Archivo de la etiqueta: Ética de la información

Seis investigaciones de Daniel Balsalobre, considerado el científico emergente número uno de España, son retiradas por irregularidades

Ansede, M. (2026, 17 de noviembre). Six studies by Daniel Balsalobre, Spain’s ‘number 1’ emerging scientist, are retracted due to irregularities. EL PAÍS English.
https://english.elpais.com/science-tech/2026-11-17/six-studies-by-daniel-balsalobre-spains-number-1-emerging-scientist-are-retracted-due-to-irregularities.html

Tres revistas científicas han retirado un total de seis artículos firmados por Daniel Balsalobre, catedrático de Economía Aplicada de la Universidad de Castilla-La Mancha y especialista en economía medioambiental, debido a diversas irregularidades relacionadas con las prácticas de publicación científica. Entre los problemas señalados por las editoriales figuran la manipulación de citas bibliográficas, posibles conflictos de intereses no declarados y anomalías en los procesos de revisión por pares. El caso resulta particularmente llamativo porque Balsalobre había alcanzado una notable proyección internacional y aparecía como el investigador emergente número uno de España en el ranking Best Rising Stars of Science de Research.com.

Uno de los aspectos más destacados de la investigación periodística es el extraordinario crecimiento de su producción científica. Según EL PAÍS, mientras que en 2015 publicaba aproximadamente dos trabajos anuales, después de la pandemia su productividad aumentó considerablemente, llegando en 2023 a publicar un artículo cada cinco días laborables. Sus investigaciones acumularon más de 25.000 citas en un periodo relativamente corto, una cifra que contribuyó decisivamente a su posicionamiento en los rankings internacionales. Sin embargo, el periódico señala que una parte importante de esas citas procedía de investigadores de países como China, Pakistán, India, Arabia Saudí y Malasia, dentro de una extensa red de colaboración internacional. El problema es que algunos de esos colaboradores también estaban relacionados con investigaciones posteriormente retractadas por irregularidades, lo que plantea interrogantes sobre la fiabilidad de determinadas redes de publicación y citación científica.

El artículo presta especial atención a lo que se conoce como manipulación de citas o coerción bibliográfica, una práctica que consiste en utilizar la posición de influencia de un investigador, por ejemplo, como revisor de una revista, para conseguir que otros autores incorporen referencias a sus propios trabajos. Balsalobre habría aceptado más de 650 invitaciones para evaluar artículos científicos, una cifra que el periódico considera extraordinariamente elevada. Durante algunos de esos procesos de revisión habría recomendado incluir referencias a sus propias investigaciones. El caso más ilustrativo mencionado es el de un artículo sobre el uso de ChatGPT en la educación superior, cuyos autores recibieron la recomendación de incorporar siete publicaciones del propio Balsalobre, aunque estas pertenecían al ámbito de la economía medioambiental. Este episodio ilustra cómo las citas pueden utilizarse para incrementar artificialmente la visibilidad de un investigador y mejorar su posición en los sistemas de clasificación académica.

Otro elemento preocupante es la existencia de redes internacionales de investigadores que se citan mutuamente para aumentar artificialmente sus indicadores bibliométricos. El periódico identifica colaboradores de Balsalobre cuyos trabajos también han sido objeto de retractaciones: Muntasir Murshed, con ocho artículos retirados; Abdelmohsen A. Nassani, con otros ocho; Tomiwa Sunday Adebayo, con siete, y Atif Jahanger, con tres. Además, la investigación señala que 170 artículos que habían citado trabajos de Balsalobre también fueron posteriormente retractados por irregularidades. Estas cifras ponen de manifiesto un problema estructural del sistema de comunicación científica: la posibilidad de construir redes de citación que aparentan una gran influencia académica, pero que no necesariamente representan una contribución científica sólida.

El caso también permite comprender el funcionamiento de las denominadas paper mills o fábricas de artículos científicos, organizaciones o redes que producen investigaciones de escasa calidad, comercializan autorías y pueden manipular los procesos editoriales para conseguir publicaciones. El editor jefe de la revista Environmental Science and Pollution Research, Philippe Garrigues, ya había advertido de la presencia de grupos de investigadores que se citaban sistemáticamente entre sí y de trabajos producidos en serie, con referencias irrelevantes y procesos de evaluación comprometidos. Hasta diciembre de 2024, esta revista había retirado cerca de 250 artículos, más del 90 % relacionados con la economía verde. Cuatro de los estudios de Balsalobre publicados en esta cabecera ya habían sido retractados después de detectarse aparentes manipulaciones en los procedimientos de revisión por pares. La editorial Springer Nature mantiene abiertas nuevas investigaciones sobre otros trabajos.

