Archivo de la categoría: Investigación

Guía de ciencia ciudadana para bibliotecas de investigación

Open Science Meets Citizen Science. LIBER, 2024

Esta guía se presenta como una herramienta valiosa para bibliotecas de investigación que desean integrar prácticas de ciencia abierta y ciencia ciudadana, promoviendo la inclusión y el compromiso dentro de sus comunidades.

LIBER anuncia el lanzamiento de la guía de ciencia ciudadana para bibliotecas de investigación titulada “Open Science Meets Citizen Science – A Guide”, editada por Bastian Greshake Tzovaras del Instituto Alan Turing.

Esta guía está diseñada como un recurso práctico de apoyo para bibliotecas de investigación que buscan ayudar a sus comunidades de investigación a desarrollar sus proyectos de ciencia ciudadana. En la guía, se encuentran contribuciones de practicantes líderes e informes sobre las lecciones aprendidas de proyectos establecidos. La guía está revisada por expertos y se publica en acceso abierto y en múltiples formatos, con formatos interoperables adicionales para su reutilización.

En el artículo  ‘Implementing Open Science Practices into a Citizen Science Project’ se explica cómo aprovechar los recursos de la ciencia abierta. El uso de datos es un área que cuenta con el apoyo de la ciencia abierta en términos de herramientas de análisis de datos como R y Jupyter Notebooks, que han democratizado la ciencia de datos y permiten un fácil uso y análisis por parte del público interesado. Además, la recopilación, manejo y publicación abierta de datos está ampliamente respaldada por la literatura para los planes de Gestión de Datos de Investigación que incluyen la ciencia ciudadana.

Si la «inclusión y el empoderamiento» son una prioridad para los investigadores que dirigen proyectos de ciencia ciudadana, el artículo ‘Ethical Practices for Citizen Science’ (Prácticas éticas para la ciencia ciudadana) ofrece una hoja de ruta para reflexionar sobre las cuestiones relacionadas con la creación de un compromiso genuino y un caso de uso dirigido por la comunidad con el proyecto «AutSPACEs». La creación de espacios seguros para los participantes es ya una práctica conocida con el uso de códigos de conducta, pero también en este caso los detalles cuentan, y una de las recomendaciones del artículo es redactar conjuntamente un código de conducta con los miembros del grupo que participa en un proyecto de ciencia ciudadana. Los códigos de conducta son un buen ejemplo, ya que han sido promovidos por el movimiento de ciencia abierta y reflejan el cambio más reciente de la ciencia abierta hacia cuestiones de valores (inclusión de cuestiones de género, raza y equidad en el conocimiento), además del trabajo anterior sobre infraestructuras técnicas y apertura.

Cómo usan los investigadores la Ciencia Abierta

Permut, Stephanie and Saccardo, Silvia and Chapman, Gretchen, How Researchers Use Open Science (May 22, 2024). Available at SSRN: https://ssrn.com/abstract=4838469 or http://dx.doi.org/10.2139/ssrn.4838469

La Revolución de la Ciencia Abierta de las dos últimas décadas ha puesto en evidencia las prácticas de investigación cuestionables (QRPs) responsables de las bajas tasas de replicabilidad en la investigación médica, las ciencias del comportamiento y la economía. En respuesta, se desarrollaron plataformas de Ciencia Abierta que permiten a los investigadores comprometerse con planes de investigación preespecificados y hacer que los materiales de estudio, datos y códigos estén disponibles públicamente. Una encuesta (N=1,402) de científicos del comportamiento, economistas y científicos médicos explora cómo ha cambiado el compromiso con las QRPs después de estudios fundamentales que abordaron la crisis de replicabilidad y si dicho compromiso varía entre disciplinas. Los resultados muestran que, aunque la prevalencia de las QRPs ha disminuido en comparación con los resultados de (John et al., 2012), los investigadores informan que usan las plataformas de Ciencia Abierta de maneras que socavan su efectividad. Además, existen algunas diferencias disciplinarias en los tipos de comportamientos de Ciencia Abierta que practican los investigadores.

