El sesgo de la verdad y la inteligencia artificial: por qué creemos lo que confirma nuestras ideas

Malespina, E. (2026). Truth Bias and AI #182. The AI School Librarian Newsletter (Substack). https://aischoollibrarian.substack.com/p/truth-bias-and-ai-race-representation

El artículo analiza un fenómeno psicológico conocido como truth bias (sesgo de la verdad), la tendencia humana a aceptar como verdadero aquello que coincide con nuestras creencias previas y a rechazar o cuestionar automáticamente aquello que las contradice. La autora sostiene que la llegada de la inteligencia artificial no ha creado este sesgo, sino que lo ha hecho mucho más visible.

En un entorno saturado de contenidos generados por IA, desinformación y polarización, muchas personas han comenzado a utilizar la mera sospecha de que un texto o una imagen ha sido creada mediante inteligencia artificial como argumento suficiente para desacreditarla, independientemente de las pruebas o de la calidad de la evidencia que la respalde.

Uno de los argumentos centrales del artículo es que la expresión «eso lo ha hecho la IA» se está convirtiendo en una nueva forma de descalificación. Cuando una información confirma nuestras expectativas solemos aceptarla sin demasiadas preguntas; cuando cuestiona nuestras convicciones, con frecuencia la descartamos atribuyéndola a la inteligencia artificial, a un montaje o a una falsificación. Este comportamiento desplaza el foco desde el análisis crítico de las pruebas hacia el origen supuesto del contenido. La autora advierte que esta actitud representa un riesgo para la alfabetización informacional, ya que sustituye la evaluación de las evidencias por juicios basados en prejuicios tecnológicos.

Desde la perspectiva de las bibliotecas y la educación, Malespina sostiene que el desafío ya no consiste únicamente en enseñar a identificar contenidos generados por IA, sino en desarrollar competencias para valorar la calidad de la información independientemente de la herramienta utilizada para producirla. Una afirmación no es verdadera o falsa por haber sido redactada por una persona o por un sistema de inteligencia artificial; su credibilidad depende de la existencia de fuentes verificables, de la coherencia de los argumentos y de la posibilidad de contrastar las evidencias. En este sentido, el pensamiento crítico debe orientarse hacia la evaluación de los hechos y no hacia la búsqueda obsesiva de indicios de uso de IA.

El artículo también llama la atención sobre el peligro de confiar excesivamente en los detectores automáticos de contenido generado por IA. Numerosas investigaciones han demostrado que estos sistemas producen un número significativo de falsos positivos y falsos negativos, llegando incluso a señalar como artificiales textos escritos íntegramente por personas. Basar decisiones académicas o profesionales únicamente en estos detectores puede provocar acusaciones injustificadas y erosionar la confianza entre docentes, estudiantes e investigadores. Por ello, la autora defiende que la evidencia debe prevalecer siempre sobre la sospecha tecnológica.

Otro aspecto destacado es que la inteligencia artificial está modificando la manera en que construimos la confianza. Tradicionalmente, la credibilidad se asociaba a la autoridad de una institución, un medio de comunicación o un experto. En la actualidad, la proliferación de contenidos sintéticos obliga a trasladar esa confianza desde el emisor hacia los procesos de verificación. Esto implica enseñar a comprobar referencias, rastrear el origen de las afirmaciones, contrastar distintas fuentes y comprender las limitaciones tanto de los modelos de IA como de los propios seres humanos, que también están sujetos a sesgos cognitivos.

Finalmente, Malespina concluye que las bibliotecas y los profesionales de la información tienen un papel decisivo en este nuevo escenario. Más que actuar como «detectores de IA», deben convertirse en formadores de ciudadanos capaces de distinguir entre evidencia y opinión, entre verificación y especulación, y entre confianza justificada y aceptación automática. La alfabetización en inteligencia artificial debe integrarse con la alfabetización mediática e informacional para enseñar que el verdadero criterio de calidad de una información no es quién —o qué— la ha producido, sino la solidez de las pruebas que la sustentan. En una sociedad donde la IA participa cada vez más en la creación y difusión del conocimiento, la capacidad para evaluar críticamente la evidencia se convierte en una competencia esencial para preservar la integridad intelectual y el debate democrático.

La inteligencia artificial ya forma parte de la revisión por pares: es hora de que las políticas editoriales lo reconozcan

Vicario, E. (2026). Guest Post — Now is the Time for AI in Peer Review, and Publishing Policies Need to Recognize This. The Scholarly Kitchen, 30 de junio de 2026.

Se plantea que el debate sobre la utilización de la inteligencia artificial en la revisión por pares (peer review) ha dejado de ser una cuestión de futuro para convertirse en una realidad que las políticas editoriales deben afrontar de manera explícita. La autora sostiene que la IA ya está profundamente integrada en numerosos procesos de la comunicación científica —desde la detección de plagio y la identificación de manipulaciones de imágenes hasta el descubrimiento de patrones asociados a las «paper mills» o fábricas de artículos fraudulentos—, por lo que resulta incoherente prohibir o restringir su utilización precisamente en una de las fases más importantes del proceso editorial: la evaluación por pares.

Vicario parte de un diagnóstico ampliamente compartido en la comunidad científica: la inteligencia artificial ha acelerado tanto las posibilidades legítimas de producción científica como las formas industrializadas de fraude académico. Las investigaciones recientes sobre redes organizadas de generación masiva de artículos falsos muestran que las herramientas basadas en IA están siendo utilizadas para fabricar investigaciones fraudulentas a gran escala. Sin embargo, la autora defiende que la respuesta no puede consistir en excluir la IA del ecosistema editorial, sino en emplearla también para combatir esas mismas amenazas. En su opinión, si la inteligencia artificial forma parte del problema, necesariamente debe formar parte de la solución.

El texto subraya que los grandes editores científicos ya utilizan sistemas inteligentes para examinar los manuscritos antes de que lleguen a los revisores humanos. Estas herramientas permiten detectar manipulaciones de imágenes, similitudes textuales, anomalías en las citas, patrones característicos de artículos producidos por «paper mills» y otros indicios de fraude científico. Plataformas como el STM Integrity Hub representan, según la autora, un ejemplo de cómo la IA se ha convertido en una infraestructura habitual para preservar la integridad de la literatura científica. Desde esta perspectiva, la pregunta ya no es si la inteligencia artificial tiene cabida en la publicación científica, sino cómo debe gobernarse su utilización de forma ética y transparente.

