4  Intereses, sesgos e integridad en la producción de conocimiento

Este capítulo desarrolla el Tema 4 del programa de Filosofía y conocimiento (26311M9). La tabla completa de equivalencias está en Guía de uso docente.

4.1 Infraestructura, financiación y redes de colaboración

Si en el capítulo 1 examinaba cómo se justifica una creencia. Aquí la pregunta es por las condiciones materiales en las que se produce el conocimiento que después se justifica. Nada de lo que sigue —los índices de impacto, los límites de la revisión por pares, las prácticas cuestionables— se entiende sin la base material sobre la que descansa. La investigación cuesta dinero, instalaciones y tiempo de personas contratadas que invirtieron en su formación y especialización. Quien pone esos tres recursos decide, sin necesidad de manipular nada más, qué preguntas llegan a formularse y con qué margen de respuesta.

Más que una observación sociológica colateral, es epistemológica en sentido estricto. En investigación científica cuentan tanto los resultados esperables a partir de proyectos en curso como las preguntas que nadie financia ni responde, con independencia de que fueran buenas, oportunas, contestables o importantes.

4.1.1 Cuatro fuentes con sus respectivas lógicas de selección

Tabla 4.1: Cuatro fuentes de financiación de la investigación, con su lógica de selección, su horizonte y su riesgo característico.
Fuente Qué selecciona Horizonte Riesgo característico
Pública competitiva (convocatorias por proyecto) Propuestas evaluables y con resultado previsible en el plazo 3-4 años Prima lo seguro; penaliza lo exploratorio y lo que no cabe en un proyecto
Pública estructural (plantilla, centros, grandes instalaciones) Continuidad y capacidad instalada Décadas Inercia; difícil de reorientar
Empresarial Lo que tiene retorno apropiable Corto Sesgo de patrocinio (§4.7); lo no patentable ni rentable queda fuera
Filantrópica y fundacional La agenda de quien dona Variable Concentra recursos en pocos problemas, sin rendición de cuentas pública

Ninguna es ilegítima o neutral. No se distinguen por la honradez de quien financia, sino por qué clase de pregunta puede sobrevivir en cada marco de trabajo. Un problema que exige veinte años de observación continuada no cabe en una convocatoria de tres; uno cuyo resultado no es apropiable no encuentra financiación empresarial; uno que no interesa a ninguna fundación —por ejemplo, aquellas constituidas para canalizar fondos de cierto perfil de empresas— no entra en esa vía por muy relevante que sea.

De ahí que la primera de las cuatro líneas de actuación propuestas en el capítulo 3 sea sostener las condiciones de producción —financiación estable, series de observación mantenidas en el tiempo, acceso a datos, código y herramientas— y no solo divulgar mejor los resultados. Sin lo primero, lo segundo no tiene objeto.

4.1.2 El modelo de patrocinio difiere entre regiones

La proporción entre financiación pública y privada varía enormemente de un país a otro, y esa variación no es un detalle contable porque determina quién marca la agenda. Los países que más invierten —Corea del Sur, Estados Unidos, Alemania, Singapur, entre otros— dedican al conjunto de la I+D varias veces lo que dedican los que menos, y sostienen además una parte pública que da continuidad a lo que ninguna empresa financiaría. Donde la inversión pública es escasa ocurre lo contrario: el hueco lo ocupa el patrocinio privado, y con él la agenda de quien patrocina.

Las cifras concretas de ese reparto se revisan cada año y no se dan aquí por la razón explicada más abajo; pero el orden de magnitud importa y ayuda fijarlo con un dato comprobable, porque se presta a confusión con el gasto público en educación, que es varias veces mayor. En 2024 las asignaciones presupuestarias públicas para I+D del conjunto de la Unión Europea ascendieron a 127.916 millones de euros: el 0,71 % del PIB (2025). Es decir, la parte de la investigación que sostiene directamente el presupuesto público se mide en décimas de punto, incluso entre los países que encabezan la clasificación de gasto total.

Merece la pena analizar lo que ese 1 % ha hecho posible. Los programas de investigación más ambiciosos del último siglo —el proyecto Genoma Humano, la red de aceleradores del CERN, el desarrollo de ARPANET del que salió Internet, los programas espaciales— no fueron iniciativas privadas con apoyo público, sino programas públicos a gran escala que contrataron talento privado para tareas concretas y acotadas. Ninguno tenía retorno apropiable a corto plazo; ninguno habría superado el filtro de una decisión de inversión. Mariana Mazzucato ha construido sobre esa constatación una tesis general sobre el papel del Estado como asumidor de riesgo (2013); aunque la tesis se discute —se le reprocha seleccionar los éxitos y no contabilizar los fracasos—, el hecho histórico del que parte no está en disputa.