Los resultados indican que los investigadores están utilizando plataformas de Ciencia Abierta diseñadas para limitar los grados de libertad del investigador. Por ejemplo, la mayoría de los encuestados informaron usar (o predecir que otros usan) plataformas de Ciencia Abierta para al menos la mitad de los estudios presentados en un artículo típico. Además, los investigadores afirmaron que era importante que otros usaran plataformas de Ciencia Abierta durante el proceso de investigación. Esta creencia no varió entre las disciplinas representadas en la encuesta. Los resultados se alinean con trabajos previos de Logg y Dorison (2021) y Kidwell et al. (2016), que muestran que el uso de plataformas de Ciencia Abierta ha aumentado desde su inicio.

Sin embargo, al examinar más a fondo cómo los investigadores utilizan las plataformas de Ciencia Abierta, se observa que este aumento en el uso puede no siempre resultar en una mayor transparencia. Se documenta una prevalencia notablemente alta de comportamientos que podrían socavar la efectividad de las plataformas de Ciencia Abierta, como pre-registrar menos de la mitad de los estudios que aparecen en un artículo presentado y relegar los resultados inconsistentes con las hipótesis a los materiales suplementarios del artículo. También se encontró que algunas de estas prácticas son específicas de cada disciplina. Por ejemplo, realizar múltiples pilotos antes de llegar a un diseño de estudio pre-registrado era más común entre los científicos del comportamiento (especialmente los investigadores de marketing), y realizar la recopilación de datos para los grupos de tratamiento y control de un estudio por separado era más común entre los economistas. Estas diferencias pueden reflejar una separación más amplia de la cultura de la Ciencia Abierta en economía, ciencias del comportamiento y ciencias médicas, moldeada por las normas de investigación de estas disciplinas y sus respuestas a la crisis de replicación.

Se midieron varios otros comportamientos que podrían afectar la transparencia de la investigación incluso con el uso consistente de las plataformas de Ciencia Abierta. Estos incluían pre-registrar estudios de manera intencionalmente vaga y no revelar desviaciones de los protocolos pre-registrados. Una fracción considerable de investigadores informó participar en estas prácticas. Los científicos del comportamiento eran significativamente menos propensos a admitir estos comportamientos que los economistas y los científicos médicos.

NISO Publica el borrador de la revisión de la Práctica Recomendada para Versiones de Artículos de Revista

Journal Article Version (JAV) Recommended Practice. The National Information Standards Organization (NISO)

PDF

The National Information Standards Organization (NISO) anunció hoy que su borrador de la revisión de la Journal Article Version (JAV) Recommended Practice está abierto para comentarios públicos hasta el 7 de julio de 2024 en la página web del proyecto.

Publicado por primera vez en 2008, Journal Article Version (JAV) Recommended Practice se desarrolló para describir las diferentes versiones del contenido académico en línea. Desde entonces, las prácticas editoriales han seguido evolucionando y, con cambios como el rápido crecimiento de las publicaciones preprint, el concepto de una única versión oficial se ha vuelto menos relevante. Preguntas sobre las citas de diferentes versiones y el etiquetado de versiones, por ejemplo, han destacado la necesidad de estandarizar términos y recomendar cómo gestionar, rastrear e indexar múltiples versiones. El grupo de trabajo de NISO se formó para abordar estos desafíos y desarrollar una revisión de la Práctica Recomendada JAV, incluyendo un apéndice con múltiples ejemplos que ilustran una variedad de casos de uso para aquellos que buscan orientación.

«Nos complace presentar la Práctica Recomendada revisada para comentarios públicos,» dijo Clay Burgett, Copresidente del Grupo de Trabajo (Director Asistente de Tecnología de Aplicaciones, Publicaciones ACS). «Esperamos que sea útil para una variedad de partes interesadas en las comunicaciones académicas y esperamos incorporar comentarios de la comunidad en general.» Los Copresidentes del grupo de trabajo, Patrick Hargitt (Director Senior de Gestión de Productos, Atypon) y Michael Nason (Bibliotecario de Publicaciones y Becas Abiertas, Universidad de New Brunswick), destacaron los esfuerzos determinados de los miembros del grupo de trabajo para abordar de manera colaborativa los problemas y preguntas de un panorama editorial en constante evolución y la expectativa del grupo de someter su producto a revisión pública.

