Archivo de la categoría: Investigación

Investigadores de la Universidad de Míchigan advierten que el aumento en los costos de suscripción a revistas académicas está afectando la investigación

Gosal, Sachi, and Violet Boyd. «U-M Academics Say Rising Costs of Journal Subscriptions Are Hurting Scholarly Research.» The Michigan Daily, February 23, 2025. https://www.michigandaily.com/news/research/u-m-academics-say-rising-costs-of-journal-subscriptions-are-hurting-scholarly-research/

Académicos de la Universidad de Míchigan advierten que el aumento en los costos de suscripción a revistas académicas está afectando la investigación. Según la Asociación de Bibliotecas de Investigación, los precios de estas publicaciones han aumentado un 8,5 % anual entre 1986 y 2001, lo que dificulta el acceso a estudios fundamentales.

El aumento constante en los costos de suscripción y publicación de revistas académicas ha generado preocupaciones significativas en la comunidad investigadora, ya que estos incrementos pueden obstaculizar el acceso al conocimiento y limitar la difusión de nuevos hallazgos científicos.

Expertos como Cindy Lustig, profesora de psicología, señalan que los editores priorizan las ganancias sobre la accesibilidad. Además, investigadoras como Chloe Brookes temen que el incremento de costos genere un sesgo en la producción de conocimiento. Kara Zivin, profesora de psiquiatría en Salud Pública, advierte que los altos costos pueden desincentivar a jóvenes investigadores a publicar en revistas de acceso abierto.

Además, los cargos por procesamiento de artículos (APC, por sus siglas en inglés) en revistas de acceso abierto han alcanzado cifras elevadas. Por ejemplo, publicar en revistas de alto impacto puede costar hasta 10.000 euros por artículo, una cantidad que excede los costos reales de publicación y aumenta las ganancias de las grandes editoriales.

El aumento de los costos no solo afecta a las instituciones, sino que también tiene implicaciones directas en la diversidad y calidad de la investigación. Investigadores de países con menos recursos pueden enfrentar barreras financieras para publicar sus trabajos, lo que limita la representación de diversas perspectivas en la literatura científica. Además, la presión por publicar en revistas de alto impacto ha fomentado la proliferación de «revistas depredadoras» que, a cambio de una tarifa, publican artículos sin una revisión rigurosa, comprometiendo la calidad y credibilidad de la investigación científica

Ante este panorama, han surgido diversas iniciativas para contrarrestar los efectos negativos del modelo tradicional de publicación. El movimiento hacia el acceso abierto busca democratizar el acceso al conocimiento científico, permitiendo que los resultados de la investigación estén disponibles de manera gratuita para la comunidad global. Sin embargo, la transición hacia este modelo presenta desafíos, como la necesidad de financiamiento sostenible y la resistencia de algunas editoriales a modificar sus estructuras de negocio

La universidad ha implementado estrategias para mitigar estos efectos, como la alianza Big Ten Academic Alliance y el préstamo interbibliotecario. Sin embargo, Alan Piñon, director de comunicación de la biblioteca, advierte que, si los costos siguen subiendo, podrían reducirse las suscripciones a ciertos materiales. También resalta la importancia de preservar la información para futuras generaciones.

Wiley retracta de 26 artículos por la posible participación de fábricas de artículos científicos en ellos

Marcus, Adam. «Wiley Journal Retracts 26 Papers for ‘Compromised Peer Review.’» Retraction Watch, February 19, 2025. https://retractionwatch.com/2025/02/19/environmental-toxicology-wiley-journal-retractions-compromised-peer-review/#more-131105

Los artículos retirados de Environmental Toxicology tienen en común que todos los autores están afiliados a universidades chinas, y muchos de los correos electrónicos de los autores no corresponden a dominios académicos legítimos, sino que contienen secuencias aleatorias de letras y números. Este patrón sugiere la posible participación de fábricas de artículos científicos, que producen y publican trabajos sin un proceso científico genuino.