El núcleo del artículo se centra en la revisión por pares, un ámbito donde persisten fuertes restricciones debido a preocupaciones relacionadas con la confidencialidad de los manuscritos inéditos, la privacidad de los datos y el riesgo de delegar en algoritmos decisiones que requieren juicio científico. Vicario reconoce que estas preocupaciones son legítimas, pero considera que las políticas actuales han quedado desfasadas respecto a la práctica real. En su experiencia, numerosos revisores ya emplean discretamente herramientas de IA para resumir manuscritos, comprobar análisis estadísticos, revisar código, mejorar la redacción o identificar posibles inconsistencias. La ausencia de normas claras no elimina este uso; simplemente lo convierte en una práctica invisible y no regulada.

La autora también sitúa este debate en el contexto de la creciente crisis del sistema de revisión por pares. El número de manuscritos sometidos a evaluación continúa aumentando mientras disminuye la disponibilidad de revisores expertos, que soportan una carga de trabajo cada vez mayor. Diversos estudios citados muestran un incremento de la fatiga de los revisores y una distribución desigual del esfuerzo de evaluación. En este escenario, la IA podría actuar como una herramienta de apoyo que permitiera automatizar tareas rutinarias y liberar tiempo para aquellas actividades donde el criterio humano resulta insustituible: valorar la originalidad de una investigación, la solidez metodológica, la relevancia de los resultados o la contribución al conocimiento científico.

Uno de los aspectos más relevantes del artículo es su propuesta de sustituir el actual debate dicotómico —permitir o prohibir la IA— por un marco de gobernanza basado en principios comunes para toda la comunidad científica. Vicario propone cinco pilares fundamentales. El primero es la transparencia, de modo que los revisores declaren cuándo y cómo han utilizado herramientas de inteligencia artificial sin temor a ser penalizados. El segundo es la responsabilidad, dejando claro que el juicio científico corresponde siempre al revisor humano, independientemente del apoyo tecnológico recibido. El tercero consiste en establecer límites claros sobre las tareas que la IA puede desempeñar —como resumir textos, mejorar el lenguaje o analizar estructuras— y aquellas que deben permanecer exclusivamente bajo criterio humano, como evaluar la novedad científica o la calidad metodológica. A ello añade la necesidad de garantizar la confidencialidad mediante herramientas que respeten estándares adecuados de protección de datos y, finalmente, implantar mecanismos de supervisión editorial que hagan visible, auditable y controlable el uso de la IA durante todo el proceso de evaluación.

El artículo concede un papel especialmente relevante al Committee on Publication Ethics (COPE), organización que durante años ha establecido las principales referencias éticas para la publicación científica. Aunque COPE ya ha comenzado a elaborar documentos de discusión y posicionamientos sobre inteligencia artificial, Vicario considera que todavía falta una guía práctica específica dirigida a revisores y editores que unifique criterios y reduzca la actual fragmentación de políticas entre editoriales, universidades y organismos financiadores. La autora también menciona las discusiones mantenidas durante la edición de 2026 de la World Conference on Research Integrity como una oportunidad para construir un consenso internacional sobre estos principios.

En conjunto, el texto constituye una defensa de un uso responsable, regulado y transparente de la inteligencia artificial en la revisión por pares. No propone sustituir el juicio de los expertos por algoritmos, sino integrar estas herramientas como apoyo dentro de un sistema donde la responsabilidad última siga correspondiendo a los revisores humanos. Para la autora, ignorar que la IA ya está presente en la práctica cotidiana solo incrementará la distancia entre las normas oficiales y el funcionamiento real de la comunicación científica. El verdadero desafío no consiste en decidir si la inteligencia artificial debe participar en la revisión por pares, sino en establecer un marco común que garantice confianza, transparencia e integridad en su utilización.

Sony borra contenidos digitales de las bibliotecas de sus clientes: un recordatorio de que en realidad no somos propietarios de lo que compramos

Harding, S. (2026). Sony erases digital content from libraries; we’re reminded we don’t own what we buy. Ars Technica. Junio de 2026. Ars Technica (artículo)

El nuevo episodio protagonizado por Sony vuelve a poner sobre la mesa uno de los grandes debates de la economía digital: ¿qué significa realmente «comprar» un producto digital? La compañía ha comunicado a los usuarios británicos de PlayStation que, a partir del 1 de septiembre de 2026, dejarán de tener acceso a 551 películas y programas de televisión de StudioCanal que habían adquirido a través de PlayStation Store. El motivo alegado es la expiración de los acuerdos de licencia entre ambas compañías. Como consecuencia, esos títulos desaparecerán de las bibliotecas personales de los usuarios, incluso aunque hubieran pagado por ellos años atrás.

El caso resulta especialmente polémico porque afecta a contenidos que los consumidores entendían como compras permanentes. Entre los títulos que desaparecerán figuran películas tan populares como Paddington, Paddington 2, Terminator 2: Judgment Day, El laberinto del fauno, Rambo 3 o The Boy in the Striped Pyjamas. Sony explica que la eliminación responde exclusivamente a cuestiones contractuales derivadas de las licencias de distribución, pero para muchos usuarios esto supone descubrir que nunca fueron realmente propietarios de las obras, sino únicamente titulares de un permiso de acceso condicionado a la vigencia de esos contratos.

Ars Technica aprovecha este episodio para recordar una realidad jurídica que con frecuencia pasa desapercibida al consumidor. En la mayor parte de las plataformas digitales, la palabra «comprar» no implica la adquisición de la propiedad del contenido, sino de una licencia revocable. El usuario no recibe una copia que pueda conservar indefinidamente como ocurría con un DVD, un Blu-ray o un libro físico, sino un derecho de acceso que depende de la continuidad de los acuerdos comerciales entre distribuidores, estudios y plataformas. Cuando alguno de esos contratos expira, el contenido puede desaparecer sin que el consumidor tenga capacidad para impedirlo.