Por su parte, Balsalobre rechaza haber actuado deliberadamente de manera poco ética. Reconoce que pudo haber sido demasiado confiado, descuidado o poco cuidadoso durante una etapa de intensa actividad investigadora, pero niega haber participado conscientemente en prácticas fraudulentas. También admite que algunos de sus colaboradores resultaron ser investigadores con comportamientos inadecuados y asegura que rompió relaciones con ellos cuando conoció sus prácticas. El investigador atribuye buena parte de las críticas a la envidia que habría generado su reconocimiento internacional. Mientras tanto, la Universidad de Castilla-La Mancha ha encargado a su comité de ética de la investigación un informe para examinar los hechos y determinar si corresponde adoptar medidas.

Este caso constituye un ejemplo especialmente relevante de los riesgos de convertir los indicadores bibliométricos en el principal instrumento para medir la excelencia investigadora. El número de publicaciones, las citas recibidas, el índice h o la presencia en rankings internacionales son herramientas que pueden aportar información sobre la actividad científica, pero no garantizan por sí mismas la originalidad, la calidad metodológica, la relevancia ni la integridad de una investigación. Cuando los incentivos académicos se concentran excesivamente en conseguir publicaciones y acumular citas, se abre la puerta a comportamientos estratégicos que pueden distorsionar la comunicación científica: autocitas interesadas, intercambios de referencias, redes de citación artificiales, autorías negociadas y utilización instrumental de la revisión por pares.

LAC Retract Directory: una herramienta para identificar artículos científicos retractados en América Latina y el Caribe

InfoEduTec. (2026). LAC Retract Directory [Base de datos]. Versión 0.1 beta, 15 de marzo de 2026. https://doi.org/10.62453/InfoEduTec/database/LACretractDir.v1

AC Retract Directory es una herramienta informática desarrollada por InfoEduTec que permite recuperar y consultar registros de artículos científicos retractados, utilizando como fuente los datos de Retraction Watch disponibles a través de Crossref GitLab. Su propósito es facilitar la identificación y el seguimiento de publicaciones científicas cuya validez ha sido cuestionada y que han sido objeto de retractación, contribuyendo así a reforzar la transparencia y la integridad de la comunicación científica. InfoEduTec

La aplicación permite realizar búsquedas mediante metadatos a nivel de documento, filtrar y organizar los resultados y descargar los registros recuperados. Está concebida para editores y gestores de revistas científicas, responsables de metadatos, bibliotecarios, investigadores y estudiantes universitarios. Al tratarse de una aplicación web adaptable a dispositivos móviles, no requiere instalación y puede utilizarse mediante acceso remoto. InfoEduTec

Esta iniciativa resulta especialmente interesante para las bibliotecas universitarias y los servicios de apoyo a la investigación, ya que ofrece una vía para detectar publicaciones retractadas, mejorar los procesos de evaluación bibliográfica y prevenir la utilización involuntaria de investigaciones que han perdido su reconocimiento científico. También puede ser un recurso útil para la formación en integridad académica y buenas prácticas de investigación.

Perseguir el fraude científico: las retractaciones de artículos como mecanismo de autocorrección de la ciencia

Beaudin, E. (Presentadora). (2026, 22 de octubre). Traquer la fraude scientifique [Podcast]. En Le Détecteur de rumeurs (Temporada 5, episodio 45). Science-Presse. https://sciencepresse-detecteurderumeurs.transistor.fm/s5/45

La integridad científica no consiste en evitar que se publiquen investigaciones equivocadas, sino en garantizar que los errores y los fraudes puedan detectarse, investigarse y corregirse de manera transparente. Las retractaciones, la vigilancia posterior a la publicación y la responsabilidad de autores, universidades y editoriales son elementos esenciales para mantener la confianza en la ciencia y preservar la fiabilidad de la comunicación académica.

El episodio Traquer la fraude scientifique (Perseguir el fraude científico), del podcast canadiense Le Détecteur de rumeurs, aborda uno de los problemas más preocupantes del sistema contemporáneo de comunicación científica: la aparición de publicaciones fraudulentas, la manipulación de resultados y las malas prácticas que comprometen la credibilidad de la investigación. El programa examina cómo se identifican los artículos que contienen datos manipulados, imágenes alteradas, plagio, resultados inventados o procedimientos metodológicos cuestionables, así como el trabajo de quienes se dedican a investigar y documentar estas irregularidades. La cuestión central es determinar hasta qué punto el sistema científico dispone de mecanismos suficientes para detectar los comportamientos fraudulentos y corregir sus consecuencias.

Uno de los aspectos fundamentales es el papel de las retractaciones científicas, mediante las cuales una revista académica retira formalmente un artículo cuando se comprueba que sus resultados no pueden considerarse fiables. Estas decisiones pueden producirse por fraude deliberado, manipulación de imágenes o datos, plagio, errores metodológicos graves o problemas relacionados con la autoría y los procedimientos editoriales. Las retractaciones constituyen una herramienta esencial para advertir a la comunidad investigadora de que determinados resultados no deben seguir utilizándose como fundamento de nuevas investigaciones. Sin embargo, su publicación no siempre significa que el problema haya desaparecido, puesto que los artículos retractados pueden continuar siendo citados, descargados o utilizados en revisiones bibliográficas y trabajos posteriores.