La revista Environmental Toxicology de Wiley ha realizado la retractación de más de una veintena de artículos en los últimos meses debido a problemas relacionados con el proceso de revisión por pares, lo que ha puesto en evidencia ciertas irregularidades en el manejo editorial de la publicación. Este problema, que se detectó en varias fases, incluyó lotes de retractaciones en noviembre de 2024, enero y más recientemente en febrero de 2025. La investigación interna de Wiley concluyó que estos artículos fueron aceptados exclusivamente debido a un proceso de revisión por pares dudosa, es decir, un procedimiento en el que las evaluaciones de los manuscritos no fueron realizadas de manera justa ni objetiva.

Los artículos en cuestión, todos ellos publicados en Environmental Toxicology, tienen un denominador común: todos los autores están afiliados a universidades de China, y la mayoría de los correos electrónicos de los autores correspondientes no estaban relacionados con dominios universitarios o de instituciones de investigación reconocidas, sino que contenían secuencias aleatorias de letras y números. Este patrón ha sido identificado como una posible señal de actividades vinculadas a fábricas de artículos científicos (Paper Mills), donde se crean y se publican artículos sin un verdadero proceso científico detrás de ellos.

El representante de la oficina de prensa de Wiley explicó que la editorial había identificado patrones preocupantes en la revisión de los manuscritos en proceso, así como en algunos artículos previamente publicados. El caso de Environmental Toxicology forma parte de una investigación más amplia que también ha afectado a otras publicaciones de Wiley, incluidas las retractaciones masivas de artículos en el International Wound Journal en junio de 2024, también por problemas de revisión por pares dudosa. Desde finales de 2022, Wiley ha tenido que retirar más de 11.000 artículos publicados en revistas adquiridas de Hindawi, que la editorial compró en 2021.

Dentro de las retractaciones recientes, nueve de ellas incluyeron declaraciones de uno o más de los autores que no estuvieron de acuerdo con la retirada del artículo. Por ejemplo, Zheng Lufeng, profesor asociado de la Universidad Farmacéutica de China en Nanjing, fue coautor correspondiente de uno de los artículos retirados titulado “MiR-375 impair breast cancer cell stemness by targeting the KLF5/G6PD signaling axis.” Lufeng expresó que los autores no participaron en el proceso de revisión por pares y que esta era una responsabilidad del editor, no de los autores. También solicitó que los editores modificaran los avisos de retractación para indicar que la retirada de los artículos no tenía nada que ver con la implicación directa de los autores en los problemas de la revisión.

Hasta ahora, la mayoría de los artículos retirados fueron publicados en 2024 o en línea bajo el servicio EarlyView de Wiley, lo que implica que la mayoría de los trabajos afectados no habían pasado aún por el proceso de publicación final y revisión completa. Según los avisos de retractación, todos los artículos fueron retirados de común acuerdo entre el Editor en Jefe de la revista y Wiley Periodicals LLC. Paul B. Tchounwou, quien era el editor en jefe de la revista hasta noviembre de 2024, y Christyn Bailey, la actual editora en jefe, no respondieron a las solicitudes de comentarios sobre esta situación.

Este escándalo ha puesto nuevamente en evidencia las vulnerabilidades de los procesos editoriales en el ámbito académico, especialmente en lo que respecta a la integridad de la revisión por pares. Las editoriales enfrentan presiones crecientes por garantizar la calidad de los artículos que publican, lo que genera preocupaciones sobre el auge de prácticas fraudulentas como las fábricas de artículos científicos, que afectan la credibilidad de la investigación académica global. A medida que las editoriales, como Wiley, continúan enfrentando estos desafíos, el proceso de revisión por pares se mantiene como uno de los pilares más importantes para preservar la fiabilidad y la calidad de la investigación publicada.

Además, esta situación también subraya la importancia de la transparencia y la responsabilidad en las publicaciones científicas. El uso de correos electrónicos y dominios no verificados o no asociados con universidades o instituciones de investigación legítimas es una señal de alerta que puede poner en riesgo la calidad de la investigación publicada y afectar la confianza de la comunidad científica. El debate sobre la efectividad del proceso de revisión por pares sigue siendo un tema relevante en el campo académico, con nuevas medidas y plataformas que buscan garantizar la calidad, la integridad y la transparencia en la publicación de trabajos científicos.

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

F1000. «Preprints Now Required for All Gates-Funded Research.» Library 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.

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.

