Archivo del Autor: Julio Alonso Arévalo

Avatar de Desconocido

Acerca de Julio Alonso Arévalo

Bibliotecario de la Facultad de Traducción y Doc. de la USAL. Ex-Miembro del Grupo de Investigación E-LECTRA. Premio Nacional de Investigación por la UNE Premio mejor Profesional Social Media INFOAWARDS 2019. Creador y editor del repositorio E-LIS. Más de 80 artículos científicos publicados - Ver en E-LIS -en revistas científicas. El profesional de la información, Library Hi-Tech, Electronic Library. Investigación Bibliotecológica, Anales de Documentación... 12 libros publicados: Nueva fuentes de información en el contexto de la web 2.0 (Pirámide), Gutemberg 2.0 (TREA). Social Reading (Elsevier), eBooks en bibliotecas universitarias (TREA), El ecosistema del libro electrónico universitario (UNE), Un viaje a la cultura open (Amazon), GRATIS Zotero (Creative Spaces), Leyendo entre Pantallas (Trea), GRATIS Literaçia da infomrçao (ISPA) GRATIS Espistemologia y acceso abierto (UCE) GRATIS Makerspaces y bibliotecas. Barcelona: El Profesional de la Información EPI-UOC, 2018. Makerspaces. Espacios creativos en bibliotecas: creación, planificación y programación de actividades. Salamanca: Ediciones del Universo, 2019. Los libros, la lectura y los lectores a través de la literatura y las artes. Buenos Aires : Alfagrama Ediciones, 2019 Más de 2000 citas en Google Schoolar Creador y gestor del blog Universo abierto Director del programa de Radio Planeta Biblioteca Más de 250.000 seguidores en los grupos profesionales de Facebook.

VeriXiv: un servidor de preprints de la Fundación Gates que combina tecnología y revisores humanos

F1000. «Preprints Now Required for All Gates-Funded ResearchLibrary Journal, February 6, 2025. https://www.libraryjournal.com/story/preprints-now-required-for-all-gates-funded-research-lj250502.

La Fundación Gates ahora requiere que toda la investigación financiada por ella se publique primero como preprints antes de pasar por la revisión por pares. Esta medida busca acelerar la difusión de resultados científicos, especialmente en áreas como la salud global. Además, para ello se ha implementado el servidor de preprints VeriXiv para garantizar la calidad y la integridad de las investigaciones.

La Fundación Gates ha modificado su política de acceso abierto para exigir que los artículos de investigación financiados por sus becas se publiquen primero como preprints antes de ser sometidos a la revisión por pares. Esta decisión busca facilitar el acceso rápido a los resultados y datos de investigación, lo cual es especialmente importante en áreas como la salud global, donde la inmediatez de la información puede salvar vidas. Actualmente, solo entre el 10 y el 15% de los trabajos financiados por la Fundación Gates se publican como preprints, y la fundación busca que esta práctica se adopte más ampliamente.

A pesar de algunas preocupaciones sobre la calidad de los preprints, estudios recientes han demostrado que las versiones prepublicadas no presentan diferencias significativas respecto a los artículos finales revisados por pares. Para garantizar la integridad de los preprints, la Fundación Gates colabora con VeriXiv, un servidor de preprints que combina tecnología y revisores humanos para realizar rigurosos controles previos a la publicación.

Además de la rapidez, la nueva política también busca abordar problemas de equidad, ya que la publicación de artículos en acceso abierto suele conllevar cargos que pueden ser una carga económica para los investigadores. Al optar por los preprints, los investigadores pueden compartir su trabajo sin enfrentar estas tarifas, utilizando licencias que permiten su libre distribución y reutilización. VeriXiv ha sido diseñado para apoyar a los beneficiarios de las becas de la Fundación Gates en el cumplimiento de esta nueva política de acceso abierto.

Reducir la inteligencia artificial: muchos modelos de inteligencia artificial son caros y consumen mucha energía

«A tinyML chip: Cutting AI down to sizeScience, 20 de febrero de 2025. https://www.science.org/content/article/what-s-tinyml-global-south-s-alternative-power-hungry-pricey-ai.