El patrocinio de cátedras y actividades para consolidar vías de influencia

En Europa, donde la universidad es mayoritariamente pública y no se sostiene con matrículas prohibitivas, la vía característica de entrada del interés privado no es la compra de resultados, sino el patrocinio: cátedras, centros, seminarios, premios y actividades culturales conjuntas. Para una empresa con reputación social discutida —energéticas, químicas, extractivas—, asociarse a una institución académica aporta exactamente lo que le falta. En este esquema, la credibilidad prestada se consigue a un coste ínfimo, comparado con el presupuesto que requieren las estrategias convencionales de publicidad o de cabildeo.

Algunos estudios han comprobado cómo esa dinámica deja huella en lo que se publica. Almond, Du y Papp analizaron el sentimiento de 1.168.194 frases en 1.706 informes de 26 universidades y encontraron que las instalaciones energéticas universitarias financiadas principalmente por la industria fósil son más favorables al gas natural que a las renovables, mientras que los menos dependientes de esa financiación muestran el patrón inverso (2022).

Es cierto que la conclusión ha sido objeto de críticas metodológicas. El Center on Global Energy Policy de la Universidad de Columbia publicó en 2025 una réplica que discute la validez del análisis automático de sentimiento para medir posicionamiento político sobre una tecnología. Es una discusión abierta sobre el instrumento —acerca de lo que un análisis de sentimiento puede probar, en tanto que herramienta heurística— no sobre la existencia del patrocinio, que está bien documentada.

Además, cabe señalar que el circuito no acaba en la universidad. Los mismos sectores que patrocinan cátedras gastan en cabildeo sobre el legislador, de modo que la credibilidad prestada por la institución académica y la presión sobre el marco regulador actúan sobre el mismo asunto desde dos lados. Ninguna de las dos actividades es ilegal, ambas son declarables y pueden ser auditadas. El problema epistémico no es su legalidad, sino que la declaración se hace en registros distintos que nadie cruza, de lo que puede sacar provecho el actor que promueve ambos niveles de actuación.

Un fenómeno ilustrativo reciente atañe a la I+D en inteligencia artificial. La financiación procedente de países del Golfo para proyectos, centros y cátedras de investigación en universidades europeas ha crecido deprisa y en volúmenes que no tienen precedentes en el sector. Aquí procede aplicar el criterio que en el capítulo 3 se establece para casos análogos: la pregunta pertinente no es qué pretende el financiador —que exigiría leer intenciones— sino qué dicen los acuerdos. Son documentos que regulan el esquema de colaboración institucional, y por tanto comprobables. Sin embargo, ¿son de acceso público?; ¿fijan líneas de investigación o solo aportan fondos?; ¿contemplan derechos de revisión previa a la publicación, cláusulas de confidencialidad sobre resultados, o participación en la selección del personal investigador? Un convenio que no responde a esas preguntas más que sospechoso es opaco, y poco contribuye a robustecer un marco de confianza institucional y fortaleza reputacional que suele fluir en ambas direcciones (de la universidad a la empresa y viceversa).

4.1.3 El coste de repartir el dinero

El instrumento dominante en la financiación pública es la convocatoria competitiva, cuyo coste se ha podido estimar. Herbert y sus colaboradores siguieron a 285 investigadores australianos que presentaron 632 propuestas al principal organismo financiador del país: una propuesta nueva consumió de media 38 días de trabajo, y una reelaborada, 28. Extrapolado a las 3.727 propuestas de aquella convocatoria, el esfuerzo equivale a 550 años-persona de trabajo investigador, unos 66 millones de dólares australianos en un solo año y para una única agencia (2013). Si alguien considera el asunto una deficiencia exclusiva del sistema de gestión australiano, basta que compare con otros indicadores similares en las convocatorias de España y otros países europeos.

La comparación apunta más lejos de lo que sugiere la pregunta, ya que el problema no es nacional, sino estructural. Gross y Bergstrom lo modelaron con la teoría económica de los concursos y llegaron a un resultado que requiere interpretación pausada: a medida que se financian menos propuestas, el valor de la ciencia que los investigadores dejan de hacer mientras escriben propuestas puede acercarse al valor de la ciencia que el programa financia, o superarlo (2019). No es un defecto de gestión de una agencia concreta, sino el resultado que produce cualquier concurso cuando la tasa de éxito baja lo suficiente. Del mismo análisis deriva otra propuesta no menos llamativa —se discute más abajo—: la de resolver por sorteo entre las muchas propuestas que superan el umbral pero quedarían fuera por falta de fondos.

El contexto estadounidense proporciona un segundo punto de comparación. Ted y Courtney von Hippel encuestaron a investigadores sobre lo que les cuesta concurrir y obtuvieron 116 horas del investigador principal y 55 de los colaboradores por propuesta, con una conclusión que enlaza con lo anterior: por debajo de una tasa de éxito en torno al 20 % la inversión deja de compensar para la mayoría (2015).