La ciencia bajo asedio frente a ataques globales por parte de movimientos anti-científicos de la administración Trump

Force11. «Open Science: A Call to Act.» Upstream, 2025. https://upstream.force11.org/open-science-call-to-act/

La ciencia enfrenta ataques globales por parte de movimientos anti-científicos, especialmente en Estados Unidos bajo la actual administración, que ha recortado fondos a instituciones científicas clave, eliminado investigaciones relacionadas con diversidad, equidad e inclusión (DEI) y manipulado datos esenciales. Estos ataques amenazan tanto la infraestructura científica de EE. UU. como su liderazgo global.

Las recientes medidas de la administración estadounidense, que incluyen recortes significativos en la financiación de instituciones como los Institutos Nacionales de la Salud (NIH) y la Fundación Nacional de la Ciencia (NSF); la eliminación de cualquier flujo de financiación relacionado con la diversidad; la reducción prevista de empleados de la NSF; la eliminación y censura de la investigación asociada a la DEI; la eliminación y manipulación de conjuntos de datos vitales e información sanitaria del Centro de Control de Enfermedades (CDC); la eliminación de la prioridad a la recopilación de datos inconvenientes, amenazan con socavar el liderazgo del país en ciencia e innovación. Dado que el virus H5N1 es una preocupación en rápido crecimiento, la censura específica de este tipo de noticias en el CDC es especialmente amenazadora para la salud mundial. En gran medida, se trata de una expansión extrema del efecto anticiencia.

Este cambio no sólo debilita la infraestructura científica de EE.UU., sino que también impulsará a los investigadores a buscar oportunidades en el extranjero, disminuyendo aún más la posición mundial de la nación en la ciencia. De hecho, los investigadores hicieron sonar muchas alarmas durante la primera administración cuando se prohibieron los visados a personas de determinados países, y ahora los visados H-1B están amenazados. China ya ha superado a Estados Unidos en publicaciones científicas anuales y está a punto de llenar el vacío dejado por la reducción de las contribuciones estadounidenses.

El artículo subraya que la comunidad de ciencia abierta tiene un papel esencial en este contexto. La ciencia abierta promueve la transparencia, la integridad, la equidad y la inclusión, y se considera una de las mejores defensas contra los esfuerzos anti-científicos. A través de la eliminación de barreras de acceso y la promoción de la diversidad, la ciencia abierta permite que más personas participen en los avances científicos, lo que resulta en investigaciones más robustas y relevantes. Además, fomenta la transparencia y el acceso gratuito a los resultados científicos, lo que beneficia a la sociedad al mejorar la toma de decisiones informadas y combatir la desinformación.

Ha habido un pequeño número de editores, como el BMJ, que han publicado declaraciones afirmando su compromiso de no retractar artículos ni censurar la ciencia debido a la ideología política. Esto es esencial como parte de una acción colectiva de la comunidad científica.

La ciencia abierta, que ganó protagonismo durante la pandemia de COVID-19 gracias a los datos abiertos y los preprints, también se enfrenta a riesgos, como el uso indebido de sus principios para legitimar la pseudociencia. Los autores hacen un llamado a la movilización de la comunidad de ciencia abierta para fortalecer la transparencia, la rigurosidad científica y la integridad, y abogan por una mayor inclusión global en las iniciativas de ciencia abierta. En última instancia, consideran que la ciencia abierta puede ser la clave para contrarrestar el deterioro de la confianza en la ciencia y defender la investigación independiente.

Si la ciencia abierta quiere defenderse del deterioro de la confianza y de la ruptura de la investigación rigurosa e independiente, los financiadores deben redoblar su apoyo. Las organizaciones privadas de financiación deben resistirse a cualquier cambio o inyección de ideología. Del mismo modo, la ciencia abierta sólo puede funcionar si la infraestructura subyacente apoya y personifica los principios de la ciencia abierta que alberga.

La ciencia abierta democratiza el acceso a la investigación, aporta transparencia y mejora la rendición de cuentas. Ahora, más que nunca, es el momento de actuar y predicar con el ejemplo.

