Archivo de la etiqueta: Referencias bibliográficas

Los bibliotecarios están desbordados por acusaciones de ocultar libros de referencias inexistentes que realmente fueron inventadas por alucinaciones de la IA

Novak, Matt. 2025. “Librarians Are Tired of Being Accused of Hiding Secret Books That Were Made Up by AI.” Gizmodo, 11 de diciembre de 2025. https://gizmodo.com/librarians-arent-hiding-secret-books-from-you-that-only-ai-knows-about-2000698176

Todo el mundo sabe que los chatbots con IA como ChatGPT, Grok y Gemini suelen inventarse fuentes. Pero para las personas encargadas de ayudar al público a encontrar libros y artículos de revistas, las referencias falsas de la IA están pasando factura. Según una nueva publicación de Scientific American, los bibliotecarios parecen absolutamente agotados por las solicitudes de títulos que no existen.

Una problemática creciente en bibliotecas y centros de información provocada por la expansión del uso de chatbots de inteligencia artificial como ChatGPT, Grok o Gemini: la generación de títulos de libros, artículos y citas que en realidad no existen. Estas herramientas, debido a sus frecuentes “alucinaciones” (es decir, respuestas plausibles pero inventadas), han llevado a que muchos usuarios crean que dichos títulos son reales y se dirijan a los bibliotecarios con solicitudes para encontrarlos. Esta situación está causando frustración entre los profesionales de la información, quienes deben invertir tiempo y esfuerzo en demostrar que tales obras no existen en ningún catálogo o archivo conocido.

Según testimonios recopilados, como el de Sarah Falls del Library of Virginia, alrededor del 15% de las consultas de referencia recibidas por correo electrónico provienen directamente de sugerencias generadas por IA, muchas de las cuales incluyen títulos inventados o citas erróneas. Lo que agrava la situación no es solo la frecuencia de estas consultas, sino también el hecho de que parte del público confía más en la respuesta de la IA que en la experiencia de un bibliotecario profesional, lo cual ha generado situaciones tensas en las que usuarios insisten en la existencia de un libro pese a la demostración de que este nunca fue publicado.

Asimismo, el artículo señala que esta tendencia plantea un desafío más amplio para la comunidad académica y científica, ya que diluir la calidad de las referencias podría erosionar la confianza en el sistema de investigación y en la fiabilidad de las fuentes. Mientras que los modelos de IA pueden ser útiles para sintetizar o resumir información, su falta de capacidad para verificar hechos contra bases de datos reales implica que las instituciones y los investigadores deben adoptar prácticas de verificación más estrictas y educar a los usuarios sobre las limitaciones de estas tecnologías. Esto incluye pedir a quienes hagan consultas que indiquen si la referencia proviene de una IA y animarles a validar independientemente cualquier cita recibida.

Una guía práctica para el uso eficaz de las Normas APA 7ma edición

Ramírez Martínez, Jorge Enrique, et al.. Una guía práctica para el uso eficaz de las Normas APA 7ma edición: Primeros pasos en la citación y referenciación académica. Villavicencio: Universidad Santo Tomás, 2024.

Texto completo

En esta guía se encuentra un conjunto de herramientas, recomendaciones, ejemplos y usos de la citación y referenciación bajo las normas APA – Séptima Edición. Se busca que la comunidad académica tenga una guía práctica hacer más eficaz este proceso en los procesos académicos e investigativos en general y correspondientes con las opciones de grado en particular.

¿Se deben citar los chatbots de Inteligencia Artificial en un trabajo de investigación?

Antunes Nogueira, L.; Rein, Jan Ove. «Guest Post – The Case For Not Citing Chatbots As Information Sources (Part I) and (Part II)». The Scholarly Kitchen, 20 de junio de 2024. https://scholarlykitchen.sspnet.org/2024/06/19/chatbots-to-cite-or-not-to-cite-part-1/

Este artículo invita a reflexionar sobre las implicaciones éticas y prácticas del uso de IA generativa en la producción académica y la necesidad de normas más claras para su uso y citación.

