66. La Crisis de la Integridad Académica ante la Proliferación de Inteligencia Artificial en Publicaciones Científicas

1. Alucinaciones bibliográficas y la contaminación del registro científico.

El uso de modelos de lenguaje está introduciendo referencias inexistentes y datos fabricados, erosionando la confianza en la literatura académica.

2. El colapso del sistema de revisión por pares y la "recursión de IA".

La saturación de manuscritos de baja calidad y el uso de IA para evaluar otros trabajos generados por IA amenaza con crear un sistema sin supervisión humana real.

3. La presión por publicar y la degradación de la calidad del contenido.

El modelo de "publicar o morir" se ve exacerbado por herramientas que permiten la producción masiva de artículos, priorizando la cantidad sobre el rigor.

4. Falta de transparencia y el desafío de la detección.

A pesar de las políticas editoriales, la mayoría de los autores no declaran el uso de IA, lo que dificulta la validación de la autoría y la originalidad.

5. Potencial de la IA como herramienta de apoyo técnico.

Algunos sectores de la comunidad científica defienden el uso de IA para tareas mecánicas, limpieza de datos y mejora de la legibilidad, siempre bajo supervisión humana.