«NISO aprecia el servicio del Grupo de Trabajo de Revisión de JAV,» dijo Nettie Lagace, Directora Ejecutiva Asistente de NISO. «Muchas cosas han cambiado desde 2008, y estas revisiones esenciales ayudarán a asegurar que la Práctica Recomendada JAV se mantenga actualizada y satisfaga las necesidades de los creadores y consumidores de artículos académicos. Esperamos recibir más aportaciones y opiniones de la comunidad, que fortalecerán la Práctica Recomendada final.»

Lanzamiento de la Plataforma de IA de Clarivate

Ben-Porat, Guy. «Introducing the Clarivate Academic AI Platform». Clarivate (blog), 21 de mayo de 2024. https://clarivate.com/blog/introducing-the-clarivate-academic-ai-platform/.

La Plataforma Académica de IA de Clarivate marca un hito significativo en su esfuerzo por empoderar a la comunidad académica con herramientas y tecnologías de IA innovadoras y servirá como una columna vertebral tecnológica, permitiendo la implementación acelerada y consistente de capacidades de IA en todo su portafolio de soluciones Académicas y Gubernamentales.

Esta iniciativa ha sido el resultado de varios proyectos de investigación en los que la empresa se ha involucrado durante el último año, trabajando estrechamente entre sus equipos de ciencia de datos, ingeniería, contenido y experiencia de usuario, y la comunidad de clientes para aprender de primera mano sobre el potencial y las limitaciones de la IA generativa (GenIA). Además, la experiencia acumulada durante años de uso de IA y aprendizaje automático en sus productos ha sido fundamental para dar forma a este avance.

Algunas de sus características son:

  • Asistente de Investigación de Web of Science: Ayudando a investigadores de todos los niveles a explorar el índice de citas más confiable del mundo, aprovechando más de un siglo de investigación, con descubrimiento en lenguaje natural, tareas guiadas y visualizaciones contextuales.
  • Asistente de Investigación de ProQuest: Permitiendo a los usuarios navegar por millones de trabajos académicos de texto completo dentro de ProQuest y obtener fácilmente nuevos conocimientos para la investigación y el aprendizaje.
  • Entrenador Académico Alethea: Fomentando las habilidades de aprendizaje y pensamiento crítico de los estudiantes al guiarlos hacia el núcleo de sus lecturas de curso, ayudándolos a destilar los puntos clave y prepararse para la discusión en clase.
  • Asistente de Investigación de Primo: Transformando el descubrimiento en bibliotecas, proporcionando a los usuarios una nueva forma de encontrar y explorar materiales a través de la búsqueda en lenguaje natural, referencias de artículos y consultas recomendadas para apoyar la investigación.

En el futuro, la plataforma ampliará sus capacidades para admitir la introducción de capacidades de IA en productos adicionales, incluidos Alma, Ebook Central, EndNote y Leganto, así como presentar eficiencias de backend como la creación y enriquecimiento de metadatos.

Las bibliotecas universitarias se preparan para un mundo de investigación y erudición influenciado por la Inteligencia Artificial

Ruttenberg, Judy. «Research Libraries Prepare for a World of AI-Influenced Research and Scholarship». Association of Research Libraries (blog), 23 de mayo de 2024. https://www.arl.org/blog/research-libraries-prepare-for-a-world-of-ai-influenced-research-and-scholarship/.

Las bibliotecas de investigación, responsables de preservar el pasado, el presente y el futuro del conocimiento, tienen una larga experiencia con tecnologías disruptivas. Ahora están utilizando el crecimiento de la inteligencia artificial (IA), especialmente la IA generativa, para mejorar sus servicios, crear oportunidades educativas y evaluar su impacto en las operaciones y colecciones. La Asociación de Bibliotecas de Investigación (ARL) se asegura de que sus miembros y las comunidades a las que sirven prosperen en medio de esta disrupción tecnológica. Esto implica equilibrar las oportunidades innovadoras de la IA generativa con las posibles amenazas al acceso equitativo, la libertad intelectual y la integridad de la información.