Muchos modelos de inteligencia artificial son caros y consumen mucha energía. Los investigadores del Sur Global están adoptando cada vez más alternativas de bajo coste y bajo consumo. TinyML es una subdisciplina del aprendizaje automático (Machine Learning, ML) que se enfoca en ejecutar modelos de aprendizaje automático directamente en dispositivos de bajo consumo y recursos limitados, como microcontroladores, sensores y otros dispositivos integrados.

El artículo de Science titulado «What’s TinyML? Global South’s Alternative to Power-Hungry, Pricey AI» pone de manifiesto cómo la tecnología TinyML está emergiendo como una alternativa innovadora y accesible a las soluciones de inteligencia artificial (IA) tradicionales, que suelen depender de infraestructuras costosas y un alto consumo de energía. Este avance está ganando especial relevancia en el Sur Global, es decir, en regiones del mundo que enfrentan desafíos relacionados con recursos limitados, infraestructura insuficiente y conectividad inestable.

TinyML es una tecnología que permite ejecutar modelos de aprendizaje automático (machine learning) en dispositivos de muy bajo consumo energético, como sensores, microcontroladores o dispositivos portátiles, sin necesidad de conectarlos a servidores poderosos en la nube. Esto se logra a través de la optimización de algoritmos de IA, que pueden ser ejecutados directamente en el hardware del dispositivo con una eficiencia energética mucho mayor que los enfoques tradicionales que dependen de grandes centros de datos.

Entre los principales beneficios de TinyML destacan la latencia reducida, ya que al procesar los datos directamente en el dispositivo, se elimina el retraso asociado con la transferencia de datos a servidores. Además, los dispositivos de bajo consumo como microcontroladores permiten que funcione durante largos períodos sin necesidad de recargarse. Otro beneficio importante es la reducción del uso de ancho de banda, ya que los dispositivos con esta tecnología no requieren transferir grandes cantidades de datos a servidores. Por último, la privacidad de los datos se ve reforzada, ya que los datos no se envían a servidores externos y son procesados localmente en el dispositivo.

TinyML está siendo utilizado en diversas áreas, especialmente en industrias que dependen de dispositivos conectados a Internet de las Cosas (IoT). Algunas de sus aplicaciones incluyen el monitoreo en tiempo real de cultivos y ganado utilizando dispositivos para gestionar de manera eficiente estos recursos en la agricultura. También se aplica en el mantenimiento predictivo industrial, donde los dispositivos TinyML pueden detectar fallas en máquinas antes de que ocurran, ayudando a reducir los costos asociados con el mantenimiento de equipos. Además, permite personalizar las interacciones con los usuarios en tiempo real, mejorando la publicidad dirigida y la comprensión del comportamiento del consumidor en la experiencia del cliente.

Esta tecnología está ganando popularidad gracias a su capacidad para integrar inteligencia artificial en dispositivos con recursos limitados, sin depender de conexión constante a internet o infraestructura costosa. Esta tecnología tiene el potencial de revolucionar áreas como el IoT, la agricultura, el mantenimiento industrial y la personalización de la experiencia del usuario.

Spotify abre su plataforma para generar audiolibros por inteligencia artificial

Bastian, Matthias. “Spotify Opens Platform to More AI-Generated Audiobooks.” The Decoder, 20 de febrero de 2025. https://the-decoder.com/spotify-opens-platform-to-more-ai-generated-audiobooks/#google_vignette

Spotify está ampliando su oferta de audiolibros generados por IA gracias a una nueva asociación con ElevenLabs. Esta empresa ofrece voces sintéticas como una alternativa accesible a las grabaciones en estudio, permitiendo a los autores, especialmente los independientes, crear narraciones profesionales con presupuestos reducidos.

Spotify ha decidido ampliar su oferta de audiolibros generados por inteligencia artificial (IA) mediante una nueva asociación con ElevenLabs, una empresa especializada en la creación de voces sintéticas avanzadas. Esta tecnología se presenta como una alternativa más accesible a las tradicionales grabaciones en estudio, lo que facilita a los autores, especialmente a los independientes y autopublicados, la posibilidad de producir narraciones profesionales sin incurrir en altos costos de producción. Gracias a la IA, se eliminan barreras económicas y logísticas que anteriormente dificultaban la creación de audiolibros para escritores sin acceso a grandes editoriales o recursos financieros significativos.