El programa permite reflexionar también sobre la transformación de las prácticas de vigilancia de la literatura científica. La revisión por pares, aunque continúa siendo un instrumento fundamental de evaluación, no garantiza por sí sola la detección de todas las irregularidades. Por ello, adquieren creciente importancia los investigadores especializados en integridad académica, los editores científicos, los revisores y las comunidades que examinan las publicaciones después de su difusión. La utilización de herramientas digitales para identificar similitudes textuales, imágenes duplicadas, patrones estadísticos anómalos y posibles manipulaciones está ampliando las posibilidades de supervisión. Esta vigilancia resulta especialmente necesaria en un contexto de crecimiento acelerado de la producción científica y de presión por publicar, obtener financiación y conseguir reconocimiento académico.

Otro elemento relevante es la necesidad de diferenciar entre el error científico y el fraude. La investigación es una actividad sometida a incertidumbre, revisión y actualización constante, por lo que no todos los resultados incorrectos implican una conducta deshonesta. Un error metodológico puede ser involuntario y formar parte del proceso de autocorrección del conocimiento, mientras que la fabricación o falsificación deliberada de datos constituye una vulneración grave de la ética investigadora. Esta distinción es fundamental para evitar tanto la impunidad ante las malas prácticas como las acusaciones injustificadas contra investigadores cuyos trabajos presentan limitaciones o resultados que posteriormente no pueden reproducirse.

La problemática adquiere una dimensión adicional por las consecuencias que el fraude puede tener sobre la confianza pública en la ciencia. Una investigación fraudulenta puede orientar incorrectamente otras investigaciones, desperdiciar recursos económicos, influir en decisiones clínicas o políticas y deteriorar la reputación de instituciones y revistas científicas. Además, la circulación de resultados incorrectos puede prolongarse durante años si no existen procedimientos transparentes para comunicar las investigaciones realizadas, publicar las correcciones y retirar los contenidos que han perdido su validez. Por esta razón, la responsabilidad no corresponde exclusivamente a los autores, sino también a las universidades, organismos financiadores, editoriales y organizaciones encargadas de garantizar la integridad de la investigación.

En definitiva, el episodio invita a considerar que la credibilidad científica no depende de que todas las investigaciones sean infalibles, sino de que existan procedimientos eficaces para identificar errores, investigar posibles fraudes y corregir públicamente los resultados que no cumplen los estándares de rigor. La retractación debe entenderse como una herramienta de transparencia y responsabilidad, no simplemente como un indicador negativo de la producción académica. En un escenario caracterizado por el crecimiento de las publicaciones, la presión por conseguir indicadores de impacto y la incorporación de herramientas de inteligencia artificial a los procesos de investigación y edición, reforzar los mecanismos de vigilancia y evaluación resulta imprescindible para proteger la calidad del conocimiento.

Principios de transparencia y buenas prácticas en la publicación científica: criterios para garantizar la calidad y la integridad editorial

Committee on Publication Ethics (COPE), Directory of Open Access Journals (DOAJ), Open Access Scholarly Publishing Association (OASPA), & World Association of Medical Editors (WAME). (2022). Principles of Transparency and Best Practice in Scholarly Publishing (Version 4.0). https://doi.org/10.24318/cope.2019.1.12

Los Principios de transparencia y buenas prácticas en la publicación científica establecen criterios internacionales para garantizar la calidad, la integridad y la credibilidad de las revistas académicas. Abordan aspectos como la evaluación por pares, la ética editorial, los conflictos de intereses, los derechos de autor, los costes de publicación y la transparencia financiera. Constituyen una herramienta esencial para investigadores, bibliotecarios y editores a la hora de identificar publicaciones fiables y prevenir prácticas editoriales engañosas.

Los Principios de transparencia y buenas prácticas en la publicación científica constituyen un marco internacional de referencia para promover la calidad editorial, la integridad académica y la confianza en las publicaciones científicas. Fueron elaborados conjuntamente por cuatro organizaciones de referencia: el Committee on Publication Ethics (COPE), el Directory of Open Access Journals (DOAJ), la Open Access Scholarly Publishing Association (OASPA) y la World Association of Medical Editors (WAME). Su finalidad es establecer criterios que permitan distinguir las revistas y editoriales académicas legítimas de aquellas que presentan prácticas poco transparentes o engañosas, incluidas las publicaciones depredadoras.

El documento reúne 16 principios organizados en torno a la transparencia de las publicaciones, las prácticas editoriales y los modelos de negocio. Entre ellos se encuentran la identificación inequívoca de la revista, la calidad y seguridad de su sitio web, la periodicidad de publicación, la conservación digital de los contenidos y la información clara sobre derechos de autor y licencias. También exige que las revistas expliquen sus objetivos, alcance temático, público destinatario, tipos de manuscritos aceptados y criterios de autoría, de manera que los investigadores puedan evaluar adecuadamente dónde presentar sus trabajos.