La situación tampoco constituye un hecho aislado. Sony ya protagonizó una controversia similar con la desaparición de bibliotecas digitales de Funimation durante su integración con Crunchyroll, y anteriormente otros servicios habían retirado contenidos por problemas de licencias. Estos precedentes muestran que la propiedad digital continúa siendo considerablemente más frágil que la propiedad física, especialmente cuando los contenidos están protegidos por sistemas de gestión de derechos digitales (DRM) y dependen completamente de la infraestructura del proveedor.

El artículo también señala que este tipo de decisiones alimenta el renovado interés por los formatos físicos. Coleccionistas de Blu-ray y DVD llevan años defendiendo que una copia física ofrece una garantía de conservación mucho mayor que cualquier biblioteca digital alojada en servidores de terceros. Paradójicamente, mientras la industria impulsa modelos basados exclusivamente en licencias y distribución en línea, cada vez son más los consumidores que redescubren el valor de poseer una copia material que no pueda desaparecer por un cambio contractual o una decisión empresarial.

Más allá del caso concreto de Sony, el episodio reabre un debate de enorme trascendencia para bibliotecas, archivos y políticas de preservación digital. La creciente sustitución de la propiedad por el acceso plantea importantes interrogantes sobre la conservación del patrimonio cultural, los derechos de los consumidores y la sostenibilidad de los modelos de distribución digital. Si el acceso a una obra depende exclusivamente de la continuidad de licencias comerciales, la permanencia del conocimiento y de la cultura queda subordinada a decisiones empresariales ajenas a los usuarios. El caso de Sony constituye, por tanto, un ejemplo paradigmático de los desafíos que plantea la transición desde la propiedad física hacia un ecosistema basado en servicios y licencias temporales.

Singles salmantinos de 2025 parte 2. Viviendo en la era pop 2026/07/03

Singles salmantinos de 2025 parte 2.

Viviendo en la era pop 2026/07/03

ESCUCHAR

Descargar

En esta nueva edición de Viviendo en la era pop, el espacio musical de Radio USAL dedicado a explorar sonidos, escenas y memorias musicales, hemos querido continuar un recorrido muy especial: la segunda parte del viaje por los discos creados en Salamanca, un merecido escaparate al talento, la creatividad y la diversidad de la escena musical salmantina contemporánea. Una nueva oportunidad para reivindicar la enorme riqueza artística que sigue latiendo en nuestra ciudad y que tantas veces permanece fuera de los grandes circuitos comerciales.

En esta ocasión, además de escuchar algunas de las canciones incluidas en este recorrido sonoro, hemos tenido la fortuna de compartir estudio con varios protagonistas directos de esta historia musical. Nos han acompañado Fátima García, integrante de Godaiva, Marco Leonato, una de las voces emergentes dentro del panorama pop local, y Rai Anciola, músico y compositor que también forma parte de los artistas que siguen construyendo identidad musical desde Salamanca. Con ellos hemos conversado sobre procesos creativos, grabaciones, influencias, la situación actual de la música independiente y el significado de seguir creando desde lo local en tiempos dominados por la inmediatez digital.

Durante el programa hemos escuchado una selección de temas que reflejan precisamente esa pluralidad estilística que caracteriza hoy a la escena musical salmantina: “A una damisela” de Rai Anciola, “Stuck On You” de Marco Leonato, “Ser diferente es mejor” de Falsantes, “De tu mano” de Nereida, “No me hagas caso” de Nadea Levinscaia, “Muñeca I.A.” de Ruido de Fondo, “Qué sitio es este” de Chefo, “Lluvia” de Godaiva, “Ojo Crítico” de 7 Kilos, “Terraforma” de David García y “Enciende mi llama” de Doctor Pólvora. Una colección de canciones que demuestra que Salamanca sigue siendo un territorio fértil para la creación musical en múltiples registros: rock, pop, canción de autor, propuestas experimentales y nuevas búsquedas sonoras.

Programas como este buscan precisamente eso: documentar, preservar y difundir la memoria musical local, poniendo voz a quienes crean desde la cercanía y construyen, muchas veces de manera silenciosa, el patrimonio cultural contemporáneo de nuestra ciudad. Porque la música hecha en Salamanca no es solo una suma de canciones: es también una comunidad creativa, una forma de identidad compartida y un archivo vivo del talento que merece ser escuchado.

Descubren una red de 80.000 citas fraudulentas ocultas en los metadatos de publicaciones científicas

Besançon, Lonni; Cabanac, Guillaume; Labbé, Cyril; Magazinov, Alexander; di Scala, Jules; Tkaczyk, Dominika; Weber-Boer, Kathryn (2025). Detection of metadata manipulations: Finding sneaked references in the scholarly literature. Preprint enviado a Journal of the Association for Information Science and Technology (JASIST). arXiv:2501.03771. Disponible en: arXiv – Detection of metadata manipulations

La investigación demuestra que la infraestructura global de comunicación científica presenta una vulnerabilidad crítica: 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 citación. 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.

Este trabajo constituye una de las investigaciones más inquietantes y relevantes de los últimos años en el ámbito de la integridad científica, al revelar una nueva forma de manipulación bibliométrica basada en la inserción de lo que los autores denominan “sneaked references” o referencias infiltradas. Se trata de citas que no aparecen en el texto visible ni en la bibliografía real de un artículo científico, pero que sí son introducidas artificialmente en los metadatos depositados en infraestructuras académicas como Crossref, permitiendo que sistemas bibliométricos las contabilicen como citas legítimas. El hallazgo cuestiona directamente la fiabilidad de numerosos indicadores de impacto científico utilizados globalmente, desde el índice h hasta métricas institucionales empleadas en rankings universitarios, financiación de proyectos o evaluación académica.

El estudio se centra inicialmente en el caso del International Journal of Innovative Science and Research Technology (IJISRT), una revista en la que los investigadores detectaron un patrón sistemático de inserción fraudulenta de referencias adicionales durante el registro de metadatos. Estas referencias eran invisibles para cualquier lector que consultara el PDF del artículo, pero aparecían en los registros enviados a Crossref, generando citas falsas que beneficiaban principalmente a artículos publicados en la misma revista. Este mecanismo constituye una variante sofisticada del conocido fenómeno del citation gaming, es decir, estrategias destinadas a inflar artificialmente el número de citas recibidas por revistas o artículos con el fin de mejorar indicadores de impacto y reputación científica.