Hasta ahora, Spotify ya permitía audiolibros narrados por IA a través de su plataforma de distribución Findaway Voices, pero con ciertas limitaciones. Solo socios específicos podían acceder a esta funcionalidad, y cada audiolibro generado con IA debía pasar por una revisión individual antes de su publicación. Con esta nueva iniciativa, se espera que el proceso sea más flexible y accesible para un mayor número de creadores, lo que podría impulsar significativamente la cantidad de audiolibros disponibles en la plataforma.

No obstante, la expansión del uso de IA en la narración de audiolibros no está exenta de controversia. En primer lugar, plantea preocupaciones sobre el impacto en la industria del doblaje y la locución. Muchos actores de voz han expresado su inquietud ante la posibilidad de que la automatización de este trabajo reduzca la demanda de narradores humanos, afectando sus oportunidades laborales y devaluando la calidad artística de las interpretaciones. Si bien las voces sintéticas han mejorado notablemente en términos de naturalidad y expresividad, aún existen diferencias en comparación con la interpretación emocional y matices que solo un ser humano puede aportar.

Otro aspecto crítico es el de los derechos de autor. La forma en que Spotify y ElevenLabs manejan el entrenamiento de sus modelos de IA podría generar disputas legales si se utilizan grabaciones de voz preexistentes sin consentimiento. Este es un tema especialmente sensible en la industria musical y del entretenimiento, donde ya han surgido debates sobre el uso de contenido protegido para alimentar modelos de IA sin compensar a los creadores originales.

Esta estrategia de Spotify también se inscribe en un contexto más amplio en el que la inteligencia artificial está transformando la producción y el consumo de contenido auditivo. La proliferación de canciones generadas por IA en la plataforma ha sido un fenómeno creciente, y ahora el sector de los audiolibros parece estar siguiendo un camino similar. La clave para el éxito de esta iniciativa dependerá de cómo la empresa equilibre la innovación tecnológica con la protección de los derechos de los creadores y la calidad del contenido ofrecido a los oyentes.

Scribbr Detector de IA: herramienta para identificar contenido generado por Inteligencia Artificial

Scribbr Detector

https://www.scribbr.es/detector-de-ia/

Scribbr Detector de IA permite analizar textos en español de hasta 1200 palabras para identificar contenido generado por IA, reconociendo textos producidos por herramientas como ChatGPT, Bard y Bing Chat

Scribbr ofrece un detector de IA diseñado para ayudar a identificar textos generados por inteligencia artificial. Esta herramienta es especialmente útil para educadores, investigadores y escritores que buscan garantizar la autenticidad y originalidad del contenido.

El detector de IA de Scribbr analiza el texto ingresado y determina la probabilidad de que haya sido generado por modelos de inteligencia artificial, como ChatGPT o GPT-4. Utiliza algoritmos avanzados para evaluar patrones de escritura, estructuras lingüísticas y otros indicadores clave.

Además, Scribbr se integra con otros servicios de detección de plagio y mejora de escritura, proporcionando una solución completa para quienes buscan verificar la originalidad de documentos académicos o profesionales.

Plagiarismdetector.net. detector de IA en línea es completamente gratuito

https://plagiarismdetector.net/

Plagiarismdetector.net. es un detector de IA en línea es completamente gratuito y no requiere registro, permitiendo verificar múltiples archivos para identificar texto generado por herramientas de IA como ChatGPT.

Plagiarismdetector.net es una herramienta en línea diseñada para detectar contenido plagiado en textos. Su uso es frecuente entre estudiantes, profesores, escritores y profesionales que buscan garantizar la originalidad de sus documentos y evitar problemas de derechos de autor.

El funcionamiento de la plataforma es sencillo. Primero, los usuarios pueden copiar y pegar su texto directamente en el sitio web o cargar un archivo en formatos como .doc, .pdf o .txt. Una vez ingresado el contenido, la herramienta procede a escanearlo y compararlo con miles de fuentes en internet, bases de datos académicas y otros documentos publicados.

Tras finalizar el análisis, Plagiarismdetector.net genera un informe detallado en el que se muestra el porcentaje de originalidad del texto y las posibles coincidencias encontradas. Además, proporciona enlaces a las fuentes que contienen fragmentos similares, permitiendo a los usuarios verificar la información y hacer correcciones si es necesario.

