol. 11, no. 27, pp. eadt3813, ISSN: 2375-2548 [viewed 20 July 2026]. https://doi.org/10.1126/sciadv.adt3813. Available from: https://www.science.org/doi/10.1126/sciadv.adt3813↩

5. The next unit of science: Is the scientific paper due to be replaced? [online]. The Transmitter: Neuroscience News and Perspectives. 2026 [viewed 20 July 2026]. Available from: https://www.thetransmitter.org/from-bench-to-bot/the-next-unit-of-science-is-the-scientific-paper-due-to-be-replaced/↩

6. SONG, Y. PaperOrchestra: A Multi-Agent Framework for Automated AI Research Paper Writing. arXiv [online]. 2026. [viewed 20 July 2026]. https://doi.org/10.48550/arXiv.2604.05018. Available from: https://arxiv.org/abs/2604.05018↩

7. BOOESHAGHI, A. S. Science should be machine-readable. bioRxiv [online]. 2026. [viewed 20 July 2026]. https://doi.org/10.64898/2026.01.30.702911. Available from: https://www.biorxiv.org/content/10.64898/2026.01.30.702911v1.full↩

Referencias

BESANÇON, L.; CABANAC, G.; LABBÉ, C.; MAGAZINOV, A.; DI SCALA, J.; TKACZYK, D.; WEBER-BOER, K. Detection of metadata manipulations: Finding sneaked references in the scholarly literature. arXiv [online]. 2025 [viewed 20 July 2026]. https://doi.org/10.48550/arXiv.2501.03771. Available from: https://arxiv.org/abs/2501.03771

BOOESHAGHI, A. S. Science should be machine-readable. bioRxiv [online]. 2026. [viewed 20 July 2026]. https://doi.org/10.64898/2026.01.30.702911. Available from: https://www.biorxiv.org/content/10.64898/2026.01.30.702911v1.full

BURIAK, J. M. et al. Peer Review and AI: Your (Human) Opinion Is What Matters. ACS Nano [online]. 2026, vol. 20, no. 4, [viewed 20 July 2026].Available from: https://pubs.acs.org/doi/10.1021/acsnano.6c00490

GARTENBERG, C. et al. More Versus Better: Artificial Intelligence, Incentives, and the Emerging Crisis in Peer Review. Organization Science [online]. 2026, vol. 37, no. 3, pp. 795–812, ISSN: 1047-7039 [viewed 20 July 2026]. https://doi.org/10.1287/orsc.2026.ed.v37.n3. Available from: https://pubsonline.informs.org/doi/10.1287/orsc.2026.ed.v37.n3

KOBAK, D. Delving into LLM-assisted writing in biomedical publications through excess vocabulary. Science Advances [online]. 2025, vol. 11, no. 27, pp. eadt3813, ISSN: 2375-2548 [viewed 20 July 2026]. https://doi.org/10.1126/sciadv.adt3813. Available from: https://www.science.org/doi/10.1126/sciadv.adt3813

SONG, Y. PaperOrchestra: A Multi-Agent Framework for Automated AI Research Paper Writing. arXiv [online]. 2026. [viewed 20 July 2026]. https://doi.org/10.48550/arXiv.2604.05018. Available from: https://arxiv.org/abs/2604.05018

The next unit of science: Is the scientific paper due to be replaced? [online]. The Transmitter: Neuroscience News and Perspectives. 2026 [viewed 20 July 2026]. Available from: https://www.thetransmitter.org/from-bench-to-bot/the-next-unit-of-science-is-the-scientific-paper-due-to-be-replaced/

Para la preparación de este post se contó con la asistencia de Gemini 3.1, Perplixity y NotebokLM

Sobre Ernesto Spinak

Colaborador de SciELO, Ingeniero en Sistemas y Lic. en Biblioteconomía, con Diploma de Estudios Avanzados pela Universitat Oberta de Catalunya y Maestría en “Sociedad de la Información” por la Universidad Oberta de Catalunya, Barcelona – España. Actualmente tiene una empresa de consultoría que atiende a 14 instituciones de gobierno y universidades en Uruguay con proyectos de información.

Links Externos

Jupyter Noteboks

OpenEval

GROBID