La ARL ha sido históricamente fuerte en la defensa de un régimen de derechos de autor equilibrado. A través de la Library Copyright Alliance (LCA), la Asociación emitió en 2023 un conjunto de principios para los derechos de autor y la inteligencia artificial. Estos principios fueron presentados a la Oficina de Derechos de Autor de EE. UU. y a la Oficina de Política de Ciencia y Tecnología de la Casa Blanca. Los principios destacan la diferencia crucial entre lo que un modelo de IA aprende y lo que produce en relación con las obras protegidas por derechos de autor. En resumen, para que la IA generativa pueda innovar, es necesario proteger el uso justo en el entrenamiento de modelos de IA, mientras que la ley actual puede abordar las posibles infracciones de derechos de autor en las producciones de IA.

Como líder en la creación de normas para bibliotecas de investigación, la ARL también ha formulado principios generales sobre la IA generativa. Estos principios buscan influir en las políticas y abogar por el desarrollo responsable de tecnologías de IA, promoviendo prácticas éticas y transparentes, y construyendo confianza entre todas las partes involucradas, tanto dentro de las bibliotecas como en el entorno de investigación en general.

Además, la ARL y la Coalición para la Información en Red (CNI) han publicado un conjunto de escenarios que anticipan el impacto del aprendizaje automático y la IA generativa en el ecosistema del conocimiento y la investigación para el año 2035. Estos escenarios no pretenden predecir el futuro, sino ayudar a imaginarlo y explorar las incertidumbres que el sector enfrentará. En una reciente reunión en Boston, la comunidad de la ARL utilizó estos escenarios para identificar y priorizar oportunidades.

Invertir en bibliotecas siempre ha beneficiado a las comunidades durante las disrupciones tecnológicas. La ARL y sus bibliotecas miembro colaboran con socios del sector de investigación y aprendizaje para preservar el patrimonio cultural, apoyar nuevas formas de investigación y publicación, y promover el éxito estudiantil. La Asociación invita a colaborar en el avance de sus principios de IA y en el uso de estos escenarios para asegurar un entorno informativo que promueva el progreso del conocimiento.

Una cuarta parte de los ensayos clínicos podrían ser problemáticos o incluso totalmente inventados

Van Noorden, Richard. «Medicine Is Plagued by Untrustworthy Clinical Trials. How Many Studies Are Faked or Flawed?» Nature 619, n.o 7970 (18 de julio de 2023): 454-58. https://doi.org/10.1038/d41586-023-02299-w.

Las investigaciones sugieren que, en algunos campos, al menos una cuarta parte de los ensayos clínicos podrían ser problemáticos o incluso totalmente inventados, advierten algunos investigadores. Instan a un mayor escrutinio.

¿Cuántos estudios de ensayos clínicos publicados en revistas médicas son falsos o contienen errores fatales? En octubre de 2020, John Carlisle publicó una sorprendente estimación. El anestesista John Carlisle, conocido por detectar datos dudosos en ensayos médicos, revisó más de 500 estudios durante tres años y encontró que el 26% tenía problemas tan graves que no se podían confiar, lo que él llamó «ensayos zombis». Estos ensayos, que se asemejan a la investigación real pero son huecos, pueden pasar desapercibidos sin acceso a los datos individuales de los participantes.

Por ello, se sugiere que los editores de revistas revisen los datos de los participantes antes de publicar ensayos controlados aleatorios. La preocupación por la integridad de la investigación también se extiende a otras áreas médicas, como la salud de la mujer, la anestesiología y la COVID-19, donde se han encontrado numerosos ensayos sospechosos.

Los problemas con los ensayos falsificados o poco confiables plantean serias amenazas, ya que pueden influir en las decisiones médicas y distorsionar el conocimiento científico. Aunque se están realizando más estudios para evaluar la magnitud del problema, la detección y corrección de ensayos problemáticos sigue siendo un desafío importante para la comunidad científica.

Wiley cerró 19 revistas científicas a raíz de problemas con las llamadas «fábricas de artículos» con inteligencia artificial

Claburn, Thomas. «Wiley Shuts 19 Scholarly Journals amid AI Paper Mill Problem». Accedido 21 de mayo de 2024. https://www.theregister.com/2024/05/16/wiley_journals_ai/.

Wiley cerró 19 revistas científicas a raíz de problemas con «fábricas de artículos» con inteligencia artificial. Estas revistas pertenecían a su subsidiaria Hindawi, centro de un escándalo de publicación académica.