Principios de transparencia

1. Proceso de revisión por pares: Todo el contenido de una revista, salvo los materiales editoriales claramente identificados como tales, deberá someterse a revisión por pares. Esta consiste en obtener valoraciones sobre manuscritos individuales de especialistas en la materia que no formen parte del equipo editorial de la revista. El proceso y las políticas relacionadas con la revisión por pares deberán describirse claramente en el sitio web de la revista.

2. Órgano de gobierno: Las revistas deberán contar con consejos editoriales u otros órganos de gobierno cuyos miembros sean expertos reconocidos en las áreas temáticas que abarca la publicación. En el sitio web deberán figurar los nombres completos y las afiliaciones de sus editores.

3. Equipo editorial e información de contacto: Las revistas deberán proporcionar en su sitio web los nombres completos y las afiliaciones de sus editores, así como los datos de contacto de la oficina editorial.

4. Tarifas para los autores: Cualquier tarifa o cargo relacionado con la gestión de los manuscritos o la publicación de los materiales deberá indicarse claramente en un lugar fácilmente accesible para los posibles autores antes de que envíen sus trabajos a revisión. También podrá comunicarse a los autores antes de que comiencen a preparar sus manuscritos para su presentación.

5. Derechos de autor: La información sobre derechos de autor y licencias deberá describirse claramente en el sitio web de la revista. Las condiciones de las licencias deberán indicarse en todos los artículos publicados, tanto en formato HTML como en PDF.

6. Identificación y gestión de las denuncias de mala conducta en la investigación: Las editoriales y los editores deberán adoptar medidas razonables para identificar y evitar la publicación de trabajos en los que se hayan producido conductas indebidas en la investigación, como el plagio, la manipulación de citas o la falsificación y fabricación de datos, entre otras. En ningún caso una revista o sus editores deberán fomentar estas prácticas ni permitirlas deliberadamente. Si la editorial o los editores tienen conocimiento de una denuncia de mala conducta relacionada con un artículo publicado, deberán seguir las directrices del Committee on Publication Ethics (COPE) o las normas equivalentes para gestionar dicha denuncia.

7. Propiedad y gestión: La información sobre la propiedad y la gestión de la revista deberá indicarse claramente en su sitio web. Las editoriales no deberán utilizar nombres de organizaciones que puedan inducir a error a los posibles autores y editores sobre la naturaleza de la entidad propietaria de la revista.

8. Sitio web: El sitio web de la revista, incluidos los textos que contiene, deberá demostrar que se han adoptado las precauciones necesarias para garantizar unos estándares éticos y profesionales elevados.

9. Nombre de la revista: El nombre de la revista deberá ser único y no confundirse fácilmente con el de otra publicación. Tampoco deberá inducir a error a los posibles autores o lectores sobre su procedencia o su relación con otras revistas.

10. Conflictos de intereses: La revista deberá disponer de políticas claras para gestionar los posibles conflictos de intereses de editores, autores y revisores. Estas políticas deberán estar expresamente publicadas.

11. Acceso: Deberá especificarse cómo pueden acceder los lectores a la revista y a sus artículos individuales, así como si existen cuotas de suscripción o tarifas por la consulta de cada artículo.

12. Fuentes de ingresos: Los modelos de negocio o las fuentes de ingresos —por ejemplo, las tarifas a los autores, las suscripciones, la publicidad, las separatas, el apoyo institucional o la financiación de organizaciones— deberán indicarse claramente o resultar evidentes en el sitio web de la revista.

13. Publicidad: Cuando corresponda, las revistas deberán publicar su política publicitaria, especificando qué tipos de anuncios aceptan, quién decide su admisión y si los anuncios están vinculados al contenido o al comportamiento de los lectores —en el caso de la publicidad en línea— o si se muestran de manera aleatoria.

14. Periodicidad de publicación: La frecuencia con la que se publica la revista deberá indicarse claramente.

15. Archivo y preservación: La revista deberá indicar claramente su plan de copias de seguridad electrónicas y de preservación del acceso a sus contenidos en caso de que deje de publicarse. Entre los ejemplos de sistemas de preservación se encuentran CLOCKSS y PubMed Central.

16. Marketing directo: Todas las actividades de marketing directo realizadas en nombre de la revista, incluida la solicitud de manuscritos, deberán ser apropiadas, estar dirigidas a los destinatarios pertinentes y llevarse a cabo de manera discreta y no intrusiva.

Un aspecto esencial es la transparencia del proceso de evaluación por pares. Las revistas deben especificar si los contenidos se someten a revisión, qué modalidad utilizan, quiénes participan en la evaluación y cómo se toman las decisiones editoriales. Asimismo, deben publicar información sobre sus órganos de dirección, la identidad y afiliación de los responsables editoriales y los procedimientos para gestionar conflictos de intereses, reclamaciones, correcciones y retractaciones. Estas medidas contribuyen a reforzar la credibilidad de los resultados científicos y la responsabilidad de quienes participan en su publicación.