Para detectar esta anomalía, los autores diseñan dos metodologías automatizadas innovadoras. La primera consiste en comparar la lista de referencias depositadas en los metadatos de Crossref con las referencias extraídas automáticamente del PDF mediante herramientas como GROBID, especializada en extracción estructurada de documentos académicos. La segunda técnica compara directamente el texto completo extraído del PDF con las cadenas textuales almacenadas en los registros de referencias de Crossref, utilizando algoritmos de similitud textual como la distancia de Levenshtein implementada en bibliotecas como RapidFuzz. Ambas metodologías buscan determinar si una referencia registrada en el sistema realmente aparece en el documento original o si ha sido añadida clandestinamente en la fase de indexación.

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. Algunos artículos beneficiados llegaron a recibir cientos de citas indebidas, alcanzando cifras completamente anómalas en plataformas como Digital Science Dimensions o OpenAlex OpenAlex. El caso más extremo documentado en el artículo corresponde a un DOI que aparecía acreditado con aproximadamente 1.700 citas en Dimensions y 1.800 en OpenAlex, aunque una parte sustancial de esas citas provenían exclusivamente de referencias falsas introducidas en metadatos y nunca presentes en publicaciones reales. Esto demuestra que la manipulación logró atravesar múltiples sistemas de agregación científica y afectar directamente bases de datos utilizadas mundialmente para evaluar investigación.

Uno de los aspectos más preocupantes del estudio es que esta manipulación ocurre en una capa invisible para la mayoría de investigadores, bibliotecarios y evaluadores científicos. Tradicionalmente, las malas prácticas en citación implicaban añadir citas irrelevantes dentro del propio artículo, mediante coerción editorial o acuerdos entre autores. Sin embargo, el mecanismo identificado aquí opera después de la publicación, en el nivel de los metadatos depositados en infraestructuras centrales del ecosistema científico. Esto significa que incluso artículos perfectamente legítimos pueden convertirse, sin conocimiento de sus autores, en vehículos para generar citas artificiales que alteren métricas globales. El problema deja de ser un asunto editorial aislado para convertirse en una vulnerabilidad sistémica de la infraestructura internacional de comunicación científica.

Los investigadores intentaron además escalar el análisis a gran escala examinando más de 47 millones de documentos científicos procesados por Dimensions desde el año 2000, con el objetivo de detectar patrones similares en toda la literatura académica mundial. Aunque el procesamiento masivo presenta limitaciones técnicas, especialmente en la extracción automática de referencias desde archivos PDF, el estudio demuestra que existen mecanismos potenciales para auditar grandes volúmenes de literatura científica y detectar patrones anómalos de citación. Los autores también exploraron heurísticas basadas en referencias duplicadas dentro de registros Crossref como posible señal temprana de manipulación sistemática.

El artículo plantea profundas implicaciones para todo el ecosistema de comunicación científica. Si plataformas como Crossref, OpenAlex, Scopus o sistemas derivados utilizan metadatos potencialmente manipulados, entonces gran parte de los indicadores bibliométricos contemporáneos podrían estar sujetos a distorsiones invisibles. Los autores reclaman mecanismos de auditoría más rigurosos por parte de infraestructuras académicas, validaciones automáticas entre texto completo y metadatos depositados, así como mayor vigilancia sobre prácticas editoriales sospechosas. Más allá del caso específico investigado, el estudio abre una discusión fundamental sobre la fragilidad de los sistemas de evaluación científica contemporáneos y sobre cómo la obsesión por las métricas cuantitativas puede incentivar nuevas formas de fraude cada vez más sofisticadas y difíciles de detectar.

OpenEval: la inteligencia artificial entra en la revisión científica y redefine el futuro del peer review

OpenEval Project. “OpenEval Project: Transparent LLM-Enabled Peer Review Assessment”. Plataforma de investigación abierta sobre evaluación científica asistida por inteligencia artificial, 2026. Disponible en: OpenEval Project

OpenEval propone una revolución en la evaluación científica al sustituir la revisión global del artículo por un análisis automatizado de cada afirmación individual contenida en el paper, 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

El proyecto OpenEval representa una de las iniciativas más ambiciosas actualmente en desarrollo para replantear uno de los pilares centrales de la ciencia moderna: el sistema de peer review o revisión por pares. Durante más de tres siglos, la validación de artículos científicos ha dependido casi exclusivamente del juicio humano de especialistas encargados de evaluar la calidad metodológica, la consistencia argumentativa y la solidez empírica de un trabajo antes de su publicación. Sin embargo, el crecimiento exponencial de la producción científica mundial —acentuado todavía más por el uso creciente de herramientas de inteligencia artificial generativa— está comenzando a desbordar la capacidad del sistema tradicional. OpenEval surge precisamente como respuesta a este problema estructural: desarrollar un sistema transparente, sistemático y automatizado capaz de analizar artículos científicos mediante modelos de lenguaje avanzados y comparar sus evaluaciones con revisiones realizadas por expertos humanos.

La innovación central del proyecto consiste en cambiar radicalmente la unidad básica de evaluación científica. Tradicionalmente, un artículo se revisa como un documento global donde los revisores formulan observaciones generales sobre hipótesis, metodología, resultados o conclusiones. OpenEval propone descomponer cada paper en unidades mínimas verificables: afirmaciones concretas o claims individuales. Cada afirmación es extraída automáticamente del texto mediante procesamiento lingüístico avanzado y posteriormente clasificada según el tipo de evidencia que la respalda. El sistema distingue, por ejemplo, afirmaciones sustentadas en datos experimentales directos, referencias bibliográficas previas, inferencias estadísticas o interpretaciones especulativas. Esta descomposición granular permite que la inteligencia artificial no evalúe un artículo como un bloque narrativo indivisible, sino como una red estructurada de afirmaciones susceptibles de verificación independiente. La idea responde a una intuición fundamental: la ciencia debería ser legible no solo para seres humanos, sino también para máquinas capaces de interpretar formalmente la arquitectura lógica del conocimiento científico.