En diciembre de 2023 Wiley anunció que dejaría de utilizar la marca Hindawi, adquirida en 2021, tras su decisión en mayo de 2023 de cerrar cuatro de sus revistas «para mitigar la manipulación sistemática del proceso de publicación» Se descubrió que las revistas de Hindawi estaban publicando artículos provenientes de «fábricas de artículos» (Papel Mills), organizaciones que intentan manipular el proceso de publicación académica con fines financieros. En respuesta a esto, Wiley ha retiró más de 11.300 artículos de su cartera de Hindawi. La preocupación por la integridad de la investigación académica no se limita a las publicaciones de Wiley, ya que estudios sugieren que hasta una cuarta parte de los ensayos clínicos pueden ser problemáticos o completamente fabricados.

Según un preprint publicado en febrero, el volumen de artículos enviados a ArXiv aumentó considerablemente en las tres categorías principales entre 2019 y 2023, un período que coincide aproximadamente con la puesta a disposición del público de herramientas como ChatGPT. Los artículos de ciencias de la computación aumentaron un 200 por ciento durante estos cuatro años, seguidos por los artículos de física (45 por ciento) y matemáticas (22 por ciento).

Como se describe en un libro blanco de Wiley publicado el pasado diciembre, «Tackling publication manipulation at scale: Hindawi’s journey and lessons for academic publishing», las fábricas de artículos recurren a diversas prácticas contrarias a la ética, como el uso de inteligencia artificial en la fabricación de manuscritos y la manipulación de imágenes, así como la manipulación del proceso de revisión por pares.

La creciente disponibilidad y sofisticación de la inteligencia artificial generativa está facilitando estas prácticas. Wiley ha implementado una nueva tecnología de detección para identificar artículos con posibles usos indebidos de la inteligencia artificial generativa antes de su publicación. «El sector reconoce que las editoriales utilizan la IA para generar contenidos fraudulentos», explica el portavoz de Wiley. «Recientemente hemos introducido una nueva tecnología de cribado que ayuda a identificar artículos con un potencial mal uso de la IA generativa antes del punto de publicación».

Las editoriales académicas, sin embargo, parecen apoyar los beneficios de la ayuda de la IA a la redacción sin sus inconvenientes. Springer Nature, por ejemplo, lanzó el pasado mes de octubre «Curie», un asistente de escritura basado en IA para ayudar a los científicos cuya lengua materna no es el inglés. De ahí las peticiones de mejores herramientas para detectar los resultados generativos de la IA, una petición a la que han respondido los recientes esfuerzos por mejorar la marca de agua de los contenidos de IA, que según algunos investigadores no funcionará.

Aunque Wiley caracterizó el cierre de las 19 revistas como parte de su plan anunciado previamente para integrar las carteras de Hindawi y Wiley, y distinto del problema de las fábricas de artículos, este incidente destaca los desafíos en la integridad de la investigación académica frente a la proliferación de prácticas fraudulentas facilitadas por la inteligencia artificial.

Mientras tanto, el informe de ganancias del tercer trimestre fiscal de 2024 de Wiley, el editor indicó que se anticipa que los ingresos de su división de aprendizaje se sitúen en el extremo superior de las proyecciones, debido a «acuerdos de derechos de contenido del cuarto trimestre para el entrenamiento de modelos de IA».

¿Qué tienen en cuenta los investigadores a la hora de elegir una revista a la que enviar un artículo para su publicación?

Maggio, Lauren A., Natascha Chtena, Juan Pablo Alperin, Laura L. Moorhead, y John M. Willinsky. «“The Best Home for This Paper”: A Qualitative Study of How Authors Select Where to Submit Manuscripts». bioRxiv, 17 de mayo de 2024. https://doi.org/10.1101/2024.05.14.594165.

Para los investigadores, seleccionar una revista objetivo para enviar un manuscrito es una decisión crítica con implicaciones en su carrera. En el contexto de la investigación médica, una investigación realizada en 2016 encontró que los autores eran influenciados por múltiples factores como el prestigio de una revista y su misión. Sin embargo, desde que se realizó esta investigación, el panorama editorial ha cambiado para incluir una variedad más amplia de revistas, una amenaza aumentada de revistas depredadoras y nuevos modelos de publicación. Este estudio actualiza y amplía cómo los autores de educación médica deciden a qué revista enviar con el objetivo de describir los factores motivacionales y las características de las revistas que guían la toma de decisiones de los autores.