Los principios también prestan especial atención a la ética de la investigación y a la prevención de malas prácticas, como el plagio, la manipulación de citas y la fabricación o falsificación de datos. Las revistas y editoriales deben disponer de políticas públicas para abordar estas situaciones y actuar conforme a procedimientos reconocidos. Además, deben informar claramente sobre las tarifas que cobran a los autores, las posibles exenciones, sus fuentes de financiación, la publicidad y otras vías de ingresos, evitando que los intereses económicos condicionen las decisiones editoriales.

Por último, el documento incorpora criterios de inclusión, diversidad, equidad y accesibilidad. Las decisiones editoriales deben basarse en el mérito académico y no en la nacionalidad, el origen, las creencias políticas o la religión de los autores. En conjunto, estos principios constituyen una herramienta práctica para editores, investigadores, bibliotecarios y gestores de información científica, tanto para evaluar revistas como para mejorar las políticas editoriales y orientar a los investigadores en la selección de canales de publicación fiables.

Compilatio: software antiplagio y detección de Inteligencia Artificial con Pilar Torres. Planeta Biblioteca 2026/10/01

Compilatio: software antiplagio y detección de Inteligencia Artificial con Pilar Torres.

Planeta Biblioteca 2026/10/01

ESCUCHAR

Descargar

En esta entrevista, Pilar Torres (ITMS Group) presenta Compilatio (Magister+), un software web diseñado para analizar la similitud de textos y detectar contenidos generados por inteligencia artificial. Con una fiabilidad del 70% al 90%, el sistema identifica frases típicas, faltas de cohesión y referencias bibliográficas falsas. Más allá de un enfoque punitivo, la herramienta busca ser un aliado pedagógico que apoya la curaduría del docente y fomenta la integridad académica en el alumnado. Se integra fácilmente en entornos como Moodle o Canvas y destaca por ser una alternativa eficaz y sustancialmente más económica frente a opciones como Turnitin.

Una empresa llamada Springer, que no es la editorial, está ofreciendo la autoría a la venta.

Chawla, Dalmeet Singh. (2026, 12 de octubre). A company named Springer that isn’t the publisher is offering authorship for sale. Retraction Watch. Enlace al artículo original: https://retractionwatch.com/2026/10/12/springer-journals-online-authorship-for-sale/

Una empresa llamada Springer Journals Online que ofrece puestos de coautoría en artículos científicos a cambio de dinero, utilizando una denominación que puede confundirse con la editorial Springer Nature. El caso evidencia el crecimiento de las fábricas de artículos científicos (paper mills), una amenaza para la integridad académica que distorsiona la evaluación investigadora y pone en riesgo la fiabilidad de las publicaciones científicas.

La comercialización de autoría en artículos destinados a revistas académicas de prestigio. El caso gira en torno a una empresa denominada Springer Journals Online, que ofrece a investigadores la posibilidad de incorporarse como coautores a manuscritos supuestamente próximos a su publicación en revistas internacionales. La organización solicita una contribución económica para cubrir parte de los costes de publicación y presenta oportunidades vinculadas a editoriales reconocidas, como Elsevier, Springer Nature, Taylor & Francis, Wiley y SAGE. La oferta resulta especialmente preocupante porque utiliza una denominación muy similar a la de Springer Nature, una editorial científica consolidada, lo que puede inducir a confusión y transmitir una apariencia de legitimidad. Sin embargo, según la investigación periodística, esta empresa no tiene relación con Springer Nature ni con la actividad editorial legítima que desarrolla esta compañía.

La investigación comienza cuando Richard Fateman, profesor emérito de informática de la Universidad de California en Berkeley, recibe un correo electrónico inesperado en el que se le propone participar como coautor en publicaciones científicas a cambio de asumir una parte de los costes. Fateman considera que la propuesta puede constituir una estafa y, además, plantea un problema ético fundamental: aceptar la inclusión de su nombre en un trabajo en cuya elaboración no ha participado. El mensaje comercial ofrece diferentes manuscritos, plazos estimados de publicación, revistas de destino y posiciones disponibles en la lista de autores. Aunque la empresa responde posteriormente que los participantes deberían intervenir en la investigación, revisar el manuscrito y aportar comentarios sustanciales desde su especialidad, la forma inicial de presentar la oferta suscita serias dudas sobre la naturaleza real de estas colaboraciones y sobre la posibilidad de comprar reconocimiento académico.