Se revisan las políticas de 17 editores y organizaciones académicas, encontrando un consenso general sobre que los chatbots no cumplen los requisitos para ser considerados autores, ya que no pueden asumir la responsabilidad por los textos generados. Sin embargo, no existe una postura clara sobre si deben ser citados como fuentes.

Algunos, como International Committee of Medical Journal Editors (ICMJE) y Elsevier, son tajantes en su recomendación de no citarlos, mientras que la American Psychological Association (APA) ha ofrecido directrices sobre cómo citar chatbots como herramientas, sin admitirlos como fuentes de información.

El problema radica en que los textos generados por chatbots, aunque coherentes, no son rastreables ni verificables, lo que lleva a muchos a cuestionar su validez como fuentes. El caso de la retracción de un artículo por el uso de citas incorrectas generadas por ChatGPT ejemplifica los riesgos involucrados.

Citar es una norma sociocultural y ética en la academia, y sus razones incluyen:

  • Atribuir crédito a las ideas ajenas.
  • Proveer evidencia para respaldar un argumento.
  • Situar el trabajo dentro de un debate académico.
  • Facilitar que otros verifiquen las fuentes de información.

El uso de chatbots introduce un nuevo desafío, ya que sus respuestas, aunque parecen coherentes, no representan fuentes verificables de información, sino productos generados probabilísticamente por algoritmos.

El debate sobre si los chatbots deben ser citados como fuentes se divide en dos posturas:

  1. Pro-citación: Se argumenta que si el contenido no es propio, debe citarse para evitar el plagio, lo que implicaría tratar al chatbot como una fuente.
  2. Anti-citación: Quienes se oponen a citarlos como fuentes destacan que los textos generados por IA no pueden ser rastreados ni verificados, lo que los hace inadecuados para ser tratados como fuentes. Sugieren que los chatbots deben considerarse como herramientas, similares a otras usadas en la investigación, y que su uso debe ser explicado en las secciones metodológicas del trabajo.

Los autores concluyen que la irrupción de los chatbots obliga a reconsiderar las prácticas de citación y a discernir entre herramientas de asistencia y fuentes de información verificables.

Se proponen varias razones para no citar chatbots. Primero, citar chatbots entraría en conflicto con las políticas académicas, ya que citar a estos sistemas podría legitimar a las empresas detrás de la tecnología como autores, lo que comprometería la responsabilidad intelectual. Además, citar chatbots podría contaminar el ecosistema informativo al difundir datos generados por IA, lo que erosionaría la calidad de los modelos de lenguaje y promovería la desinformación.

Otro punto relevante es que los chatbots no fueron diseñados como máquinas de verdad. Su funcionamiento se basa en cálculos probabilísticos de secuencias de palabras, no en la verificación de hechos. Por ello, los resultados que generan pueden incluir falsedades (hallucinations). Sin embargo, los chatbots podrían ser útiles en tareas de extracción de información, siempre que se basen en bases de datos confiables.

El texto también plantea que crear reglas que obliguen a citar a los chatbots sería impráctico y enviaría un mensaje erróneo, ya que las herramientas actuales no pueden detectar de manera confiable el uso de textos generados por IA. Además, legitimar la práctica de citar chatbots como fuentes podría llevar al mal uso de estas herramientas, lo que resultaría contraproducente para la academia. En lugar de ello, se propone una inversión en alfabetización en IA y un enfoque normativo flexible, basado en normas socioculturales que evolucionen con el tiempo y que establezcan prácticas adecuadas para el uso de estas herramientas.

En conclusión, se sugiere que las instituciones académicas deben adoptar una postura clara que desincentive la citación de chatbots como fuentes de información, y que promueva su uso adecuado como herramientas de apoyo en el proceso de investigación. Las instituciones académicas, junto con editoriales y revistas, tienen el poder de guiar la normalización de las prácticas sobre la divulgación del uso de IA, lo cual sería crucial para mantener la integridad del ecosistema informativo.

Cómo y por qué citar fuentes en trabajos académicos

Ayala Aceves, Marcela [et al.]. Cómo y por qué citar fuentes en trabajos académicos México: UNAM, 2023

Texto completo

El conocimiento se construye de manera colectiva, requiriendo la síntesis, análisis y reflexión sobre saberes previos y fuentes de información para generar ideas o conocimientos innovadores.