Métodos: Los autores llevaron a cabo cinco grupos focales cualitativos en los que participaron veintidós autores y editores de educación médica. Durante los grupos focales, los participantes participaron en una discusión sobre cómo seleccionan una revista para enviar sus manuscritos. Se transcribió el audio de todos los grupos focales. Las transcripciones fueron analizadas utilizando análisis temático con un código de libro.

Resultados: Los participantes consideraron múltiples factores al seleccionar una revista objetivo. Los factores incluyeron el impacto de una revista, el alcance de una revista, la calidad de la revista y factores técnicos (por ejemplo, límites de palabras). Los participantes también describieron cómo los factores sociales influenciaron su proceso y que el acceso abierto juega un papel que podría tanto fomentar como disuadir la presentación.

Discusión: Los hallazgos describen los factores motivacionales y las señales influyentes que guían a los autores en su toma de decisiones sobre la selección de revistas. Estos hallazgos confirman, amplían y actualizan los factores de selección de revistas reportados en educación médica y otras disciplinas. Especialmente, estos hallazgos enfatizan el papel de los factores sociales, las relaciones y las experiencias personales, que estaban ausentes en trabajos previos. Además, observamos una mayor consideración del acceso abierto y un alejamiento del énfasis en el prestigio de la revista.

Los editores de revistas académicas están renunciando en masa: ¿un cambio en el horizonte de la comunicación académica?»

Sanderson, Katharine. «Journal Editors Are Resigning En Masse: What Do These Group Exits Achieve?» Nature 628, n.o 8007 (27 de marzo de 2024): 244-45. https://doi.org/10.1038/d41586-024-00887-y.

A principios de este mes, los editores de la revista de lingüística Syntax anunciaron públicamente sus renuncias en respuesta a cambios en el proceso de manejo de manuscritos impuestos por su editor, Wiley.

«Concluimos que nuestra posición como editores de la revista ya no es sostenible», escribieron los editores Klaus Abels y Suzanne Flynn en una carta abierta a autores y revisores de la revista el 9 de marzo. Agregaron que las medidas diseñadas para reducir costos y abordar un retraso en los documentos, asignando tareas de edición de copia que anteriormente eran manejadas por la oficina editorial independiente de Syntax a un equipo de producción sin conocimientos especializados en lingüística, significaba que la revista ya «no podía satisfacer las necesidades de nuestra comunidad».

Wiley dice que continuará publicando e invirtiendo en Syntax. «Cualquier cambio que haya realizado Wiley en Syntax ha sido diseñado para facilitar la publicación oportuna y de alta calidad de la revista», dice Allyn Molina, vicepresidente de desarrollo editorial.

El movimiento es el último evento de este tipo en lo que parece ser una forma emergente de protesta: la renuncia masiva de editores académicos.

Editores renuncian a revista de neurociencia para protestar contra los cargos de acceso abierto

Hasta ahora este año, los editores de cinco revistas han renunciado juntos, según un recuento no oficial del sitio web Retraction Watch. Esto siguió a 12 movimientos similares en 2023, un gran aumento respecto a los años anteriores (hubo 2 eventos similares tanto en 2021 como en 2022). El recuento comienza en 2015, aunque se han registrado eventos anteriores.

No está claro si las renuncias masivas están destinadas a volverse aún más frecuentes, dice Michael Clarke, consultor editorial en la firma de consultoría de gestión Clarke & Esposito en Washington DC. Pero agrega que están recibiendo mucha atención. Muchas renuncias masivas, dice Clarke, son en respuesta a cambios en los modelos de negocios en la industria editorial.

Este fue el caso para los editores y miembros de la junta editorial de la revista Critical Public Health, publicada por Taylor & Francis, quienes renunciaron en julio pasado. La ex coeditora en jefe de la revista, Judith Green, socióloga de la Universidad de Exeter, Reino Unido, dice que el movimiento fue provocado en parte por los planes del editor de hacer que la revista sea de acceso abierto. «No es que estuviéramos en contra del principio del acceso abierto», dice. En cambio, los editores se oponían profundamente al modelo de tarifa de procesamiento de artículos, en el que a los autores se les cobran tarifas para publicar sus artículos de acceso abierto. El equipo decidió renunciar solo después de un año de discusiones con el editor sobre modelos alternativos que no produjeron un compromiso, dice Green. Un portavoz de Taylor & Francis refirió a Nature a una declaración emitida en el momento de la renuncia, diciendo que el editor estaba decepcionado por las renuncias, pero estaba deseando reclutar un nuevo equipo editorial.