Para poner a prueba esta metodología, los desarrolladores construyeron uno de los mayores corpus experimentales de revisión científica automatizada disponibles actualmente. El sistema procesó 16.089 artículos científicos procedentes de la revista de acceso abierto eLife, identificando 1.964.856 afirmaciones individuales distribuidas en casi 300.000 unidades evaluables. Paralelamente se recopilaron más de 29.000 revisiones generadas por OpenEval y cerca de 29.205 revisiones realizadas previamente por revisores humanos, permitiendo comparar ambos sistemas de evaluación. Uno de los hallazgos más significativos fue comprobar que la inteligencia artificial identificaba un mayor número de afirmaciones relevantes dentro de cada artículo que los revisores humanos. Mientras los expertos humanos tendían a concentrarse en un conjunto relativamente limitado de resultados principales, OpenEval lograba cubrir un espectro mucho más amplio del contenido científico, detectando matices argumentativos que frecuentemente pasan desapercibidos durante el proceso convencional de peer review.

El proyecto revela además una cuestión especialmente relevante: los sistemas automatizados no solo son capaces de reproducir evaluaciones humanas, sino que en ciertos aspectos pueden mostrar comportamientos analíticos diferentes e incluso más rigurosos. Los datos comparativos muestran que OpenEval tiende a ser más conservador frente a afirmaciones basadas en especulación o inferencias indirectas, mientras que otorga mayor confianza a resultados respaldados por datos experimentales o citas verificables. En varios casos, la inteligencia artificial clasificó determinadas afirmaciones como inciertas o insuficientemente sustentadas allí donde revisores humanos habían emitido valoraciones más favorables. Esto sugiere que la automatización no necesariamente implica replicar sesgos humanos existentes, sino introducir nuevas formas de escrutinio científico potencialmente más sistemáticas y consistentes. La revisión científica comienza así a transformarse desde una práctica artesanal basada en juicio experto hacia un proceso parcialmente algorítmico basado en análisis estructurado del conocimiento.

Otro elemento decisivo del proyecto es su apuesta por la transparencia. A diferencia del sistema tradicional de revisión académica, donde los informes de los evaluadores suelen permanecer ocultos o limitados al editor y a los autores, OpenEval permite explorar públicamente los resultados a través de una interfaz interactiva. Los usuarios pueden examinar manuscritos concretos, visualizar cada afirmación extraída automáticamente y comparar directamente las evaluaciones emitidas por inteligencia artificial frente a revisores humanos. Esta apertura convierte el proceso de evaluación científica en un objeto de investigación en sí mismo, permitiendo estudiar empíricamente cómo se toman decisiones editoriales, qué tipo de afirmaciones generan mayor controversia y en qué áreas coinciden o divergen humanos y algoritmos. La revisión por pares deja de ser una práctica opaca para convertirse en un sistema observable y cuantificable.

Desde una perspectiva más amplia, OpenEval se inscribe en un cambio profundo dentro del ecosistema de comunicación científica contemporánea. Durante siglos, el artículo académico fue simultáneamente unidad de conocimiento, unidad narrativa y unidad de evaluación. Proyectos como OpenEval cuestionan esa estructura histórica al sugerir que el verdadero objeto de validación científica no debería ser el artículo como documento cerrado, sino cada afirmación verificable que lo compone. Esta lógica conecta directamente con propuestas emergentes que defienden una ciencia machine-readable, es decir, una producción científica estructurada de tal forma que sistemas artificiales puedan navegar, contrastar y evaluar automáticamente el conocimiento publicado. Si esta visión prospera, el peer review del futuro podría dejar de consistir en enviar manuscritos completos a dos o tres especialistas y pasar a funcionar como un sistema híbrido donde algoritmos analizan miles de afirmaciones individuales antes de que expertos humanos intervengan en la interpretación final.

La consecuencia filosófica de este proyecto resulta especialmente profunda. Durante siglos se asumió que evaluar ciencia era una capacidad exclusivamente humana basada en experiencia disciplinar, intuición metodológica y juicio crítico experto. OpenEval pone en cuestión esa convicción al demostrar que sistemas algorítmicos pueden participar activamente en la validación del conocimiento científico a gran escala. Esto obliga a replantear no solo la infraestructura editorial académica, sino conceptos mucho más amplios como autoridad científica, legitimidad epistemológica y confianza en los mecanismos que históricamente han definido qué conocimiento merece incorporarse al patrimonio intelectual colectivo. La inteligencia artificial deja así de ser simplemente una herramienta auxiliar para convertirse en un nuevo actor dentro del propio proceso de construcción y validación de la ciencia contemporánea.

PaperOrchestra: cuando la inteligencia artificial comienza a escribir artículos científicos completos

Robots working together on research with holographic data displays in an AI lab

Song, Yiwen Song; Song, Yale Song; Pfister, Tomas Pfister; Yoon, Jinsung Yoon. “PaperOrchestra: A Multi-Agent Framework for Automated AI Research Paper Writing”. Proyecto de investigación de Google Cloud, 2026. Disponible en: PaperOrchestra Project Page y preprint en arXiv PaperOrchestra

PaperOrchestra demuestra que la inteligencia artificial ha comenzado a superar una frontera decisiva: no solo analizar datos o asistir al investigador, sino producir de forma casi autónoma artículos científicos completos, lo que obliga a replantear el futuro de la autoría académica, la evaluación científica y el propio significado de hacer investigación en la era algorítmica.

El proyecto PaperOrchestra representa uno de los desarrollos más avanzados y provocadores dentro del campo emergente de la automatización científica mediante inteligencia artificial. Diseñado por investigadores de Google Cloud AI Research, el sistema plantea una pregunta que hasta hace muy poco pertenecía al terreno de la especulación: ¿puede una inteligencia artificial redactar de manera autónoma un artículo científico completo, con un nivel de calidad comparable al trabajo de un investigador humano? La respuesta que propone este trabajo es afirmativa, aunque con matices importantes. A diferencia de herramientas convencionales basadas en modelos de lenguaje que simplemente generan texto a partir de instrucciones generales, PaperOrchestra funciona como un sistema multiagente especializado, capaz de transformar materiales de investigación desestructurados —notas de laboratorio, resultados experimentales, tablas de datos o esquemas conceptuales— en manuscritos académicos completamente estructurados y preparados para su envío a congresos científicos internacionales.