En el ámbito académico, es esencial otorgar crédito de manera sistemática y precisa a las fuentes y trabajos previos, reconociendo que el conocimiento se forma de manera colaborativa. El propósito de esta obra es mostrar la forma adecuada de citar fuentes y libros, resaltando la importancia de llevar a cabo este proceso, según señala en una entrevista.

Hacer referencia a las fuentes que respaldan el trabajo de manera sistemática es fundamental. Al hacerlo, reconocemos adecuadamente la autoría, permitimos la verificación de la información y tomamos conciencia de la naturaleza colaborativa del conocimiento.

Esta guía ofrece una explicación concisa sobre cómo y por qué citar diversos tipos de fuentes. Se recomienda utilizarla como referencia principal y consultar recursos adicionales, como los enlistados en la bibliografía. Para enriquecer los ejemplos y adaptarlos a casos específicos, se sugiere revisar las páginas siguientes en compañía de otras personas.

Guía del bibliotecario para el aprendizaje práctico de ChatGPT: creación y evaluación de citas

«Librarian Guide to Hands-on Learning ChatGPT Activities for Bibliographic Instruction: Citation Creation and Evaluation». Accedido 29 de mayo de 2023. https://www.chatgptlibrarian.com/2023/04/librarian-guide-to-hands-on-learning.html.

La enseñanza de habilidades bibliográficas es fundamental para que los estudiantes desarrollen competencias en la investigación y la escritura académica. Una herramienta cada vez más popular para brindar instrucción bibliográfica interactiva es ChatGPT, un modelo de lenguaje de inteligencia artificial desarrollado por OpenAI. Este artículo presenta una guía práctica para los bibliotecarios que deseen utilizar ChatGPT como una herramienta de aprendizaje práctico en la creación y evaluación de citas.

Desarrollo:

  1. Breve introducción a ChatGPT: Se proporciona una descripción general de ChatGPT y cómo puede ser utilizado como recurso para la enseñanza bibliográfica.
  2. Actividad 1: Creación de citas: Se ofrece una actividad práctica en la cual los estudiantes pueden interactuar con ChatGPT para aprender a crear citas bibliográficas correctamente utilizando diferentes estilos de citación (APA, MLA, Chicago, etc.). Se brindan ejemplos y se resuelven dudas comunes.
  3. Actividad 2: Evaluación de citas: Se presenta una actividad en la cual los estudiantes deben evaluar la calidad y precisión de diferentes citas bibliográficas generadas por ChatGPT. Se discuten los criterios para evaluar una cita adecuada y se promueve la reflexión crítica sobre la información utilizada.
  4. Consejos para la implementación: Se ofrecen sugerencias y recomendaciones prácticas para los bibliotecarios que deseen incorporar estas actividades en sus sesiones de instrucción bibliográfica, incluyendo el tiempo estimado, las mejores prácticas y las posibles adaptaciones.

I. Introducción

  • Explicar la importancia de crear citas precisas y con el formato adecuado
  • Discutir las ventajas de utilizar ChatGPT para la creación y evaluación de citas


II. Creación de citas

  • Discutir los diferentes estilos de citación (por ejemplo, APA, MLA, Chicago)
  • Proporcionar recursos para aprender las normas y directrices de cada estilo de citación
  • Demostrar cómo utilizar ChatGPT para generar citas en diferentes estilos
  • Proporcionar ejemplos de citas influyentes y precisas

III. Evaluación de citas

  • Discutir la importancia de evaluar la precisión y el formato de las citas
  • Explicar cómo utilizar ChatGPT para evaluar la precisión y el formato de las citas.
  • Demostrar cómo introducir citas en ChatGPT para su evaluación
  • Proporcionar ejemplos de citas con formato correcto y citas con errores

IV. Buenas prácticas

  • Proporcionar consejos para la creación y evaluación de citas, como el uso de fuentes fiables y la comprobación del formato.
  • Discutir los errores comunes que deben evitarse al crear citas, como la información inexacta o incompleta.
  • Ofrecer recursos para aprender más sobre la creación y evaluación de citas

V. Ejercicios prácticos

  • Proporcione ejercicios de práctica para que los estudiantes generen y evalúen citas utilizando ChatGPT.
  • Proporcionar comentarios sobre los ejercicios y ofrecer sugerencias para mejorarlos
    VI. Conclusión

Recapitule los puntos principales de la guía

  • Animar a los alumnos a seguir practicando la creación y evaluación de citas mediante ChatGPT.
  • Ofrécete para ayudarles con cualquier pregunta o problema que puedan tener al utilizar ChatGPT para la creación y evaluación de citas.