Uno de los aspectos más llamativos es la utilización de elementos que parecen diseñados para generar confianza. La página web de Springer Journals Online anuncia una tasa de aceptación del 95 % en las revistas objetivo y afirma haber publicado más de 500 revistas. Sin embargo, la investigación identifica varias señales de alerta: la dirección que figura en la web corresponde a una calle que no existe, el teléfono publicado utiliza un prefijo del Reino Unido y el perfil de Instagram de la organización está vinculado a Pakistán. Además, uno de los testimonios comerciales aparece atribuido a «Dr. Aris Thorne», un nombre ficticio conocido por su frecuente aparición en contenidos generados mediante modelos de lenguaje. Retraction Watch intentó obtener explicaciones de la empresa por correo electrónico y teléfono, sin conseguir una respuesta satisfactoria. Por su parte, un portavoz de Springer Nature confirmó que su centro de operaciones contra la piratería y los problemas de seguridad ya conocía la existencia de esta organización y estaba trabajando con las autoridades competentes.
El caso se inscribe en un fenómeno más amplio conocido como paper mills, o fábricas de artículos científicos: redes comerciales que producen, distribuyen o manipulan manuscritos académicos y ofrecen servicios que pueden incluir la venta de puestos de autoría. Estas prácticas convierten la publicación científica en una mercancía y permiten que algunas personas obtengan méritos curriculares sin haber contribuido de manera real a la investigación. El artículo recuerda que un estudio de 2024 estimó que estas fábricas podrían representar alrededor del 2 % de los envíos de manuscritos a revistas científicas en distintas disciplinas. También establece paralelismos con otros casos en los que organizaciones han creado páginas que imitan revistas legítimas o han comercializado posiciones de autoría vinculadas a publicaciones de editoriales reconocidas.

Las consecuencias van mucho más allá del incumplimiento de las normas de publicación. La autoría científica implica responsabilidad sobre la metodología, los datos, los resultados y las conclusiones de un trabajo. Cuando se incorporan autores que no han contribuido de forma significativa, se dificulta la identificación de quienes deben responder por los posibles errores o irregularidades. Además, estas prácticas distorsionan la evaluación de la actividad investigadora, perjudican a quienes desarrollan su trabajo de manera rigurosa y pueden facilitar que resultados poco fiables entren en la literatura científica y sean utilizados posteriormente por otros investigadores. La advertencia de Fateman es especialmente relevante: cuando una publicación acumula autores sin una contribución claramente identificable, la responsabilidad individual puede diluirse y aumentar el riesgo de que los errores pasen inadvertidos.

Integridad académica e Inteligencia artificial

Integridad académica e Inteligencia artificial

VER VIDEO

https://youtube.com/live/q-KNtysDsik?si=7ki1bjlnBuAunhwH

Transmisión en vivo de la conferencia «Integridad académica e inteligencia artificial» por Julio Alonso Arévalo (Universidad de Salamanca), realizada el miércoles 7 de octubre en la FIC: facultad de información y comunicación de la Universidad Nacional de la República de Uruguay. Montevideo (Uruguay)

El problema de la «validez sintética» en la investigación de IA.

Retraction Watch Staff, “AI research’s ‘synthetic validity’ problem”, Retraction Watch, 19 de septiembre de 2026. Artículo original en Retraction Watch

El problema ya no consiste únicamente en detectar artículos falsos o textos generados por IA. El reto es garantizar que los datos, métodos, referencias y evidencias que sustentan la investigación sean verificables y tengan validez respecto al fenómeno real que pretenden estudiar. La expansión de la IA hace que esta tarea sea todavía más importante.

Especialmente relevante para el ámbito de la IA y la comunicación científica es la referencia al problema de la “synthetic validity”. El concepto alude a una dificultad creciente: los investigadores pueden utilizar modelos generativos para producir datos, participantes simulados, respuestas, textos u otros materiales que presentan una apariencia estadísticamente plausible, pero cuya correspondencia con el mundo real puede ser limitada. El problema no es solamente si los datos sintéticos son técnicamente coherentes, sino hasta qué punto permiten extraer conclusiones válidas sobre personas, comportamientos o fenómenos reales.

Esta cuestión adquiere especial importancia a medida que la IA generativa se incorpora a experimentos, encuestas, simulaciones y procesos de investigación. Una investigación puede obtener resultados internamente consistentes utilizando datos artificiales y, sin embargo, presentar una validez externa limitada. La posibilidad de generar grandes cantidades de respuestas sintéticas también puede facilitar estudios rápidos y baratos, pero introduce la necesidad de demostrar que los resultados no son simplemente un reflejo de los patrones incorporados en los propios modelos de IA.

La integridad científica depende de toda una cadena de controles, desde el diseño de la investigación y la recogida de datos hasta la revisión por pares, la publicación, las citaciones y la posterior corrección del registro científico. La aparición de la IA añade nuevas dificultades, pero no sustituye problemas tradicionales como las autorías fraudulentas, los datos inconsistentes, las referencias incorrectas o la ausencia de aprobación ética.

La IA introduce un nuevo problema: datos plausibles pero artificiales. La cuestión de la synthetic validity resulta particularmente importante para la alfabetización en IA. Un modelo generativo puede producir miles de respuestas aparentemente humanas y coherentes; sin embargo, que una respuesta sea verosímil no significa que represente a una población real. Esto obliga a los investigadores a diferenciar entre precisión estadística, coherencia interna y validez empírica.