La arquitectura del sistema constituye uno de sus aspectos más innovadores. En lugar de confiar en un único modelo lingüístico para realizar todas las tareas, PaperOrchestra distribuye el trabajo entre varios agentes especializados que operan de manera coordinada, imitando en cierto modo el proceso real de elaboración de un paper dentro de un grupo de investigación humano. Un primer agente se encarga de analizar la información inicial y construir un esquema lógico del artículo; otro genera automáticamente gráficos estadísticos, diagramas conceptuales o visualizaciones necesarias para ilustrar resultados; un tercer agente realiza búsquedas bibliográficas específicas en bases de datos académicas para localizar trabajos previos relevantes y verificar automáticamente la existencia y pertinencia de las citas mediante integración con APIs científicas como Semantic Scholar; posteriormente un agente de redacción produce el manuscrito completo en formato LaTeX siguiendo plantillas específicas de congresos como CVPR o ICLR; finalmente, un agente adicional actúa como simulador de revisión por pares, detectando debilidades argumentativas y refinando sucesivamente el documento hasta alcanzar un nivel de presentación comparable al estándar académico profesional.

Para evaluar rigurosamente el rendimiento del sistema, los autores desarrollaron un benchmark denominado PaperWritingBench, uno de los primeros conjuntos de datos diseñados específicamente para medir la capacidad de sistemas autónomos de escritura científica. El benchmark fue construido a partir de doscientas publicaciones reales procedentes de congresos de máximo prestigio en inteligencia artificial, concretamente cien artículos de CVPR 2025 y cien de ICLR 2025. Los investigadores invirtieron el proceso habitual de producción científica: en lugar de proporcionar artículos terminados, extrajeron únicamente materiales previos a la redacción —resúmenes conceptuales, registros experimentales, tablas numéricas, observaciones derivadas de figuras y directrices editoriales— obligando así a la inteligencia artificial a reconstruir todo el artículo desde cero. Este diseño permite evaluar con precisión hasta qué punto el sistema puede asumir el proceso intelectual que tradicionalmente corresponde al investigador humano durante la escritura académica.

Los resultados obtenidos son especialmente llamativos y muestran el grado de sofisticación alcanzado por este tipo de sistemas. En evaluaciones comparativas realizadas con once investigadores humanos especializados en inteligencia artificial, PaperOrchestra superó de forma consistente a otros sistemas autónomos de generación académica. En calidad de revisión bibliográfica obtuvo márgenes de victoria de entre el cincuenta y el sesenta y ocho por ciento frente a modelos competidores, mientras que en calidad general del manuscrito alcanzó ventajas de entre el catorce y el treinta y ocho por ciento. Aunque todavía existe una diferencia apreciable respecto a artículos escritos íntegramente por investigadores humanos, los resultados sugieren que la brecha comienza a reducirse de forma acelerada. Lo verdaderamente significativo no es únicamente que la máquina pueda redactar un texto coherente, sino que sea capaz de integrar referencias verificadas, producir visualizaciones científicas consistentes y adaptar automáticamente la presentación formal a estándares editoriales concretos.

Este desarrollo abre interrogantes profundos sobre el futuro mismo de la comunicación académica. Durante siglos, escribir un artículo científico no ha sido únicamente un mecanismo administrativo para difundir resultados, sino parte esencial del proceso intelectual del investigador. La escritura obliga a ordenar ideas, justificar decisiones metodológicas, detectar inconsistencias conceptuales y construir interpretaciones sólidas sobre los datos obtenidos. Sistemas como PaperOrchestra introducen la posibilidad de externalizar buena parte de ese trabajo cognitivo a agentes artificiales capaces de generar manuscritos completos en cuestión de minutos. Esto podría transformar radicalmente la productividad científica, pero también generar riesgos significativos: proliferación masiva de papers automatizados, saturación extrema del sistema de revisión por pares, incremento exponencial de publicaciones redundantes y debilitamiento progresivo del vínculo entre producción intelectual y responsabilidad autoral. La propia plataforma incorpora una declaración ética donde insiste en que la herramienta debe entenderse como un asistente avanzado y no como un autor autónomo, manteniendo el investigador humano la responsabilidad última sobre la veracidad y originalidad del contenido generado.

Desde una perspectiva más amplia, PaperOrchestra parece anticipar una transformación histórica comparable a la invención misma del artículo científico moderno en el siglo XVII. Si la imprenta, las revistas académicas y posteriormente internet modificaron radicalmente las formas de circulación del conocimiento, la inteligencia artificial podría estar inaugurando una nueva etapa donde producir ciencia ya no implicará necesariamente escribirla manualmente. El investigador del futuro podría concentrarse en formular hipótesis, diseñar experimentos y validar resultados, mientras sistemas autónomos se encargan de estructurar, redactar, ilustrar y presentar formalmente el conocimiento generado. La cuestión ya no es únicamente tecnológica, sino filosófica: si una máquina puede redactar ciencia con calidad equiparable a la humana, será necesario redefinir qué entendemos por autoría científica, mérito intelectual y producción original de conocimiento en el siglo XXI.

¿Es el artículo científico la próxima víctima de la inteligencia artificial? La transformación radical de la comunicación científica

Requarth, Tim. “The next unit of science: Is the scientific paper due to be replaced?” En The Transmitter, sección From Bench to Bot, 11 de mayo de 2026. Publicado en el medio especializado The Transmitter: Neuroscience News and Perspectives

El artículo de plantea una cuestión profundamente disruptiva para el ecosistema académico contemporáneo: si el tradicional artículo científico —la unidad fundamental de comunicación del conocimiento desde hace más de tres siglos— está entrando en una fase terminal debido al avance de la inteligencia artificial.