La utilización de ChatGPT como herramienta de aprendizaje práctico en la instrucción bibliográfica puede ser una forma efectiva y atractiva de ayudar a los estudiantes a desarrollar habilidades en la creación y evaluación de citas. Esta guía del bibliotecario proporciona actividades concretas y consejos útiles para aprovechar al máximo esta herramienta en el proceso de enseñanza y aprendizaje.

Tipos de errores que se encuentran en los datos de Google Scholar

Sauvayre, Romy. «Types of Errors Hiding in Google Scholar Data». Journal of Medical Internet Research, vol. 24, n.o 5, mayo de 2022, p. e28354. http://www.jmir.org, https://doi.org/10.2196/28354.

Google Scholar (GS) es una herramienta gratuita que puede ser utilizada por los investigadores para analizar las citas; encontrar la bibliografía adecuada; o evaluar la calidad de un autor o de un aspirante a la titularidad, la promoción, un puesto en la facultad, la financiación o las becas de investigación. GS se ha convertido en una importante base de datos bibliográfica y de citas. Para evaluar la literatura, se pueden utilizar bases de datos como PubMed, PsycINFO, Scopus y Web of Science en lugar de GS porque son más fiables. El objetivo de este estudio era examinar la exactitud de los datos de citación recogidos a partir de GS y proporcionar una descripción exhaustiva de los errores y los recuentos erróneos identificados. Para ello, se recuperaron 281 documentos que citaban 2 trabajos específicos mediante el software Publish or Perish (PoP) y se examinaron.

Este trabajo estudió el problema de los falsos positivos inherente al análisis de datos de neuroimagen. Los resultados revelaron una tasa de error sin precedentes, ya que 279 de 281 (99,3%) referencias examinadas contenían al menos un error. Los documentos no académicos tendían a contener más errores que las publicaciones académicas (U=5117,0; P<.001).

Este artículo de opinión, basado en un estudio de caso que examina la exactitud de los datos de GS, muestra que los datos de GS no sólo no son exactos, sino que además exponen potencialmente a los investigadores, que utilizarían estos datos sin verificarlos, a sesgos sustanciales en sus análisis y resultados. Hay que seguir trabajando para evaluar las consecuencias del uso de los datos de GS extraídos por PoP.

Cómo redactar referencias y citas bibiográficas en un trabajo de investigación.

Borgoñós Martínez, Mª Dolores. Cómo redactar referencias y citas bibiográficas en un trabajo de investigación. Aplicación práctica del Harvard Style, Madrid:
ANABAD, 2007

Texto completo

La tarea que desarrollo diariamente como bibliotecaria y documentalista en una institución de enseñanza superior -la universitaria implica que el contacto con investigadores y alumnos sea parte fundamental del trabajo cotidiano. Al hilo de esta cuestión y desde mis inicios profesionales, muchos investigadores y estudiantes son los que acuden buscando ayuda -en concreto- para redactar la bibliografía de cualquier tipo de trabajo: uno de clase, una tesina, una tesis, un proyecto docente, una monografía, etc. Si bien cuando escriben una aportación científica en una revista (journal) ya les vienen indicadas las normas que han de aplicar en cada caso -por regla general-, se encuentran desorientados cuando no están expresamente dictadas. «Hay tantas … » -comentan- «¿cuál es la correcta para elegir?» -dicen con hilaridad-o

Este manual va orientado a todos aquellos que no tengan pretensiones de citar y referenciar bibliográficamente en varios estilos a la vez o que carezcan de conversor electrónico. Está escrito para los que quieran redactar correctamente una bibliografía en un trabajo puntual y deseen acatar una norma concreta, para asegurarse que hacen lo correcto cuando un trabajo se publica de forma independiente, sin el marco de unas normas expresamente dictadas. Esperamos que sirva de ayuda, ya que es para lo
que nace.