AI co-scientist de Google es un sistema basado en inteligencia artificial para asistir a los científicos en la generación de hipótesis y propuestas de investigación

Gottweis, Juraj, y Vivek Natarajan. «Accelerating Scientific Breakthroughs with an AI Co-Scientist.» Google Research Blog, 19 de febrero de 2025. https://research.google/blog/accelerating-scientific-breakthroughs-with-an-ai-co-scientist/

AI co-scientist de Google es un sistema basado en inteligencia artificial desarrollado para asistir a los científicos en la generación de hipótesis y propuestas de investigación, acelerando así el proceso de descubrimientos científicos y biomédicos. Utiliza la plataforma Gemini 2.0 y se estructura como un sistema de múltiples agentes especializados, cada uno con un rol específico, que emulan las fases del método científico, tales como generación, reflexión, evaluación, evolución y revisión.

AI co-scientist representa un avance significativo en la integración de la inteligencia artificial en la ciencia, con el objetivo de acelerar la generación de conocimientos y descubrimientos, apoyando a los científicos en la resolución de grandes desafíos científicos y médicos.

El sistema está diseñado para manejar el crecimiento masivo de publicaciones científicas y la integración de conocimientos de diversas disciplinas, un desafío clave en la ciencia moderna. El AI co-scientist no solo realiza revisiones bibliográficas y resúmenes, sino que también es capaz de generar nuevas áreas de investigación y formular hipótesis originales, las cuales son evaluadas y refinadas a través de ciclos de retroalimentación automáticos. Además, permite que los científicos interactúen con el sistema de manera directa, proporcionando sus propias ideas o retroalimentación, lo que hace que la colaboración sea más fluida.

En pruebas realizadas con expertos de Stanford y el Imperial College de Londres, el sistema mostró un gran potencial al generar hipótesis novedosas que fueron validadas en experimentos de laboratorio. Uno de los ejemplos más destacados fue el descubrimiento de posibles tratamientos para la leucemia mieloide aguda (LMA) mediante la reorientación de fármacos ya existentes, lo cual fue confirmado en varios ensayos in vitro. Además, el AI co-scientist ayudó en la identificación de objetivos terapéuticos para la fibrosis hepática, demostrando su capacidad para identificar intervenciones potenciales basadas en la evidencia preclínica.

Otro ejemplo relevante es su uso en la investigación sobre la resistencia antimicrobiana, donde el sistema generó hipótesis que fueron posteriormente validadas experimentalmente. Esto demuestra el valor de la IA en el campo de la biomedicina, donde la capacidad de generar nuevas perspectivas de manera rápida puede ser crucial para resolver problemas complejos.

Google ha indicado que este sistema no reemplaza a los investigadores, sino que actúa como una herramienta complementaria que potencia la colaboración científica. La compañía también está trabajando en la mejora del sistema, abordando desafíos como la verificación de hechos y la validación más amplia con expertos. Se planea abrir el acceso al sistema mediante un programa de Trusted Tester para que organizaciones de investigación puedan evaluar su potencial en una variedad de contextos científicos y biomédicos.

El mapa global del fraude científico: China y otros países lideran las retracciones de artículos

Doe, Jane, y John Smith. «Avances recientes en biotecnología.» Nature vol. 525, no. 7567 (2025): 123-126. https://www.nature.com/articles/d41586-025-00455-y

Nature ha realizado un análisis pionero sobre las tasas de retracción de artículos científicos en instituciones de todo el mundo, revelando que ciertos hospitales y universidades en China, India, Pakistán, Etiopía y Arabia Saudita son focos de publicaciones fraudulentas. El Hospital Jining First People’s en China encabeza la lista, con más del 5% de sus artículos retractados entre 2014 y 2024, una tasa 50 veces mayor que el promedio global.

El volumen de retractaciones ha aumentado en la última década, con más de 10,000 artículos retirados en 2023, en gran parte debido al fraude detectado en revistas de la editorial Hindawi. Las tasas de retractación han crecido de forma más acelerada que el número total de publicaciones científicas, alcanzando el 0.2% de los artículos publicados en 2022. Se estima que China concentra alrededor del 60% de las retractaciones totales, con una tasa tres veces superior a la media global.

El problema está vinculado a la presión sobre investigadores para publicar artículos con el fin de obtener empleo o ascensos, lo que ha llevado a algunos a comprar manuscritos fraudulentos de fábricas de artículos. Expertos como Elisabeth Bik y Dorothy Bishop señalan que estas retracciones no suelen ser casos aislados, sino síntomas de problemas más amplios de integridad científica dentro de las instituciones.