Existe además el riesgo de crear un círculo de retroalimentación: los modelos se entrenan con datos producidos por seres humanos; posteriormente generan nuevos datos sintéticos; esos datos pueden utilizarse para entrenar, evaluar o alimentar otros modelos; y finalmente los resultados artificiales pueden volver a incorporarse al ecosistema científico. Si este proceso no se controla, la investigación podría terminar utilizando datos derivados de otros datos sintéticos sin una conexión suficientemente sólida con la realidad empírica original.

En investigación social, educativa o bibliométrica, por ejemplo, utilizar participantes sintéticos podría generar resultados que parecen convincentes pero que no necesariamente reproducen las características, sesgos y comportamientos de personas reales. El riesgo aumenta si los resultados generados artificialmente se utilizan posteriormente como evidencia para nuevas investigaciones. De este modo puede aparecer un círculo de retroalimentación en el que los modelos entrenados con información humana generan nuevos datos que posteriormente se utilizan para entrenar o evaluar otros modelos.

El artículo resulta especialmente útil porque conecta tres problemas que normalmente se analizan por separado: la integridad de las publicaciones, la creciente utilización de IA y la necesidad de preservar la confianza en el registro científico. Retraction Watch recuerda además que su base de datos ya supera las 67.000 retractaciones, una cifra que refleja la dimensión acumulativa de los mecanismos de corrección de la literatura científica.

La investigación fraudulenta no desaparece cuando se publica, sigue siendo citada

Retraction Watch, “Paper mill studies get cited by clinical guidelines, policy docs and more, analysis finds”, 17 de septiembre de 2026. El artículo analiza un estudio de Federica Silvi y Leslie D. McIntosh, de Digital Science, publicado como preprint en arXiv el 31 de agosto de 2026 https://retractionwatch.com/2026/09/17/paper-mill-studies-get-cited-by-clinical-guidelines-policy-docs-and-more-analysis-finds/

Según un nuevo análisis, los estudios producidos por una presunta «fábrica de artículos» (paper mill) aparecen citados con frecuencia en patentes, guías clínicas y documentos de políticas públicas.

El estudio analiza qué ocurre con artículos científicos vinculados a una “paper mill”, es decir, una empresa o red que comercializa manuscritos científicos, autorías o servicios destinados a introducir trabajos de dudosa procedencia en el sistema de publicación académica. El caso estudiado procede de la Pharmakon Neuroscience Network (PNN), una supuesta red científica que, según investigaciones anteriores, funcionaba como un sistema de venta de autorías. Los primeros artículos que incluían PNN entre sus afiliaciones comenzaron a aparecer en 2019 y presentaban algunas características habituales de las publicaciones sospechosas: grupos de autores de diferentes países sin antecedentes claros de colaboración, investigadores de campos muy distintos y combinaciones de autorías difíciles de explicar por una trayectoria científica convencional. 

Silvi y McIntosh estudiaron 1.975 artículos asociados a autores que habían utilizado PNN como afiliación y utilizaron la base de datos Dimensions para seguir las citas que recibieron posteriormente. El objetivo no era simplemente contar cuántos de esos artículos habían sido retractados, sino determinar hasta dónde había llegado su influencia dentro del ecosistema científico y académico. El resultado resulta especialmente relevante: 480 artículos fueron citados en patentes, 57 aparecieron citados en documentos de política pública y 12 fueron citados en guías clínicas.

El principal hallazgo del estudio es que una investigación cuestionable puede seguir circulando y adquiriendo influencia mucho después de haber sido producida. Una vez que un artículo entra en una base de datos bibliográfica, recibe citas y forma parte del corpus de literatura científica disponible, puede ser utilizado por investigadores que desconocen completamente su procedencia.

Esto crea un problema especialmente importante porque las citas pueden actuar como una especie de mecanismo de legitimación acumulativa. Un artículo puede ser citado porque parece relevante, después aparecer en una revisión de literatura, posteriormente ser utilizado por otro investigador y finalmente llegar a un documento normativo o una guía. En cada paso puede perderse información sobre la calidad o procedencia original de la investigación.

El estudio demuestra precisamente que la contaminación del registro científico no se limita a llenar las revistas de artículos problemáticos. Puede alcanzar productos derivados de la ciencia: patentes, documentos de política científica y sanitaria, guías clínicas y eventualmente decisiones relacionadas con financiación.

El problema adquiere una dimensión adicional con la expansión de la IA generativa. Las paper mills ya pueden utilizar herramientas automatizadas para producir textos, modificar manuscritos, generar imágenes o acelerar procesos de publicación. Investigaciones recientes sobre el mercado de venta de autorías muestran precisamente que el modelo de negocio está evolucionando y que la IA puede facilitar algunas de estas operaciones.

Esto puede crear un escenario especialmente complejo: más producción científica aparente, más velocidad de publicación y más dificultad para distinguir entre investigación auténtica y contenido fabricado.

Por ello, la integridad científica futura probablemente dependerá cada vez más de una combinación de revisión humana, análisis bibliométrico, detección de patrones de autoría, verificación de datos, transparencia sobre contribuciones y sistemas capaces de rastrear cambios en el estado de una publicación.