Los números oficiales del programa marco en Europa

La evaluación intermedia de Horizonte Europa los publica sin rodeos. A 6 de enero de 2025, sobre 531 convocatorias completamente evaluadas: 88.803 propuestas admitidas y 15.148 subvenciones firmadas, con una tasa media de éxito del 16,4 % —que es, con todo, mejor que el 12 % del programa anterior— (2025).

Lo que hace esas cifras epistemológicamente interesantes no es la tasa, sino algo que el propio documento explicita: los evaluadores externos consideraron de alta calidad el 54,6 % de las propuestas, y el 70 % de esas propuestas de alta calidad no pudo financiarse por restricciones presupuestarias. Financiarlas todas habría exigido 81.800 millones de euros adicionales, 1,9 veces el presupuesto asignado hasta esa fecha.

Es decir: el sistema no funciona descartando ante todo propuestas malas. Lo que descarta, en una proporción alta, son propuestas que sus propios evaluadores consideran buenas; y lo hace por falta de presupuesto, no por falta de mérito. Eso convierte el orden que produce la evaluación en algo más cuestionable de lo que el estudio de los NIH sugería. No solo discrimina mal dentro del grupo bueno, sino que casi todo el grupo bueno se queda fuera.

Una tentación que debe evitarse es la de multiplicar las ~73.700 propuestas no financiadas por los 38 días del estudio australiano. El resultado impresionaría y no significaría nada, porque son otra agencia, otro país, otro tipo de convocatoria y otro tamaño de propuesta. Que las magnitudes sean grandes no autoriza a inventarlas.

Ineficiencia y coste de la burocracia en la I+D española

La impresión extendida entre quienes concurren es que la carga administrativa del Plan o Programa Estatal iguala o supera a la de los casos anteriores. Existe un documento reciente que la cuantifica: el manifiesto de la Confederación de Sociedades Científicas de España, de abril de 2026, sostiene que los investigadores principales dedican entre el 42 % y el 44 % de su jornada a tareas administrativas; que el 41 % de esas tareas no requiere su cualificación; que ello supone más de 20.000 euros anuales de pérdida de eficiencia por investigador sénior; y que la carga burocrática española es un 33 % superior a la media de la Unión Europea (2026).

Aunque el documento que aporta las cifras no es un estudio exhaustivo, sino un manifiesto —es decir, redactado por una parte legítimamente interesada en que la carga se reduzca—, sus cifras se atribuyen a instituciones como el «Ministerio de Ciencia, Innovación y Universidades» y a «Informes COTEC» sin título, sin fecha y sin enlace, de modo que —tal como se publican— no se pueden verificar. Es una instancia cualificada con acceso privilegiado a fuentes relevantes —la Confederación de Sociedades Científicas— pero evita convertir el manifiesto en un análisis detallado con fuentes auditables.

Eso no las convierte en falsas, y la dirección que señalan es coherente y converge con la evidencia internacional que sí está verificada. Pero la diferencia entre «hay indicios convergentes de que la carga es alta» y «los investigadores dedican el 43 % de su jornada a papeleo» es la misma que en varios apartados de este trabajo se enseña a manejar con cautela en cualquier otro terreno, y el criterio no debe relajarse cuando la conclusión parece encajar mejor con las convicciones personales.

Para que la impresión se convierta en dato se requieren indicadores comparables entre agencias. Entre otros: tasa de éxito por convocatoria, número de documentos exigidos en la solicitud, plazo mediano entre el cierre de la convocatoria y la resolución, plazo entre la concesión y el primer pago, y proporción del presupuesto que se consume en justificación. La tasa de éxito la publican tanto la agencia española como la Comisión, de modo que esa comparación está al alcance de cualquiera; las otras cuatro exigirían un trabajo de comprobación más laborioso, aunque perfectamente formulable y viable como ejercicio crítico.

Por qué la cifra apunta a un problema epistemológico y no solo presupuestario

Según el mismo estudio de Danielle Herbert y otros colegas, dedicar más tiempo a preparar una propuesta no aumentó la probabilidad de que fuera financiada (2013). Con tasas de éxito del 20-25 %, los autores concluyen que buena parte de ese trabajo «no tiene beneficio inmediato ni para el investigador ni para la sociedad».

Fang, Bowen y Casadevall llevan la cuestión al instrumento mismo. Reanalizando 102.740 proyectos financiados por los Institutos Nacionales de Salud estadounidenses con puntuación percentil de 20 o mejor, encuentran que esas puntuaciones discriminan mal la productividad posterior, y subrayan que la limitación pesa especialmente en una época en la que las tasas de éxito rondan el 10 % (2016).

