La inteligencia artificial está provocando un problema inesperado en el mundo científico. En lugar de acelerar únicamente los descubrimientos, también está llenando las revistas académicas con una avalancha de estudios generados por IA que cada vez son más difíciles de distinguir de los escritos por investigadores reales.

Todo comenzó cuando el investigador Peter Degen notó que uno de sus artículos, publicado en 2017, empezó a recibir cientos de citas en muy poco tiempo. Al investigar descubrió que decenas de trabajos utilizaban la misma base de datos pública para producir estudios casi en serie sobre enfermedades, alimentación y salud. Todos seguían un patrón parecido. Incluso encontró empresas que enseñaban a crear artículos «publicables» en menos de dos horas gracias a programas de IA. 

Un nuevo problema 

El problema es que estos trabajos ya no contienen errores evidentes. Antes era relativamente sencillo detectarlos porque inventaban datos, dejaban frases absurdas o incluían referencias inexistentes. Ahora los modelos escriben textos coherentes, con gráficos convincentes y citas correctas, lo que obliga a los revisores a dedicar mucho más tiempo para encontrar fallas sutiles.

Editores de revistas científicas aseguran que reciben un número récord de manuscritos. Algunos duplicaron sus envíos en apenas un año. Además, conseguir revisores se ha vuelto una misión complicada. Antes bastaban cuatro invitaciones para encontrar especialistas dispuestos a evaluar un artículo. Hoy, en algunos casos, hacen falta veinte o más solicitudes para obtener apenas dos respuestas.

La situación también afecta el sistema de financiamiento de la ciencia. Las agencias reciben propuestas muy bien redactadas que podrían haber sido preparadas en cuestión de minutos. Distinguir un proyecto sólido de otro creado casi por completo por una IA exige mucho más esfuerzo. 

Un problema de antes

El origen del problema va más allá de la tecnología. Durante años, el mundo académico ha premiado la cantidad de publicaciones por encima de otros indicadores. Esa presión por «publicar o desaparecer» llevó a muchos investigadores a buscar cualquier forma de aumentar su producción. La IA simplemente hizo ese proceso mucho más rápido.

Los expertos creen que perseguir los fraudes ya no será suficiente. En el futuro, quizá sea necesario que los científicos demuestren la autenticidad de sus datos y experimentos desde el inicio, en lugar de intentar descubrir después qué artículos fueron fabricados.

Al mismo tiempo, algunos estudios muestran que quienes utilizan IA publican más trabajos y reciben más citas. Sin embargo, también tienden a concentrarse en temas repetitivos y con abundantes datos disponibles, lo que podría reducir la diversidad de la investigación.

Para muchos especialistas, el verdadero desafío no consiste únicamente en controlar la inteligencia artificial. También pasa por replantear cómo se evalúa el éxito científico. La pregunta ya no es si hacen falta más artículos, sino si realmente generan conocimiento nuevo o simplemente aumentan el ruido dentro de la ciencia.