En algunos casos, la plataforma también ofrece sugerencias para reformular frases y mejorar la autenticidad del contenido. De esta manera, Plagiarismdetector.net se convierte en una herramienta valiosa para garantizar la integridad académica y profesional de los textos, facilitando la detección y prevención del plagio.

QuillBot: la herramienta de IA para mejorar la escritura

Web

Extensión para Chrome

Detector IA

QuillBot es una herramienta de inteligencia artificial diseñada para mejorar la escritura a través de funciones como parafraseo, corrección gramatical, resumen de textos y generación de contenido. Su uso es especialmente útil para estudiantes, escritores, profesionales del marketing y cualquier persona que busque optimizar la claridad y calidad de sus textos.

Una de sus funciones principales es el parafraseo inteligente, que permite reescribir textos sin alterar su significado. Para ello, QuillBot ofrece distintos modos de redacción, desde opciones más formales hasta estilos creativos. Esto es ideal para quienes necesitan reformular textos sin perder precisión ni coherencia.

También ofrece un detector avanzado capaz de analizar contenido generado por IA en varios idiomas, incluyendo español, inglés, francés y alemán.

Además, cuenta con un corrector gramatical y de estilo que analiza los textos en busca de errores ortográficos, gramaticales y de puntuación. Gracias a esta función, los usuarios pueden mejorar la fluidez y profesionalismo de sus escritos.

Otra herramienta destacada es el resumidor de textos, que condensa fragmentos largos en versiones más breves y concisas, resaltando las ideas principales sin perder información relevante. Esto es útil para la lectura rápida de documentos extensos o para la elaboración de resúmenes académicos.

QuillBot también ofrece un generador de citas y referencias, compatible con formatos como APA, MLA y Chicago. Esta función es fundamental para quienes redactan documentos académicos y necesitan incluir citas correctamente formateadas.

Por último, el programa permite expandir o simplificar textos según la necesidad del usuario. Si se requiere mayor profundidad, la opción de expansión añade información relevante, mientras que la simplificación reduce el contenido sin perder el mensaje esencial.

Decopy AI – Plataforma Integral de Detección de IA, detecta texto generado con IA y Humaniza el texto para que no se detecte

Decopy AI

https://decopy.ai/

Decopy AI es una plataforma integral que ofrece herramientas avanzadas para detectar contenido generado por inteligencia artificial. Su objetivo es proporcionar transparencia y confianza en el contenido digital, permitiendo a educadores, empresas y creadores de contenido verificar la autenticidad de textos e imágenes. Todas sus herramientas son gratuitas y accesibles para cualquier usuario.

Entre sus principales funcionalidades se encuentra el Detector de Contenido IA, que permite identificar si un texto ha sido generado por inteligencia artificial. Esto resulta especialmente útil para educadores y revisores de contenido que buscan garantizar la originalidad en artículos, blogs y trabajos académicos.

Otro recurso destacado es el Detector de Imágenes IA, diseñado para analizar imágenes y determinar si han sido creadas o manipuladas con inteligencia artificial. Esta herramienta es de gran utilidad para periodistas y verificadores de contenido que necesitan comprobar la autenticidad de imágenes antes de su publicación.

Además, Decopy AI cuenta con una Búsqueda Inversa de Imágenes, que permite rastrear el origen de una imagen y verificar si ha sido usada en otros sitios web. Complementa esta función con un Parafraseador IA, que ayuda a reescribir textos manteniendo su significado original, ideal para escritores, estudiantes y profesionales del marketing que buscan evitar la duplicación de contenido.

Entre sus ventajas, Decopy AI destaca por su precisión extrema, gracias a algoritmos avanzados que garantizan resultados fiables. Asimismo, es una plataforma completamente gratuita, sin suscripciones ni pagos ocultos, y ofrece privacidad y seguridad, ya que no almacena ni comparte los archivos analizados.

Los usos de Decopy AI abarcan diversos sectores. Los educadores pueden utilizarla para verificar la autenticidad de trabajos académicos y prevenir el uso indebido de IA en las tareas escolares. Los periodistas pueden detectar imágenes falsas o manipuladas, protegiendo la integridad de sus publicaciones. Por su parte, los profesionales del marketing pueden asegurarse de que su contenido sea original y libre de elementos generados por inteligencia artificial.