Este resultado requiere cierta matización. Bajo una lectura menos exigente, se puede dar por establecido que, dentro del grupo de propuestas ya consideradas buenas, el orden que produce la evaluación no predice bien lo que vendrá después. De lo cual no se sigue que la evaluación no sirva para nada, pues se trata de un cribado que ningún sorteo puede hacer.

El debate sobre la propuesta de lotería modificada

Si el instrumento no discrimina en la zona alta, ¿por qué mantener la apariencia de que sí? Podría articularse el proceso con una primera fase de revisión por pares —necesaria para identificar el conjunto de propuestas meritorias— y dejar que la selección final dentro de ese conjunto se resuelva por sorteo declarado (2016). Sus defensores argumentan que reduciría el sesgo, ahorraría el enorme coste de afinar un orden que no predice nada y repartiría mejor las oportunidades entre grupos e instituciones.

La objeción inevitable deriva de que el sorteo renuncia a discriminar también donde la evaluación sí acierta —en los extremos—; y traslada la decisión a un procedimiento que nadie puede impugnar aportando razones, porque no las tiene. Si la fase final zanja el orden por sorteo, el procedimiento podría erosionar la responsabilidad del evaluador. Tratándose de dinero público, seguramente sea más difícil justificar ante las instancias que aportan los fondos o desarrollan un auditoría meticulosa que el dinero público se asignó por azar. Algo comprensible, incluso si el azar lograra en varias convocatorias un resultado más honesto que su alternativa —un orden al que se supone una precisión de la que carece—.

La discusión sigue abierta y varias agencias han ensayado versiones limitadas. Pero, a los efectos que interesan aquí, resulta obvio que el procedimiento de asignación no es un trámite administrativo previo a la ciencia, sino una decisión epistemológica con consecuencias sobre qué se investiga.

4.1.4 El sesgo de agenda: lo que no se financia no existe en la literatura

La consecuencia acumulada de todo lo anterior es un patrón reconocible de huecos o lagunas epistémicas, y ninguno obedece a que las preguntas correspondientes sean malas:

  • Las replicaciones. Casi ninguna convocatoria las financia y casi ninguna revista de alto impacto las publica, de modo que el trabajo de comprobar lo publicado queda sin quien lo pague. Es el reverso exacto de lo que §4.5 describe: la corrección existe, pero nadie financia buscarla.
  • Los resultados negativos. Un experimento bien hecho que no encuentra el efecto es información valiosa y difícilmente publicable, lo que alimenta el sesgo de publicación que distorsiona después cualquier metanálisis.
  • El mantenimiento. Sostener una serie de observación durante décadas no produce publicaciones espectaculares y sí produce el dato sobre el que se apoyan luego todas ellas.
  • Los problemas sin mercado. Lo que afecta a poblaciones sin capacidad de compra no encuentra financiación empresarial, y la pública rara vez compensa el hueco por completo.

Los problemas de la investigación no financiada no constan

Un sesgo de publicación deja rastro —hay estudios que existen y no se publicaron—. Un sesgo de agenda no lo deja, pues la investigación que nunca se financió no aparece en ningún sitio, ni siquiera como ausencia. No hay metanálisis que la recupere ni registro que la contabilice, aunque ciertos estudios puedan sugerir knowledge gaps o research gaps.

De ahí que la pregunta «¿qué dice la literatura sobre X?» tenga un supuesto oculto que tiene sentido explícitar: la literatura dice algo sobre X solo si alguien pagó por que lo dijera. Y esa es una pregunta distinta de si X es verdadero.

Las enfermedades raras muestran el problema de las lagunas epistémicas en su forma más cruda, y en dos tiempos. El primero es el previsible: una patología que afecta a pocos miles de personas no reúne mercado suficiente para que una empresa invierta en desarrollar tratamiento, de modo que la pregunta ni siquiera se formula. El segundo es peor, porque ocurre cuando el conocimiento ya existe.

El caso mejor documentado es Glybera, primera terapia génica aprobada en Occidente para el déficit de lipoproteína lipasa. Estaba autorizada, funcionaba y no llegó a los pacientes. Como no se logró arbitrar un esquema de reembolso en ningún país europeo, su fabricante decidió no renovar la autorización —que expiró en octubre de 2017— y se administró con reembolso a un solo paciente, por vía singular a través de una mutua alemana y tras un trámite descrito como montañas de papeleo (2017).