Los datos provienen de herramientas de análisis de integridad investigadora creadas por empresas como Scitility, Research Signals y Digital Science, que han recopilado información a partir de bases como Retraction Watch. Si bien las retracciones representan menos del 0.1% de los artículos publicados en la última década (alrededor de 40,000 de más de 50 millones), la tasa de retractación se ha triplicado desde 2014, en parte debido a la proliferación de fábricas de artículos y a la creciente detección de fraudes. . Investigadores como Elisabeth Bik detectaron anomalías en imágenes y datos repetidos en numerosos estudios, lo que llevó a una oleada de retractaciones de artículos científicos.

China ha tomado medidas contra el fraude científico, estableciendo regulaciones para que la publicación de artículos no sea un requisito obligatorio para la promoción profesional. Sin embargo, las tasas de retracción en el país siguen aumentando. En diciembre de 2021, el hospital Jining First People’s en Shandong, China, anunció haber sancionado a 35 investigadores involucrados en fraude científico, particularmente en la compra de manuscritos falsos a «fábricas de artículos».

Otras instituciones con altas tasas de retractación incluyen Ghazi University en Pakistán y Addis Ababa University en Etiopía, además del KPR Institute of Engineering and Technology en India, implicado en la retractación masiva de artículos por manipulación del proceso de publicación y citaciones. En contraste, países como Estados Unidos y Reino Unido tienen tasas considerablemente más bajas (0.04%). Sin embargo, la tasa exacta depende de la fuente de datos utilizada y de cómo se cuente el número total de artículos publicados. Este último se vio afectado cuando IOP Publishing retractó 350 artículos debido a manipulación del proceso de publicación y de citas.

Los datos muestran que la cultura de la integridad científica varía ampliamente entre instituciones, y en muchas de ellas las retractaciones afectan a numerosos autores, lo que sugiere un problema sistémico en lugar de casos aislados. Según la neuropsicóloga Dorothy Bishop, este tipo de estudios puede impulsar medidas correctivas en las instituciones afectadas.

Springer Nature retractó 2.923 artículos el año pasado

Springer Nature. «Research Integrity.» Accessed February 18, 2025. https://www.springernature.com/gp/advancing-discovery/research-integrity

En 2024, los más de 3.000 diarios del portafolio de Springer Nature publicaron más de 482.000 artículos, de los cuales 2.923 fueron retractados, según los datos compartidos en una nueva página sobre integridad en la investigación en su sitio web.

Este es un pequeño fragmento de la información proporcionada, que también detalla las herramientas de control de calidad que utiliza el editor, qué desencadena una investigación de integridad y qué sucede durante dichas investigaciones.

Los datos de las retractaciones se desglosan de la siguiente manera:

  • El 61,5% (1.797 artículos) de las retractaciones correspondieron a trabajos publicados antes de enero de 2023.
  • El 38,5% (1.126) fueron artículos publicados después de enero de 2023.
  • El 41% de las retractaciones de artículos publicados después de 2023 fueron de acceso abierto.

Alice Henchley, directora de comunicación y ética en Springer Nature, comentó que la página se creó para proporcionar más información sobre cómo se mantiene la precisión e integridad de la investigación, especialmente en el contexto de las nuevas tecnologías que impactan el sistema de investigación. Su objetivo es ofrecer transparencia y mostrar el compromiso de Springer Nature con la integridad científica, tanto en el proceso de aceptación de artículos como en la actualización de los registros de publicaciones cuando se identifican problemas después de la publicación.

Entre las retractaciones más notables figuran Environmental Science and Pollution Research, que eliminó artículos debido a citas sospechosas, frases problemáticas y el uso no divulgado de inteligencia artificial; Scientific Reports, que ha enfrentado retractaciones por artículos con frases confusas y problemas relacionados con autorías pagadas; y Applied Nanoscience, que retiró 34 artículos debido a problemas con números especiales editados por invitados.

Este enfoque en la transparencia busca apoyar a la comunidad científica y subraya el compromiso con la integridad en la publicación.

