La inteligencia artificial ha transformado la producción académica, pero también ha abierto la puerta a un fenómeno preocupante: la proliferación de artículos falsos que circulan en plataformas como Google Scholar y, en algunos casos, llegan a ser citados en revistas indexadas. Este riesgo compromete la credibilidad institucional y la confianza pública en la ciencia.

La proliferación de textos falsos en el ecosistema académico

La aparición de artículos generados por IA en repositorios abiertos ha sido documentada por investigadores y analistas. Se han identificado decenas de textos sospechosos, algunos incluso publicados en revistas indexadas. El problema radica en que estos documentos imitan el estilo académico con gran verosimilitud, incluyendo referencias inexistentes y bibliografías inventadas.

Google Scholar, por su carácter abierto y menos restrictivo, se convierte en un terreno fértil para la difusión de este tipo de materiales. A diferencia de bases más estrictas como PubMed o Scopus, que aplican filtros rigurosos, las plataformas abiertas permiten que textos fraudulentos se mezclen con investigaciones legítimas.

La situación se agrava cuando estos artículos falsos son citados en conferencias, redes sociales académicas y publicaciones de menor control editorial. El riesgo no es solo la contaminación bibliográfica, sino la posibilidad de que estudios posteriores se construyan sobre bases inexistentes.

Aunque gran parte de la evidencia proviene de informes y análisis no revisados por pares, el fenómeno está siendo observado con creciente atención. La comunidad científica reconoce que la integridad metodológica está en juego y que se requieren mecanismos más sólidos de verificación.

Revistas depredadoras y fábricas de artículos

Las llamadas revistas depredadoras representan un espacio donde los textos generados por IA encuentran fácil aceptación. Estas publicaciones carecen de procesos de revisión por pares y aceptan artículos sin evaluar su calidad, lo que facilita la legitimación de contenidos fraudulentos.

En paralelo, las fábricas de artículos (papermills) producen grandes volúmenes de textos académicos con fines comerciales. La incorporación de IA en estos procesos multiplica la capacidad de generar material convincente pero vacío.

La literatura científica revisada por pares ya ha documentado ampliamente la existencia de estas prácticas, señalando cómo erosionan la credibilidad de la investigación. Sin embargo, la combinación con IA añade una dimensión nueva: la velocidad y escala de producción.

Este entorno crea un círculo vicioso: artículos falsos publicados en revistas depredadoras son luego citados en otros trabajos, contaminando la cadena de referencias y debilitando la confianza en la ciencia.

Estrategias de detección y verificación

La comunidad académica está desarrollando herramientas para detectar artículos falsos y reforzar la integridad editorial. Entre las estrategias más relevantes se encuentran la verificación de DOI, la comprobación de indexación en bases reconocidas y la revisión de políticas editoriales.

Los investigadores también recomiendan examinar señales de alerta: tiempos de aceptación anómalamente cortos, bibliografías con referencias inexistentes, figuras duplicadas y productividad sospechosamente alta de ciertos autores.

Además, se promueve el uso de sistemas de open peer review y la trazabilidad mediante perfiles ORCID, que permiten validar la identidad y trayectoria de los autores. Estas medidas buscan frenar la propagación de textos fraudulentos y proteger la legitimidad de la investigación.

Aunque todavía falta evidencia revisada por pares que documente específicamente la infiltración de artículos generados por IA en revistas indexadas, el consenso es claro: la amenaza existe y requiere acción inmediata.

La proliferación de artículos falsos generados por IA es un desafío emergente para la ciencia. Aunque la evidencia formal aún es limitada, el riesgo de erosión de la confianza académica es real. Reforzar los mecanismos de verificación y combatir las revistas depredadoras es esencial para preservar la legitimidad institucional.

Referencia: JASIST/Who publishes in “predatory” journals?. Link