Cuando falla el mecanismo de financiación cuesta señalar al responsable

No falla el conocimiento, pues la terapia existía y estaba aprobada por la agencia reguladora. Tampoco es, necesariamente, un exceso de codicia del laboratorio concernido: desarrollar y mantener en el mercado un producto que ningún sistema de salud va a reembolsar es una operación que ninguna empresa sostiene indefinidamente. Lo que falta es el esquema de financiación, es decir, algún mecanismo capaz de pagar un tratamiento de administración única y precio altísimo para una población de decenas de pacientes, cuando todos los sistemas de reembolso están diseñados para tratamientos crónicos de poblaciones grandes.

El coste de esa laguna —más administrativa que cognitiva— no es abstracto. Recae sobre familias y pacientes que habían desarrollado expectativas fundadas de curación, basadas no en una promesa comercial sino en una autorización regulatoria. Es un daño que el sesgo de agenda de los apartados anteriores no captura, porque aquí no hay investigación que falte, sino hay investigación hecha, aprobada, traducida en tratamiento y retirada (Watanabe et al., 2015).

4.1.5 Redes de conocimiento y dependencia mutua

La investigación contemporánea es en buena medida infraestructura compartida: instalaciones que ningún grupo puede costear en solitario, bases de datos y colecciones mantenidas por consorcios, cohortes de seguimiento, capacidad de cómputo. Eso tiene una consecuencia epistémica directa —permite preguntas que de otro modo no cabría formular— y otra menos comentada: crea dependencias. Quien controla el acceso a la instalación, a la cohorte o al corpus decide de hecho quién puede investigar qué, y esa decisión rara vez se somete al escrutinio que sí recibe un artículo.

Es el mismo asunto que el capítulo 6 examina para los datos y los modelos de gran escala, y que el capítulo 5 recoge desde el lado del acceso.

4.1.6 Sin financiación la impugnación de conocimiento es menos probable

El panorama queda incompleto si falta un último rasgo, ya documentado en apartados previos: el dinero no solo habilita líneas prioritarias de investigación; también financia su contestación organizada. La arquitectura de fundaciones que creó y sostuvo el contramovimiento climático en Estados Unidos está reconstruida con nombres, entidades y cifras (2014), y el capítulo 3 la examina en detalle. Una perspectiva razonable de informes y estudios a lo largo de varias décadas muestra que no basta describir el episodio como una red externa que presiona desde fuera. Buena parte del contramovimiento operó dentro del propio aparato federal, y lo hizo con ventaja frente a quienes ponían todo su esfuerzo en consolidar evidencia incontestable de daños e impacto. La conclusión obvia apunta al sobreesfuerzo persuasivo que recae sobre quien está fuera, si pretende ganar la discusión pública. A quien está dentro del sistema le basta dejar de producir la evidencia —o retrasar su publicación— para lograr su propósito.

El registro documental del episodio es sólido y exhaustivo. Durante la administración Bush, Philip Cooney, jefe de gabinete del Consejo de Calidad Ambiental de la Casa Blanca entre 2001 y 2005 —y procedente del sector petrolero—, editó informes de agencias introduciendo incertidumbre y suprimiendo referencias, incluidas las que remitían a un informe de la Academia Nacional de Ciencias. En el mismo periodo se bloqueó la publicación de análisis de la EPA sobre legislación climática y de un informe de la NOAA sobre huracanes, y el inspector general de la NASA documentó la censura ejercida sobre James Hansen. Nada de esto se sostiene en testimonios de intención, dado que consta en investigaciones del Congreso, en declaraciones de denunciantes internos y en los propios memorandos editados (2010).

El puente entre la red externa y el gobierno se hizo explícito más tarde. Myron Ebell, del Competitive Enterprise Institute —uno de los centros que la investigación de Brulle identifica—, dirigió el equipo de transición de la EPA en 2016, desde donde se orientó el desmantelamiento regulatorio posterior. La salida del Acuerdo de París se anunció en junio de 2017 y se hizo efectiva en noviembre de 2020; en enero de 2025 se ordenó de nuevo por vía de orden ejecutiva (2025).

Por qué analizar el episodio bajo un encuadre de financiación y apoyo federal

Lo dicho sobre el aparato federal estadounidense completa el mecanismo de redes de influencia y dependencia que el apartado describe. Una red financiada puede comprar visibilidad y producir contradicción; un aparato estatal puede hacer algo que ningún think tank alcanza: cortar la producción de conocimiento en origen. La vía pasa por no renovar instrumentos o series de observación, cerrar un programa, retirar un informe del sitio donde estaba o atenuar sus conclusiones, dejar de dotar una plaza. El resultado difícilmente sería interpretado como censura en el debate público —no hay nada prohibido—; si acaso, como ausencia —exactamente el sesgo de agenda descrito más arriba, pero ahora fabricado a propósito—.