El papel transformador de las bibliotecas universitarias en el apoyo a los estudiantes de primer año

Cliburn, Erik. «Libraries as Lifelines.» Insight into Diversity, February 18, 2025. https://www.insightintodiversity.com/libraries-as-lifelines/?utm_source=flipboard&utm_content=topic/libraries

Las bibliotecas universitarias están desempeñando un papel fundamental en el apoyo a los estudiantes de primer año, un grupo que tradicionalmente enfrenta barreras adicionales en su acceso y éxito en la educación superior. Reconociendo estas necesidades específicas, instituciones como la Universidad de Emory, el Colegio Earlham y la Universidad Chapman han implementado programas y estrategias innovadoras que buscan ofrecer recursos esenciales y abrir nuevas oportunidades para estos estudiantes.

La Universidad de Emory, por ejemplo, ha renovado su programa de préstamo de libros de texto, que comenzó en 2016 como una iniciativa de base a través de la asociación First-Generation Low-Income Partnership (FLIP). Este programa permite a los estudiantes de primeros años pedir prestados libros de texto esenciales de alto contenido en el sistema de reservas de la biblioteca Woodruff. Esta modalidad no solo facilita el acceso a materiales educativos cruciales, sino que también reduce las cargas financieras que muchos estudiantes enfrentan al tener que comprar libros de texto costosos. A través de esta colaboración con el programa Emory First, el préstamo de libros ha evolucionado hasta convertirse en una iniciativa institucional completamente respaldada, que continúa priorizando los ejemplares físicos debido a las restricciones en la licencia de los libros digitales.

Por otro lado, el Colegio Earlham ha implementado el programa Library Immersion Fellowship Team (LIFT), diseñado para ayudar a los estudiantes de primer año en su transición a la universidad. A través de este programa, pequeños grupos de estudiantes tienen la oportunidad de trabajar estrechamente con un bibliotecario especializado durante un tutorial de diez semanas que cubre habilidades esenciales de investigación y alfabetización digital. Este programa no solo fortalece las capacidades académicas de los estudiantes, sino que también fomenta la creación de una red de apoyo entre pares y relaciones significativas con el profesorado. Además, LIFT sirve como una puerta de entrada al programa Ronald E. McNair Postbaccalaureate Achievement, que prepara a los estudiantes subrepresentados para estudios de posgrado. El 60% de los estudiantes de McNair comenzaron su trayectoria universitaria como participantes de LIFT, lo que resalta el impacto a largo plazo de estas iniciativas.

En la Universidad Chapman, las Leatherby Libraries han sido clave en el programa First-Generation Promising Futures, que apoya a los estudiantes sin antecedentes académicos familiares. En 2024, se organizó un evento de lectura y discusión sobre el libro First Gen: A Memoir de Alejandra Campoverdi, una graduada de Harvard y exasesora de la Casa Blanca, quien compartió su experiencia como estudiante de primer año. Este tipo de actividades fomenta un sentido de pertenencia y refuerza la importancia de las narrativas de los estudiantes de primera generación, mientras se promueve la solidaridad y el entendimiento en la comunidad universitaria.

Estos esfuerzos no solo resaltan cómo las bibliotecas universitarias pueden ser agentes de cambio al proporcionar recursos vitales y apoyo académico, sino también cómo pueden ayudar a disminuir las disparidades en el acceso a la educación. Al abordar cuestiones clave como la accesibilidad a los materiales educativos, el desarrollo de habilidades académicas y la construcción de redes de apoyo, las bibliotecas se posicionan como un pilar fundamental en la inclusión y el éxito de los estudiantes de primer año. Con el apoyo adecuado, estos estudiantes pueden superar los obstáculos tradicionales y aprovechar las oportunidades educativas para prosperar académica y profesionalmente.

Cómo recomendar libros en bibliotecas que gusten a cada lector usando factores de atractivo

Moench, Katie. «How to Use Reading Appeal Factors to Find More Five-Star BooksBook Riot, February 19, 2025. https://bookriot.com/how-to-use-reading-appeal-factors/?utm_source=flipboard&utm_content=topic/books

Los factores de atractivo son características de los libros que afectan la forma en que los lectores se sienten atraídos por ellos, como el ritmo, el desarrollo de los personajes, el lenguaje, el tono y el estado de ánimo de la historia. Comprender estos factores puede ayudar a los lectores a encontrar libros más adecuados a sus gustos personales, más allá de las etiquetas generales de género.

