Inteligencia Artificial. Apoyo a la investigación: Inteligencia Artificial y revisión por pares

La revisión por pares es uno de los pilares del sistema de comunicación científica. En los últimos años, la Inteligencia Artificial ha comenzado a integrarse en este proceso con el objetivo de mejorar la eficiencia, objetividad y calidad de las evaluaciones. Se están utilizando sistemas automatizados para realizar detección de plagio, evaluación de claridad del lenguaje, verificación de datos, y recomendaciones de revisores.

Sin embargo, la automatización plena del juicio crítico sigue siendo inviable: la IA puede asistir, pero no reemplazar la evaluación humana en aspectos complejos como la originalidad científica, el rigor metodológico o la relevancia de los hallazgos.

Retos y puntos débiles

• Falta de transparencia: muchas herramientas de IA utilizan modelos opacos (“cajas negras”) que dificultan auditar los criterios de evaluación.

• Sesgos algorítmicos: si no se entrenan correctamente, los modelos pueden reproducir sesgos disciplinarios, lingüísticos o institucionales.

• Problemas éticos: existe preocupación sobre el uso no consensuado de manuscritos inéditos para entrenar modelos.

• Dependencia tecnológica: la automatización puede disminuir la implicación activa y crítica de los revisores humanos si no se gestiona con cuidado.

Herramientas con IA para apoyar la revisión por pares

A continuación, se presenta una selección de herramientas consolidadas que aplican funcionalidades de IA para facilitar el proceso de revisión académica:

Scite.ai

• Función: Analiza citas académicas con IA para mostrar si un trabajo ha sido apoyado, refutado o simplemente mencionado por otros estudios.

• Utilidad: Ayuda al revisor a contextualizar rápidamente el impacto y la recepción de los estudios citados.

• https://scite.ai

Writefull

• Función: Evaluación automática de redacción científica en inglés, detección de errores gramaticales y sugerencias de estilo académico.

• Utilidad: Mejora la calidad del texto antes y durante la revisión.

• https://writefull.com

StatReviewer

• Función: Revisión automatizada de métodos estadísticos y cumplimiento de buenas prácticas en informes cuantitativos.

• Utilidad: Ideal para detectar errores comunes o prácticas estadísticas cuestionables.

• https://www.statreviewer.com

Reviewer Finder (de Elsevier y otras editoriales)

• Función: Sistemas basados en IA para sugerir revisores expertos basándose en contenido del manuscrito y bases de datos bibliográficas.

• Utilidad: Agiliza la búsqueda de evaluadores adecuados.

• https://www.elsevier.com/editors/reviewer-finder

*Esta lista no pretende ser exhaustivo y las aplicaciones mencionadas pueden estar sujetas a cambios y actualizaciones propias del rápido avance de estas tecnologías. La Biblioteca no ha testeado estas aplicaciones y pueden estar sujetas a pago o suscripción.

Recomendaciones para la comunidad investigadora

• Usar estas herramientas como apoyo, no como sustituto del juicio académico.

• Promover la alfabetización en IA para revisores y editores.

• Apostar por herramientas con código abierto o documentación clara sobre cómo funciona su IA.

• Abogar por un uso ético, informado y responsable de estos recursos.