Sirve como un caso extremo de la asimetría descrita en la sección. Si lo que no se financió no deja rastro, la intervención más eficaz es también la más difícil de documentar. El estudio de este tipo de campañas y estrategias de ocultación se limita a lo que sí pudo quedar registrado —aspectos incómodos editados en un informe, nombramiento de actores con conflicto de intereses, notificaciones a Naciones Unidas, supresión de partidas presupuestarias y asfixia de agencias reguladoras—; pero no deja de ser la parte visible de algo cuyo grueso es, por construcción, invisible.

El contramovimiento climático y las campañas de desinformación de la industria tabaquera o del lobby de los combustibles fósiles han podido analizarse de manera exhaustiva a través de documentos, actas de reuniones y decisiones corporativas, no en atribuciones de intención o notas de prensa. Pero las afinidades ideológicas importan cuando determinados actores con capacidad decisoria son puestos al frente de instancias reguladoras sobre sectores de los que acaban de salir y con los que mantienen lazos y redes de influencia. Esto no ocurre por igual en todos los partidos y administraciones, y lo que importa es la escala y alcalce de las malas prácticas, así como sus consecuencias a largo plazo (Oreskes y Conway, 2010: caps. 2, 5-6).

El criterio aplicable a cualquier gobierno con otras siglas sería el mismo, y las preguntas también. Los episodios mencionados comparten cierta simetría: la misma trazabilidad que permite auditar quién paga una investigación permite auditar quién paga su impugnación. En los casos aludidos, lo que hace la pregunta contestable no es la buena o mala fe de nadie, sino que las cuentas queden depositadas y las decisiones registradas. Esta circunstancia fue lo que permitió rastrear y revelar el alcance de las campañas de desinformación de la industria tabaquera y de los think tanks conservadores estadounidenses en relación con la evidencia incómoda de daños para la salud humana y el impacto del factor antropogénico en la alteración del clima.

Sobre el riesgo de concluir que toda impugnación resulta interesada

Impugnar resultados publicados es el funcionamiento normal de la ciencia, y la mayor parte de las veces no la paga nadie con interés en el desenlace. Surge más bien del propio campo, gratis, y a menudo contra su conveniencia. Distinguir un caso de otro no se hace por el resultado —también un contramovimiento organizado puede acertar en una objeción concreta— sino por lo de siempre: es útil saber de dónde sale el dinero, y si la objeción admite ser refutada.

El contraste puede ilustrarse con un ejemplo excelente en neuroimagen. Durante más de una década, los estudios de resonancia magnética funcional se analizaron con tres paquetes de software estándar. En 2016, Eklund, Nichols y Knutsson tomaron 499 conjuntos de datos reales de sujetos en reposo —donde, por construcción, no debía haber efecto alguno que detectar— y con ellos hicieron tres millones de análisis de grupo. El resultado: donde la teoría predice un 5 % de falsos positivos, los procedimientos habituales llegaban hasta el 70 % (2016).

Nadie financió eso para desacreditar la neuroimagen. Lo hicieron investigadores del propio campo, publicaron el método completo y la comunidad revisó después, en varias fases, hasta qué punto quedaban afectadas las conclusiones acumuladas. Eso es autocorrección, y su marca distintiva es que el impugnador expone su propio procedimiento a la misma prueba.

Una segunda parte hace aún más interesante el episodio. La declaración de relevancia del artículo original daba a entender que quedaban invalidadas las cerca de cuarenta mil publicaciones del campo, y así lo recogieron muchos medios (Salas, 2016). Era una sobreextrapolación, y PNAS publicó semanas después una corrección que rebajaba la afirmación a «un número de estudios». Es decir: la corrección tuvo que ser corregida también, y por el mismo procedimiento. Quien denuncia un problema real no queda por ello exento de la disciplina que exige a los demás —una lección que en este trabajo se ha tomado en serio y consumido un tiempo considerable—.

Cómo interpretar las declaraciones de conflicto de interés en un artículo

No como un trámite al final del texto, sino como un dato del mismo orden que el método: dice qué clase de pregunta pudo formularse, con qué horizonte temporal y bajo qué restricciones de publicación. Dos advertencias útiles para evitar el uso simplista:

  • Financiación empresarial no equivale a resultado viciado. Lo que la evidencia establece es un desplazamiento promedio (§4.7), no una descalificación individual.
  • La ausencia de financiación declarada no es neutralidad. Puede significar que el trabajo se hizo con recursos estructurales —que también seleccionan— o que no hubo nada que declarar, y ninguna de las dos cosas es información sobre su calidad.

4.1.7 Cifras que cambian todos los años

Este apartado no da porcentajes de reparto entre financiación pública y privada a propósito, Son magnitudes que se revisan anualmente y que envejecen mal en un libro. Las fuentes vivas son los indicadores principales de ciencia y tecnología de la OCDE, el Instituto de Estadística de la UNESCO para la comparación internacional, y, para España, la estadística de I+D del INE junto con los presupuestos del ministerio competente. La práctica que este capítulo recomienda es la misma de §4.5: ir a la fuente y anotar el año de corte.