Los factores de atractivo pueden ser útiles para hacer recomendaciones de libros personalizadas. Por ejemplo, saber si prefieres un libro de ritmo rápido o más pausado, si te gustan los narradores poco confiables, o si prefieres un misterio tenso y aterrador. Aplicar estos factores durante la asesoría de lectura ayuda a seleccionar libros que conecten mejor con los intereses del lector.

Los factores de atractivo son características clave que influyen en la manera en que un lector se siente atraído por un libro. Estos factores incluyen elementos como el ritmo de la narración, el nivel de desarrollo de los personajes, el tipo y la complejidad del lenguaje utilizado, el tono general de la obra, y el estado de ánimo que transmite la historia. Comprender estos aspectos puede ayudar a los lectores a encontrar libros que se ajusten mejor a sus gustos personales, superando las limitaciones de las etiquetas amplias de género, como «romántico» o «de ciencia ficción».

El ritmo, por ejemplo, puede ser un factor determinante: algunas personas prefieren una lectura rápida, con mucha acción y cambios frecuentes, mientras que otras disfrutan de historias más lentas, centradas en el desarrollo introspectivo o en la construcción de un mundo detallado. El tipo de narrador también es importante; algunos lectores se sienten atraídos por narradores confiables y cercanos, mientras que otros disfrutan de la complejidad que ofrecen los narradores poco fiables o ambiguos.

Además, el tono y el estado de ánimo de la historia son factores decisivos para muchos. Mientras que algunos lectores prefieren historias alegres y optimistas, otros buscan obras con un tono oscuro, melancólico o tenso. Por ejemplo, en el caso de los misterios, hay quienes disfrutan de tramas más ligeras, casi cómicas, mientras que otros prefieren relatos intensos, de suspenso y terror.

Aplicar estos factores en la recomendación de libros permite una personalización más profunda. Por ejemplo, al ayudar a un lector a identificar qué aspectos de un libro le atraen más (por ejemplo, si prefiere personajes complejos o un lenguaje más accesible), se puede sugerir libros que compartan esos mismos factores de atractivo. En las bibliotecas y librerías, los bibliotecarios y libreros utilizan estos factores para hacer recomendaciones personalizadas que logren una mayor conexión con el lector

Recursos como NoveList ofrecen guías detalladas sobre estos factores, permitiendo a los lectores y bibliotecarios identificar las características que más disfrutan en los libros que ya han leído. Esto facilita la búsqueda de libros que se ajusten a sus preferencias, ayudando tanto a los lectores a encontrar nuevos títulos que les gusten como a los bibliotecarios a hacer recomendaciones más acertadas.

Comprender y aplicar los factores de atractivo puede hacer que la experiencia de lectura sea más satisfactoria y ayudar a encontrar libros más acertados y disfrutables.

Los despidos masivos de investigadores diezman las agencias científicas estadounidenses

Travis, John, Katie Langin, Jocelyn Kaiser, y Meredith Wadman. «Mass Firings Decimate U.S. Science Agencies.» Science, 18 de febrero de 2025. https://www.science.org/content/article/mass-firings-decimate-u-s-science-agencies

La ola de despidos masivos de científicos federales en Estados Unidos, desencadenada el 13 de febrero de 2025 bajo la administración de Donald Trump, ha generado un gran revuelo, tanto a nivel personal como profesional, entre los afectados. Los despidos no solo han impactado a científicos de carrera temprana, sino también a veteranos con experiencia que habían sido recientemente promovidos.

En total, las agencias científicas federales, como los Institutos Nacionales de Salud (NIH), el Centro para el Control y la Prevención de Enfermedades (CDC), la Administración de Alimentos y Medicamentos (FDA) y la Fundación Nacional de Ciencia (NSF), han sufrido una reducción drástica de personal.

La justificación de la administración se centra en la necesidad de aumentar la eficiencia del gobierno federal. Según los defensores de la medida, los despidos se basan en una evaluación de desempeño y apuntan a empleados que no han demostrado ser esenciales. Sin embargo, muchos de los despidos afectan a científicos altamente capacitados que habían sido reclutados con el propósito de mejorar la investigación en áreas críticas como la salud pública, la agricultura y la tecnología nuclear.