La reflexión parte de una perspectiva histórica, recordando que antes de la aparición de las revistas científicas en el siglo XVII, los investigadores publicaban extensos tratados, como hizo Johannes Kepler en Astronomia Nova o Isaac Newton en su célebre Principia. La aparición de publicaciones periódicas, como Philosophical Transactions de la Royal Society, permitió acelerar el intercambio de resultados científicos, fragmentando el conocimiento en unidades más pequeñas y dinámicas: el paper. Durante siglos, este modelo fue extraordinariamente exitoso y permitió avances acumulativos que definieron la ciencia moderna.

Sin embargo, según el autor, ese modelo ha comenzado a mostrar signos evidentes de agotamiento, y la irrupción de la inteligencia artificial no hace sino acelerar una crisis que ya existía. Herramientas basadas en modelos de lenguaje permiten hoy producir artículos académicos a una velocidad sin precedentes, hasta el punto de saturar completamente el sistema de revisión por pares. Se menciona el caso de investigadores que generan versiones casi idénticas de estudios reutilizando bases de datos públicas con ligeras modificaciones textuales para evitar sistemas antiplagio, así como el desarrollo de sistemas automatizados como Paper Orchestra, presentado por Google, capaz de transformar notas de laboratorio en un manuscrito científico completo, con figuras y referencias verificadas, en apenas cuarenta minutos. Esta automatización masiva amenaza directamente uno de los pilares del sistema científico: la evaluación rigurosa realizada por expertos humanos, cuyos tiempos y capacidades están siendo desbordados.

Frente a esta situación, diversos científicos comienzan a proponer un replanteamiento radical de la propia estructura de la publicación académica. El artículo analiza especialmente el proyecto OpenEval, desarrollado por investigadores como Lior Pachter y colaboradores, que propone descomponer cada paper en unidades verificables: afirmaciones concretas, evidencias que las sustentan y evaluaciones automatizadas de la consistencia de dichas evidencias. Aplicado a cerca de 16.000 artículos de la revista eLife, el sistema logró identificar casi dos millones de afirmaciones individuales y mostró una capacidad de evaluación comparable a revisores humanos, aunque con una cobertura significativamente superior. La idea central consiste en separar dos funciones que actualmente están fusionadas en el paper: por un lado, la comunicación estructurada de resultados; por otro, la narrativa interpretativa que contextualiza esos hallazgos.

El texto presta especial atención a cómo esta transformación podría beneficiar disciplinas particularmente fragmentadas como la neurociencia. En campos donde conviven investigaciones sobre genética molecular, sinapsis neuronales, comportamiento, neuroimagen o psicología experimental, gran parte del conocimiento permanece aislado en compartimentos estancos porque ningún investigador puede procesar el volumen total de publicaciones existentes. Sistemas de conocimiento estructurado y legible por máquinas permitirían conectar automáticamente descubrimientos relacionados que actualmente permanecen invisibles entre sí. El autor cita ejemplos concretos en los que investigaciones independientes sobre mecanismos sinápticos similares no llegaron a citarse mutuamente pese a sus implicaciones complementarias, un problema que podría resolverse mediante bases de conocimiento interconectadas alimentadas por inteligencia artificial.

Más radical todavía es la propuesta formulada por la física italiana Francesca Colaiori, quien imagina una futura red adaptativa del conocimiento donde el paper desaparece por completo como unidad principal y es sustituido por “objetos de conocimiento”: hipótesis, conjuntos de datos, métodos, preguntas abiertas o resultados experimentales individuales que se conectan dinámicamente entre sí, de manera similar a una gigantesca enciclopedia científica colaborativa. En este escenario, publicar dejaría de consistir en redactar un artículo cerrado y pasaría a parecerse más a editar una red viva de conocimiento colectivo. Paralelamente, revistas como NEJM AI ya experimentan con sistemas híbridos en los que revisores humanos trabajan junto a modelos de lenguaje que generan informes automatizados, reduciendo el tiempo entre envío y aceptación a apenas siete días.

No obstante, Requarth introduce una advertencia crucial frente a este entusiasmo tecnológico. El acto mismo de escribir un artículo científico no es únicamente un mecanismo administrativo de comunicación, sino una parte fundamental del proceso intelectual del investigador. La dificultad de redactar obliga a clarificar ideas, detectar incoherencias metodológicas, reorganizar argumentos y descubrir debilidades conceptuales que a menudo no se perciben durante la experimentación. Automatizar completamente la escritura científica podría eliminar precisamente ese proceso cognitivo donde muchas veces surge una comprensión más profunda del propio descubrimiento. En otras palabras, aunque el artículo científico sea un formato imperfecto como contenedor de datos, podría seguir desempeñando una función intelectual esencial que no resulta fácilmente reemplazable por sistemas automatizados.

El ensayo sitúa a la ciencia en un momento histórico comparable a la transición que siglos atrás llevó del tratado erudito al artículo breve de revista. Así como aquel cambio revolucionó la velocidad y naturaleza del progreso científico, la inteligencia artificial podría estar impulsando una nueva mutación estructural en la forma en que la humanidad organiza, valida y comparte el conocimiento. El paper tradicional, argumenta el autor, ya está siendo superado de facto por un ecosistema caótico formado por archivos suplementarios interminables, repositorios de datos, código sin documentar y bases distribuidas en múltiples plataformas. La pregunta ya no sería si el artículo científico desaparecerá, sino qué nueva arquitectura sustituirá ese modelo y cómo preservar, en medio de esa transición tecnológica, la dimensión profundamente humana del pensamiento científico. El futuro de la investigación, concluye Requarth, dependerá de encontrar un equilibrio entre la eficiencia algorítmica y la reflexión intelectual que durante siglos ha definido el acto mismo de hacer ciencia.

Presentación del libro La batalla por las mentes. La dimensión cultural e ideológica de la Guerra Fría. Planeta Biblioteca 2026/07/02

Presentación del libro La batalla por las mentes. La dimensión cultural e ideológica de la Guerra Fría

Planeta Biblioteca 2026/07/02

ESCUCHAR

Descargar

La presentación del libro La batalla por las mentes. La dimensión cultural e ideológica de la Guerra Fría, publicado por Ediciones Nogal, reunió a cuatro voces que aportaron perspectivas complementarias sobre una de las dimensiones menos visibles pero más determinantes del siglo XX: la disputa cultural e ideológica que definió buena parte de la Guerra Fría. En el debate participaron el propio autor, Francisco Javier Martín Prieto, junto a Víctor G. Villarroel, Daniel Cruz Sagredo y Julio Alonso Arévalo, configurando un diálogo interdisciplinar sobre la relación entre cultura, poder y propaganda.