  1. Herbert, D. L., Barnett, A. G., Clarke, P. y Graves, N. (2013). On the time spent preparing grant proposals: an observational study of Australian researchers. BMJ Open, 3(5), e002800. https://doi.org/10.1136/bmjopen-2013-002800. La medida del coste de concurrir, y el hallazgo de que dedicar más tiempo no aumenta la probabilidad de éxito.
  2. Fang, F. C., Bowen, A. y Casadevall, A. (2016). NIH peer review percentile scores are poorly predictive of grant productivity. eLife, 5, e13323. https://doi.org/10.7554/eLife.13323. El reanálisis de 102.740 proyectos financiados.
  3. Fang, F. C. y Casadevall, A. (2016). Research Funding: the Case for a Modified Lottery. mBio, 7(2), e00422-16. https://doi.org/10.1128/mBio.00422-16. La propuesta de sorteo declarado sobre el conjunto de propuestas meritorias.
  4. Gross, K. y Bergstrom, C. T. (2019). Contest models highlight inherent inefficiencies of scientific funding competitions. PLoS Biology, 17(1), e3000065. https://doi.org/10.1371/journal.pbio.3000065. El resultado que generaliza el problema: cuanto menos se financia, más se acerca el valor de la ciencia no hecha al de la financiada.
  5. von Hippel, T. y von Hippel, C. (2015). To Apply or Not to Apply: A Survey Analysis of Grant Writing Costs and Benefits. PLOS ONE, 10(3), e0118494. https://doi.org/10.1371/journal.pone.0118494. El coste de concurrir en el sistema estadounidense, en horas.
  6. Comisión Europea (2025). Interim Evaluation of the Horizon Europe Framework Programme. SWD(2025) 110 final. https://eur-lex.europa.eu/legal-content/EN/TXT/HTML/?uri=CELEX%3A52025SC0110. Las cifras oficiales del programa marco: propuestas, subvenciones, tasa de éxito y propuestas de alta calidad sin financiar.
  7. COSCE (2026). Por un Sistema Español de Ciencia, Tecnología e Innovación más eficiente y de mayor impacto. Manifiesto, abril. https://cosce.org/wp-content/uploads/2026/04/Manifiesto-COSCE-por-un-SECTI-mas-eficiente_rev.pdf. Documento de posición, no estudio: sus cifras sobre carga burocrática se atribuyen al Ministerio y a informes COTEC sin referencia trazable. Útil como diagnóstico del sector y como ejercicio de cotejo de fuentes.
  8. Edwards, M. A. y Roy, S. (2017). Academic Research in the 21st Century. Environmental Engineering Science, 34(1), 51-61. https://doi.org/10.1089/ees.2016.0223. La financiación por proyectos cortos como origen de la precariedad que §4.7 describe.
  9. Brulle, R. J. (2014). Institutionalizing delay: foundation funding and the creation of U.S. climate change counter-movement organizations. Climatic Change, 122(4), 681-694. https://doi.org/10.1007/s10584-013-1018-7. La arquitectura de financiación de la impugnación organizada.
  10. McCright, A. M. y Dunlap, R. E. (2010). Anti-reflexivity: The American Conservative Movement’s Success in Undermining Climate Science and Policy. Theory, Culture & Society, 27(2-3), 100-133. https://doi.org/10.1177/0263276409356001. La parte del contramovimiento que operó desde dentro del aparato federal, con el registro documental de cada actuación.
  11. Presidencia de los Estados Unidos (2025). Executive Order 14162: Putting America First in International Environmental Agreements. 20 de enero. https://www.govinfo.gov/content/pkg/DCPD-202500129/html/DCPD-202500129.htm

4.2 Cauces formales: revistas científicas, bases de datos, congresos

La comunicación y difusión del conocimiento científico son procesos esenciales para el desarrollo de la ciencia, ya que permiten compartir, validar, ampliar y aplicar los resultados de la investigación. Esta tarea se puede realizar por diferentes vías, formales e informales, dirigidas a distintos públicos y con distintos fines.

Los cauces formales son aquellos que se dirigen principalmente a la comunidad científica, con el objetivo de informar, debatir y evaluar el conocimiento científico. Los principales cauces formales son:

  1. Las publicaciones científicas: son los documentos escritos que presentan los resultados de una investigación, siguiendo unas normas y unos formatos establecidos. Las publicaciones científicas más habituales son los artículos, que se publican en revistas especializadas; los libros o capítulos de libros, que recogen estudios más extensos o generales; y las tesis doctorales, que son trabajos originales que se realizan para obtener el grado de doctor. Las publicaciones científicas suelen estar sujetas a un proceso de revisión por pares (peer review), que consiste en que otros expertos evalúan la calidad y la relevancia del trabajo antes de su publicación.