«El gran tema [de las renuncias masivas] es esta tensión de prioridades competitivas», dice Ivan Oransky, cofundador de Retraction Watch. «Tienes editores —la mayoría de ellos son con fines de lucro— que demandan y requieren un crecimiento constante porque eso es lo que exige el mercado de valores. Tienes investigadores —académicos o editores, en su mayor parte— que defienden la calidad y quizás la profundidad y el tiempo de revisión. Esas están en oposición.»

Más que una protesta Clarke dice que puede entender por qué los editores insatisfechos podrían tomar medidas por su cuenta. «Si una comunidad académica desea controlar las decisiones comerciales de una revista, la mejor manera de hacerlo es ser propietario de la revista», dice. «Estas renuncias masivas fueron todos casos en los que los editores estaban trabajando en revistas propiedad del editor».

Situación de la revisión por pares en 2024

IOP Publishing. «State of Peer Review 2024». Accedido 15 de mayo de 2024. https://ioppublishing.org/state-of-peer-review-2024/.

IOP Publishing ha publicado el informe «State of Peer Review 2024». En marzo de 2024, repitieron la encuesta de 2020 a revisores por pares en ciencias físicas, añadiendo nuevas preguntas. Los objetivos eran comparar respuestas para detectar cambios y recoger opiniones sobre temas como la IA generativa, el sesgo en la revisión por pares y la revisión doble anónima. El informe destaca cómo la pandemia de Covid-19, el aumento de publicaciones científicas y la aparición de la IA generativa han influido en la revisión por pares, además de abordar el aumento de retractaciones y la comercialización de la mala conducta investigativa.

Resultados Clave

  • Sesgo: La proporción de encuestados que reportan haber experimentado sesgo en el proceso de revisión por pares ha disminuido (16% en 2024 frente al 24% en 2020).
  • Motivación: El interés en el artículo sigue siendo la principal motivación para aceptar una invitación a revisar.
  • Uso de IA: Las opiniones sobre el impacto de la IA generativa en la revisión por pares están divididas.
  • Solicitudes de Revisión:
    • 50% reporta un aumento en las solicitudes en los últimos tres años.
    • 47% recibe menos de una invitación al mes.
    • 54% siente que recibe la cantidad adecuada de solicitudes.
    • 35% de los investigadores en etapas tempranas tienen más tiempo para revisar.
    • 52% prefiere revisar manuscritos de doble anonimato.

Tiempo Disponible para la Revisión

  • Frecuencia: 46.9% recibe menos de una solicitud al mes, solo el 3% recibe más de 11 solicitudes mensuales.
  • Diferencias Geográficas y de Carrera: No hay diferencias significativas por género, pero sí por etapa de carrera y región, con variaciones entre Europa y el resto del mundo.
  • Tendencias Recientes: 49.5% de los encuestados han visto un aumento en las solicitudes en los últimos tres años.

Tiempo Disponible Comparado con Solicitudes

  • En 2024, 30% tiene más tiempo disponible para revisiones comparado con 18% en 2020.
  • 16% recibe demasiadas solicitudes frente al 26% en 2020.
  • La mayoría, 54%, reporta recibir la cantidad adecuada de solicitudes.

No se observaron diferencias significativas por género, pero sí por etapa de carrera y región geográfica, especialmente entre países de ingresos altos y bajos.

Impacto de la IA Generativa en la Revisión por Pares

  • Opiniones Diversas:
    • Impacto Negativo: 35% de los encuestados.
    • Neutral/Sin Impacto: 36%.
    • Impacto Positivo: 29%.

Comentarios de los Respondentes:

  • Positivos: Utilidad para revisar manuscritos por plagio y calidad del idioma.
  • Negativos: Preocupaciones sobre la precisión y ética de los modelos de IA actuales.
  • General: La verificación y edición humana experta es necesaria antes de usar textos generados por IA en el proceso de revisión.