Durante la conversación se puso de relieve que la Guerra Fría no puede entenderse únicamente como una confrontación militar entre bloques encabezados por Estados Unidos y la Unión Soviética, sino como una lucha silenciosa orientada a moldear imaginarios colectivos, controlar narrativas e influir en la producción intelectual y artística a escala global. El libro analiza precisamente cómo la imposibilidad de una confrontación nuclear directa llevó a ambos bloques a desarrollar estrategias destinadas a conquistar no territorios físicos, sino la conciencia de millones de ciudadanos.

Uno de los ejes más relevantes de la presentación fue el análisis del papel desempeñado por la Central Intelligence Agency (CIA) a través del llamado Congress for Cultural Freedom, organismo financiado secretamente para influir en escritores, artistas, académicos y medios de comunicación occidentales. Se destacó cómo esta estructura invirtió grandes cantidades de recursos económicos para crear revistas, congresos, encuentros internacionales y redes intelectuales destinadas a contrarrestar la influencia del marxismo en la Europa de posguerra, promoviendo simultáneamente una visión de la libertad alineada con los intereses geopolíticos estadounidenses.

El debate también permitió reflexionar sobre una cuestión especialmente vigente en la actualidad: hasta qué punto las estrategias de manipulación cultural desarrolladas durante la Guerra Fría siguen presentes hoy bajo nuevas formas tecnológicas. Los participantes señalaron paralelismos evidentes entre aquellas campañas de propaganda encubierta y los actuales mecanismos de influencia digital, algoritmos, control informativo y disputas narrativas en redes sociales, mostrando que aquella “batalla por las mentes” no terminó realmente con la caída del muro, sino que simplemente cambió de escenario.

Finalmente, se subrayó el valor documental de esta obra, nacida inicialmente como material de investigación para la novela Salamanca Connection, pero convertida después en un ensayo independiente debido a la relevancia histórica del material recopilado. La presentación dejó claro que el libro no solo revisita un episodio histórico, sino que invita a comprender mejor los mecanismos contemporáneos mediante los cuales gobiernos, corporaciones y actores globales continúan disputándose el control de la opinión pública a través de la cultura.

Por qué el impacto científico es más que una simple cuestión de números

Banino, Yehonatan. “Guest Post — Beyond the Prestige: Why Scientific Impact is More Than a Numbers Game”. En The Scholarly Kitchen, 1 de julio de 2026. Publicado por la Society for Scholarly Publishing.

El autor plantea una crítica profunda al modo en que tradicionalmente se evalúa el impacto de la investigación científica. Durante décadas, la academia ha utilizado métricas cuantitativas simples, especialmente el número bruto de citas recibidas por un artículo o el prestigio de la revista donde se publica, como indicadores casi absolutos del valor de una investigación. Sin embargo, Banino argumenta que esta visión resulta limitada e incluso engañosa, ya que reduce la complejidad del conocimiento científico a cifras descontextualizadas que no reflejan adecuadamente la verdadera influencia de un trabajo académico.

Uno de los argumentos centrales del texto es que las citas, por sí solas, carecen de significado cuando no se interpretan dentro de un contexto comparativo adecuado. Un artículo que ha recibido veinticinco citas puede parecer exitoso, pero ese número solo adquiere sentido cuando se analiza en relación con otros trabajos publicados en la misma disciplina, en el mismo periodo temporal y dentro de comunidades científicas similares. El autor utiliza una analogía pedagógica: dos estudiantes pueden obtener exactamente la misma nota en un examen, pero el valor real de esa calificación cambia radicalmente dependiendo del promedio general del grupo. De igual manera, una cifra aislada en ciencia no representa necesariamente impacto o calidad.

Banino propone superar esta visión tradicional mediante herramientas de evaluación más sofisticadas, centradas en métricas relativas en lugar de métricas absolutas. En este contexto presenta el llamado YCR-index, un sistema que busca medir la influencia científica tomando en cuenta factores comparativos como el área temática, el año de publicación y el comportamiento general de trabajos equivalentes. Según esta perspectiva, el verdadero valor científico no debe medirse simplemente contando citas, sino analizando cómo una investigación destaca dentro de su ecosistema académico específico. La propuesta intenta corregir lo que denomina la “trampa de la citación bruta”, es decir, la falsa idea de que más citas equivalen automáticamente a mayor relevancia científica.

El artículo también se inserta dentro de un debate cada vez más amplio en la comunicación académica contemporánea sobre las limitaciones de indicadores tradicionales como el Impact Factor, el h-index y otros sistemas bibliométricos. Diversos sectores de la comunidad científica han advertido que estas métricas han terminado incentivando prácticas problemáticas: presión excesiva por publicar en revistas prestigiosas, priorización del volumen sobre la calidad, estrategias editoriales diseñadas para aumentar artificialmente las citas y desigualdades estructurales que perjudican especialmente a investigadores jóvenes o pertenecientes a regiones periféricas del sistema científico global.

En el fondo, la reflexión de Banino invita a reconsiderar qué significa realmente “impacto científico”. La ciencia, sostiene implícitamente el autor, no puede evaluarse únicamente mediante indicadores cuantitativos porque su verdadero valor reside también en factores más difíciles de medir: la originalidad de una idea, su capacidad de transformar paradigmas, su utilidad social, su influencia a largo plazo y su contribución al avance colectivo del conocimiento. En una época marcada por debates sobre ciencia abierta, inteligencia artificial, transparencia editorial y nuevas formas de evaluación académica, este texto representa una defensa de modelos más justos, contextualizados y humanizados para valorar la producción científica.

El artículo constituye una llamada a abandonar la dependencia excesiva de los indicadores numéricos y avanzar hacia una cultura científica donde el valor de la investigación no quede determinado exclusivamente por el prestigio editorial o por estadísticas de citación, sino por la auténtica contribución intelectual y social que cada trabajo aporta al ecosistema global del conocimiento.