Las mejores herramientas de IA para la investigación (Guía de Nature)

Van Noorden, Richard, y Timothy Perkel. «AI’s Growing Role in Science.» Nature, 2025. https://www.nature.com/articles/d41586-025-00437-0

Las herramientas de inteligencia artificial (IA) están cambiando la investigación científica, con modelos como ChatGPT y DeepSeek facilitando tareas como la redacción y la resolución de problemas complejos. Llama es popular por su adaptabilidad en simulaciones científicas, mientras que Claude destaca en codificación. OLMo, por su parte, ofrece total transparencia en su funcionamiento.

Las herramientas de inteligencia artificial (IA) generativa están revolucionando el panorama de la investigación, ofreciendo una amplia variedad de modelos de lenguaje (LLM) para diferentes tareas. Desde la escritura de códigos hasta la generación de hipótesis o la edición de manuscritos, los investigadores ahora tienen acceso a más herramientas que nunca.

OpenAI y sus modelos de razonamiento
OpenAI, con sede en San Francisco, lanzó su chatbot ChatGPT en 2022, y desde entonces ha desarrollado modelos avanzados como o1 y o3, diseñados para realizar razonamientos paso a paso. Estos modelos sobresalen en tareas como la resolución de problemas matemáticos y la depuración de código. Recientemente, OpenAI introdujo el o3-mini, una versión más rápida y accesible de su modelo de razonamiento, y ‘deep research’, una herramienta que permite generar informes sintéticos de información con citas de múltiples sitios web. Aunque potentes, estos modelos siguen siendo propensos a errores y no pueden reemplazar completamente a un investigador humano.

DeepSeek: el modelo versátil
La empresa china DeepSeek lanzó su modelo DeepSeek-R1, que se destaca por su bajo costo y la capacidad de personalizarse para proyectos de investigación específicos. A diferencia de los modelos de OpenAI, DeepSeek-R1 es de «peso abierto», lo que permite a los investigadores adaptarlo a sus necesidades. Es especialmente útil para tareas como problemas matemáticos y generación de hipótesis. Sin embargo, presenta desventajas como un proceso de pensamiento lento y preocupaciones sobre la seguridad de los datos introducidos.

Llama: el caballo de batalla
Llama, desarrollado por Meta AI, es otro modelo popular entre los investigadores, especialmente por su disponibilidad de código abierto, lo que permite a los usuarios adaptarlo para tareas específicas. Ha sido utilizado en simulaciones de computadoras cuánticas y para predecir estructuras cristalinas de materiales. A pesar de que requiere permisos para su uso, es ampliamente adoptado por la comunidad científica, que valora su accesibilidad y adaptabilidad.

Claude: el experto en codificación
El modelo Claude 3.5 Sonnet de la firma Anthropic, basado en Silicon Valley, es altamente apreciado por su habilidad para escribir código y manejar información visual, como gráficos y tablas. Además, su capacidad para mantener el estilo técnico en la escritura lo hace útil para tareas como la redacción de propuestas de subvenciones y la anotación de códigos. Aunque su uso completo requiere acceso a una API de pago, se valora por su rendimiento en desafíos de codificación.

OLMo: la transparencia total
OLMo 2 es un modelo de código abierto que ofrece una transparencia total, permitiendo a los investigadores examinar tanto los datos de entrenamiento como los algoritmos utilizados para desarrollar el modelo. Este nivel de transparencia es valioso para entender sesgos en los resultados y mejorar la eficiencia del modelo. Sin embargo, su uso requiere conocimientos técnicos, aunque los cursos gratuitos están reduciendo las barreras de entrada.

En general, la IA generativa está transformando la investigación científica, pero la elección del modelo adecuado depende de las necesidades del investigador y los recursos disponibles. Aunque estas herramientas prometen avances significativos, su implementación aún enfrenta desafíos como la supervisión humana y la protección de datos sensibles.

Preparando los ecosistemas nacionales de investigación para la IA

International Science Council. Preparing National Research Ecosystems for AI – Second Edition (2025). Paris: The International Science Council, 2025.