Hacia un estándar global para declarar el uso de la inteligencia artificial en la investigación científica

Weaver, Kari D.; Seghers, Bert; McNeice, Kiera; Perkins, Mike; Santamarina, Sergio; Lingard, Lorelei; Tsybuliak, Natalia; Dijstal, Felix. «Guest Post — Research Needs a Shared Standard for AI Disclosure.» The Scholarly Kitchen, 13 de julio de 2026. The Scholarly Kitchen (artículo original)

El artículo sostiene que la investigación científica necesita con urgencia un estándar internacional y compartido para declarar el uso de herramientas de inteligencia artificial (IA) durante todo el ciclo de investigación.

Los autores argumentan que la aparición de modelos generativos como ChatGPT ha modificado profundamente la forma en que los investigadores redactan textos, analizan datos, revisan literatura, programan o traducen documentos. Sin embargo, mientras la adopción de estas herramientas se ha generalizado, las normas para informar sobre su utilización continúan siendo fragmentarias, inconsistentes y, en muchos casos, inexistentes. Esta falta de uniformidad genera incertidumbre entre autores, revisores, editores e instituciones y pone en riesgo principios esenciales de la integridad científica, como la transparencia, la reproducibilidad y la responsabilidad sobre los resultados publicados.

Los autores defienden que la declaración del uso de la IA debe entenderse como una práctica equiparable a la divulgación de las fuentes de financiación, los conflictos de interés o las contribuciones de terceros. En su opinión, informar sobre la utilización de herramientas de IA no debe interpretarse como una admisión de debilidad o una sospecha de mala conducta, sino como una manifestación de buenas prácticas científicas. No obstante, diversos estudios muestran que muchos investigadores evitan revelar el uso de estas tecnologías por temor a que disminuya la credibilidad de sus trabajos o influya negativamente en los procesos de evaluación editorial. Este fenómeno ha creado una importante «brecha de divulgación»: aunque la IA ya forma parte de las prácticas habituales de investigación, una proporción significativa de autores nunca informa sobre su utilización al publicar sus resultados.

Para afrontar este problema, el artículo describe la iniciativa impulsada desde la World Conferences on Research Integrity (WCRI), que ha creado un grupo de trabajo internacional con el apoyo de organizaciones como el International Science Council (ISC), COPE, STM y la Global Young Academy. El objetivo consiste en desarrollar un estándar de referencia mundial para la declaración del uso de IA, inspirado en modelos ampliamente aceptados como las normas de Vancouver para publicaciones biomédicas. El proceso se basa en varias rondas de consulta internacional dirigidas a investigadores, editores, responsables de integridad científica y otros actores del ecosistema académico, con el propósito de construir un consenso amplio antes de proponer un marco definitivo.

Los resultados preliminares de la primera consulta muestran que existe un amplio consenso sobre la necesidad de establecer reglas claras, aunque también revelan importantes desafíos. Los participantes coinciden en que cualquier sistema de declaración debe ser suficientemente flexible para adaptarse a disciplinas muy diversas y evitar imponer cargas administrativas excesivas a los investigadores. Asimismo, consideran fundamental determinar con precisión qué aspectos deben declararse, cuál debe ser el nivel adecuado de detalle y cómo integrar esa información en los manuscritos y en las infraestructuras editoriales existentes. También se debatió ampliamente cuál debe ser el verdadero propósito de estas declaraciones: facilitar la reproducibilidad de la investigación, reforzar la transparencia ética, mejorar la rendición de cuentas o combinar todos estos objetivos simultáneamente.

Otro de los mensajes centrales del artículo es que el uso de la inteligencia artificial no debe ser estigmatizado. Los autores sostienen que las herramientas de IA representan una nueva generación de tecnologías avanzadas, pero que los principios clásicos de la integridad científica siguen siendo plenamente aplicables. La responsabilidad última sobre el contenido científico continúa recayendo en los investigadores humanos, independientemente de las herramientas empleadas durante el proceso. Por ello, las declaraciones sobre IA deberían proporcionar únicamente la información necesaria para que revisores y lectores puedan valorar si las contribuciones de estas herramientas podrían haber influido en la fiabilidad de los métodos, los resultados o las conclusiones del estudio, evitando exigir una documentación innecesariamente detallada que dificulte la investigación.

Finalmente, los autores anuncian la apertura de nuevas rondas de consulta durante la segunda mitad de 2026 y principios de 2027 con el objetivo de perfeccionar una propuesta de estándar global. Subrayan que el éxito de esta iniciativa dependerá de la participación activa de investigadores, universidades, editoriales, financiadores y organismos de integridad científica de todo el mundo. Solo mediante un consenso internacional será posible establecer un sistema de divulgación que promueva la confianza en la investigación, facilite la evaluación de los trabajos científicos y permita integrar la inteligencia artificial en la ciencia de forma responsable, transparente y compatible con los principios fundamentales de la investigación académica.