Por ejemplo, la situación en los Institutos Nacionales de Salud (NIH) refleja el caos generado por la ejecución de estos despidos. Inicialmente, se planeaba despedir a más de 1.500 empleados, pero después de una serie de controversias y protestas internas, el número de despidos se redujo a menos de 1.200, al calificar a algunos de esos trabajadores como «esenciales». En el CDC, se había previsto el despido de alrededor de 1.300 empleados, pero también se redujo el número a aproximadamente 750. Sin embargo, a pesar de estas modificaciones, los recortes siguen siendo significativos y están afectando a equipos clave dentro de la salud pública y la vigilancia epidemiológica.

Los despidos no solo han generado tensión dentro de las agencias gubernamentales, sino que también han suscitado un debate más amplio sobre el valor y el futuro de la ciencia y la investigación pública en EE. UU. Shirley Tilghman, bióloga molecular y expresidenta de la Universidad de Princeton, calificó estos recortes como una «tragedia nacional», subrayando que se están tomando decisiones que no comprenden el verdadero valor de la investigación científica y su impacto en la sociedad.

El impacto personal también ha sido devastador. Los científicos despedidos han expresado su ansiedad y preocupación por el futuro. Muchos se encuentran luchando con la incertidumbre financiera, con hipotecas, pagos de automóviles y otros gastos que deben cubrir mientras buscan nuevas oportunidades en un mercado saturado de científicos recién despedidos. Algunos han señalado que la forma abrupta y desorganizada en que se implementaron los despidos impidió que pudieran hacer la transición de manera ordenada, con la pérdida de acceso a sus datos y proyectos de investigación en curso.

Un aspecto particularmente problemático de los despidos es la manera en que se gestionaron, con cartas de despido que alegaban «bajo desempeño», aunque muchos de los científicos despedidos nunca tuvieron una evaluación formal de su rendimiento. Además, se ha señalado que los empleados en periodo de prueba, que tienen menos protección laboral, fueron los más afectados. Sin embargo, varios expertos en derecho laboral, como Risa Lieberwitz, de la Universidad de Cornell, han argumentado que estos despidos contravienen las regulaciones federales, ya que la intención del periodo de prueba es evaluar el rendimiento de los empleados antes de otorgarles una posición permanente, no despedirlos arbitrariamente.

El caos no se limitó a los despidos. En muchos casos, empleados esenciales en campos clave, como la investigación de enfermedades infecciosas o la investigación agrícola, fueron incluidos en las listas de despidos y luego eliminados en el último minuto, evitando consecuencias aún más graves. En algunos casos, esto resultó en la paralización temporal de programas vitales, como la investigación sobre la gripe aviar o programas de formación en respuesta a epidemias, que fueron casi interrumpidos debido a la pérdida de personal experimentado.

Mientras tanto, los sindicatos y grupos de defensa de los derechos laborales han comenzado a presentar demandas colectivas en un intento por frenar los despidos. A pesar de los esfuerzos por organizar la resistencia legal, muchos científicos despedidos sienten que la administración no entiende las implicaciones a largo plazo de reducir el personal de agencias de investigación científica. La incertidumbre sobre la validez legal de los despidos persiste, y el Congreso podría intervenir para restaurar parte de los fondos para estas agencias científicas.

La situación también ha puesto en tela de juicio las prioridades del gobierno de Trump con respecto a la ciencia y la tecnología, en un momento crítico en que la investigación científica es fundamental para abordar desafíos globales, como pandemias, crisis de salud pública y cambio climático. Sudip Parikh, director ejecutivo de la Sociedad Americana para el Avance de la Ciencia (AAAS), indicó que estos despidos no son parte de un plan estratégico, sino más bien un esfuerzo desordenado e improvisado que carece de visión a largo plazo sobre las necesidades de la ciencia.

En conclusión, mientras que la administración Trump defiende estos recortes como un intento de hacer más eficiente al gobierno, muchos científicos y expertos aseguran que estos despidos masivos no solo perjudicarán el progreso científico de EE. UU., sino que también contribuirán a la pérdida de talento en un campo que requiere experiencia, dedicación y estabilidad para enfrentar los grandes retos del futuro.