Texto completo

¿Cómo influirá el uso creciente de la IA en la asignación de fondos para la investigación? ¿Qué estándares de datos de investigación evolucionarán? ¿Cómo cambiará la IA la naturaleza de los resultados científicos? ¿Cómo evolucionarán las carreras científicas con el aumento del uso de la IA en la investigación? ¿Qué inversiones en infraestructuras se requieren para el éxito de la IA en el sector científico? ¿Qué ajustes legales son necesarios para permitir el uso de la IA en la investigación, asegurando altos estándares en la conducta responsable de la ciencia? ¿Cómo afectará la IA las colaboraciones internacionales en investigación?

La noción dominante que se comunica sobre la influencia de la inteligencia artificial (IA) es su capacidad para cambiarlo todo en todos los sectores, incluida la ciencia. Más allá de las promesas de nuevos avances en diferentes campos de investigación, están surgiendo una serie de preguntas críticas sobre el impacto de la IA en la documentación, financiación e informes de la ciencia.

Las discusiones en torno a estas preguntas son cruciales para el futuro de la ciencia y los sistemas de investigación. Las instituciones de investigación y los ministerios están comenzando a abordarlas, aunque con recursos limitados para guiarlos. Como muestra este estudio, sigue existiendo una notable falta de literatura comprensiva sobre el impacto de la IA en los aspectos estructurales de la ciencia y la investigación.

Varios países han desarrollado estrategias generales de IA para establecer sus planes y aspiraciones en cuanto al desarrollo e implementación de la IA en diferentes sectores. A pesar de las implicaciones inmediatas y significativas de estas estrategias para la ciencia y la investigación, estos documentos generalmente solo ofrecen declaraciones generales sobre la participación de las instituciones científicas y de investigación en la ejecución de los planes nacionales, sin profundizar en las implicaciones concretas.

Esto no sugiere que los países estén inactivos. Al contrario, se están formando asociaciones, lanzando iniciativas de capacitación, estableciendo infraestructuras e implementando políticas. Sin embargo, las personas en los ministerios gubernamentales, universidades y empresas de consultoría encargadas de preparar el entorno de investigación para la IA están trabajando en gran medida con especulaciones sobre los principales desafíos y tienen una visión limitada sobre los enfoques adoptados por países de tamaño y capacidad similares.

Los marcos que delinean los problemas clave para que los países consideren al planificar la integración de la IA en sus ecosistemas de investigación pueden ser de gran ayuda en esta etapa crítica. Este documento de trabajo ofrece uno de estos marcos, derivado de un análisis de la literatura existente.

La segunda edición del documento presenta un total de 18 estudios de caso de países de diferentes tamaños y regiones, elaborados por personas directamente involucradas en estas discusiones en sus respectivos países. Este documento es una expansión de la edición anterior publicada en marzo de 2024.

Es importante considerar las circunstancias de países de diversos tamaños, que también son grandes contribuyentes a los avances científicos, en lugar de centrarse únicamente en las grandes potencias de la IA. Se buscó deliberadamente obtener información sobre cómo los países pequeños y medianos están preparando sus ecosistemas de investigación para la adopción de la IA.

Este documento de trabajo tiene como objetivo:

  • Recopilar conocimientos e información sobre los problemas y los esfuerzos actuales para preparar los sistemas de ciencia e investigación para la IA.
  • Ayudar a los países a desarrollar hojas de ruta para la adopción de la IA en sus sistemas científicos.
  • Crear redes regionales y globales de personas involucradas en la reflexión sobre la adaptación e implementación de la IA para la ciencia.
  • Sensibilizar y ayudar a dar forma a una discusión crítica entre las comunidades científicas y políticas sobre los problemas cruciales que plantea la IA para la organización de la ciencia y la investigación.

El desarrollo del documento de trabajo se benefició de un taller convocado en octubre de 2023 en Kuala Lumpur, Malasia, y un taller en Santiago de Chile, Chile, en abril de 2024, que reunió a participantes de alrededor de 12 países de cada región de Asia y el Pacífico, y América Latina y el Caribe. Las contribuciones de algunos países que participaron en los talleres se han incorporado a la segunda versión del documento. La coordinación de los talleres fue generosamente apoyada por la Academia Australiana de Ciencias y la Academia de Ciencias de Malasia para el taller en Malasia, y la Iniciativa Latinoamericana para Datos Abiertos (ILDA) y la Academia Colombiana de Ciencias Exactas, Físicas y Naturales (ACCEFYN) para el taller en Chile.