Manual de citas y referencias bibliográficas: Latino, APA, Chicago, IEEE, MLA, Vancouver

Manual de citas y referencias bibliográficas: Latino, APA, Chicago, IEEE, MLA, Vancouver. Michelle Amaya, Margarita Pérez, Manuel Romero, Ella Suárez, Nicolás Vaughan; introducción de Felipe Castañeda. – Bogotá: Universidad de los Andes, Vicerrectoría Académica, Ediciones Uniandes, 2020

Texto completo

Desde una perspectiva general, un buen manual, sin importar su origen ni su naturaleza particulares, se entiende como una herramienta de trabajo que ofrece a quien lo consulta una serie de normas, códigos, protocolos, guías, sugerencias, ilustraciones y principios que se han establecido en el tiempo y que han sido el resultado de una atenta observación y de un profundo estudio de las variables que expone. Sin embargo, un buen manual no se limita a una compilación de preceptivas o a un simple instrumento de práctica pasajera, sino que estimula el rigor, la claridad y el criterio a la hora de tomar decisiones. Se trata, por lo tanto, de una bitácora que ayuda a esclarecer el territorio por donde cada uno se mueve para llegar así a resultados sólidos y cada vez más certeros, a mediano y largo plazos.

Estilos y normas de citas y referencias bibliográficas vs. normas de catalogación

Martín, Sandra Gisela Estilos y normas de citas y referencias bibliográficas vs. normas de catalogación: aportes críticos centrados en el usuario., 2019 . In VII Encuentro Nacional de Catalogadores “Actualidad y perspectivas de los servicios técnicos en la Argentina”, Buenos Aires, 2,3 y 4 de octubre de 2020. [Conference paper]

Texto completo

Se presenta un estudio comparativo-crítico entre los lineamientos de los estilos y normas de citas y referencias bibliográficas y las normas de catalogación. Se parte de la conceptualización de cita, referencia bibliográfica y bibliografía para contrastar luego con la catalogación. Se reflexiona, entre otros, sobre los siguientes interrogantes: ¿Qué tienen en común y en qué se diferencian? ¿Cómo afectan estas normas en el servicio al usuario? ¿Qué rol asumen los bibliotecarios respecto a la definición de estilos y normas de citación? ¿Qué vinculación tienen los catálogos de bibliotecas con los estilos y normas de citación? ¿Cómo se presentan los datos bibliográficos al usuario? ¿Qué formación tienen los bibliotecarios respecto a los estilos y normas de citación? Finalmente se plantea la necesidad de fortalecer los vínculos entre usuarios, editores y bibliotecarios.

Recomendación de citación: enfoques y conjuntos de datos

figure2

Michael Färber ; Adam Jatowt. “Citation Recommendation: Approaches and Datasets”. International Journal on Digital Libraries DOI: 10.1007/s00799-020-00288-2

Texto completo

La recomendación de citas describe la tarea de como citar un texto determinado. Debido a la sobrecarga de trabajos científicos publicados en los últimos años, por una parte, y a la necesidad de citar las publicaciones más apropiadas al redactar textos científicos, por otra, la recomendación de citas ha surgido como un importante tema de investigación. En los últimos años se han presentado varios enfoques y conjuntos de datos de evaluación. Sin embargo, hasta donde sabemos, no se ha realizado ningún estudio de la literatura explícitamente sobre la recomendación de citas.

En este artículo, proporciona una introducción completa a la investigación de la recomendación de citación automática. A continuación, presentamos una visión general de los enfoques y conjuntos de datos para la recomendación de citas e identificamos las diferencias y los puntos comunes utilizando varias dimensiones. Por último, pero no por ello menos importante, arrojamos luz sobre los métodos de evaluación y esbozamos los retos generales de la evaluación y cómo afrontarlos. Nos limitamos a la recomendación de citas para publicaciones científicas, ya que este tipo de documento es el que más se ha estudiado en esta área. Sin embargo, muchas de las observaciones y discusiones incluidas en este estudio también son aplicables a otros tipos de texto, como artículos de noticias y artículos enciclopédicos.