  2. Las publicaciones científicas se pueden consultar en bases de datos bibliográficas, que recopilan y clasifican las referencias y los textos completos de las mismas. Algunas bases de datos son Web of Science, Scopus o Google Scholar.

  3. Los congresos científicos: son eventos presenciales o virtuales que reúnen a investigadores de una disciplina o un tema específico, con el fin de exponer y discutir sus trabajos. Los congresos científicos suelen tener una periodicidad anual o bianual, y se organizan por entidades académicas o profesionales. Los congresos científicos suelen tener una convocatoria abierta para presentar comunicaciones o pósteres, que son resúmenes breves de una investigación y se someten a una selección previa. Los congresos científicos también suelen contar con conferencias plenarias o mesas redondas, que son exposiciones más amplias o debates sobre temas de interés, realizadas por expertos invitados. Los congresos científicos suelen publicar las actas o proceedings, que recogen las comunicaciones o pósteres presentados.

  4. Los repositorios institucionales: son plataformas digitales que almacenan y difunden la producción científica generada por una institución académica o de investigación, como universidades, centros o grupos de investigación. Los repositorios institucionales tienen como finalidad preservar, visibilizar y facilitar el acceso al conocimiento científico, siguiendo los principios del acceso abierto (open access), que promueven un acceso libre y sin restricciones a la información producida por los investigadores. Los repositorios institucionales suelen contener publicaciones científicas, pero también otros tipos de documentos como informes, proyectos, datos o materiales didácticos.

Algunos ejemplos de repositorios institucionales son DIGIBUG (Universidad de Granada), Dialnet (Universidad de La Rioja) o RUA (Universidad de Alicante). Un listado más amplio, en el directorio rebiun.

  1. Los repositorios de preprints: plataformas donde el trabajo se deposita antes de pasar por revisión, con fecha, identificador estable y versiones sucesivas visibles. arXiv lo hace desde 1991 en física, matemáticas e informática; bioRxiv y medRxiv han trasladado el modelo a las ciencias de la vida y la investigación clínica, y SSRN a las ciencias sociales.

Más que un atajo, el preprint es la respuesta a un desajuste de plazos. El ciclo convencional —envío, revisión, respuesta a revisores, nueva ronda, producción— tarda meses y con frecuencia más de un año. En campos que se mueven deprisa, o ante un fenómeno emergente, ese plazo entrega el trabajo ya desfasado, a veces por incompatibilidad con nuevos resultados o matices derivados de literatura reciente y otras por exigencias de refinamiento metodológico que habría sido necesario considerar (Subaveerapandiyan, 2025). La pandemia de 2020 lo mostró con crudeza (los detalles se examinan en §4.6). Dos aspectos normalmente integrados en el artículo tradicional –hacer público un resultado y acreditarlo– se disocian en el preprint. Y aunque el primero puede ser casi inmediato, al menos a través de repositorios y plataformas digitales, el segundo sigue costando el mismo esfuerzo de siempre.

Esto clarifica cierta regla de uso, útil en particular para estudiantes con interés en la investigación: un preprint se suele citar como preprint indicándolo, porque lo que aún no tiene es precisamente el filtro de contraste experto cuya ausencia importa. Este mismo capítulo cita dos y lo declara en ambos casos. Pero la consolidación del formato y su uso creciente no solo refleja una aceleración en la dinámica de generación de conocimiento, sino deficiencias del sistema tradicional de publicación científica que es preciso adecuar a modelos de ciencia abierta, ritmos de actualización cada vez más cortos y escrutinio distribuido.

NotaAuge de los preprints: entre la aceleración del conocimiento y la cautela epistémica

En la última década los preprints han dejado de ser un mecanismo marginal de circulación temprana para convertirse en un componente estructural de la comunicación científica, con un crecimiento sostenido de la literatura al respecto entre 2015 y 2024 y un papel especialmente visible en biomedicina, donde plataformas como bioRxiv y medRxiv permitieron durante la pandemia de COVID-19 difundir hallazgos meses antes de su publicación formal, acelerando la respuesta sanitaria global. Ese mismo dinamismo se observa hoy en el desarrollo de la inteligencia artificial, cuyo ritmo de innovación se apoya en gran medida en arXiv como canal casi inmediato de difusión de arquitecturas, resultados y evaluaciones de riesgo asociadas a sistemas de IA.

Sin embargo, esta aceleración no está exenta de riesgos. La ausencia de revisión por pares abre la puerta a la desinformación, especialmente sensible en salud pública, mientras que en IA la difusión sin escrutinio previo de capacidades o vulnerabilidades de nuevos modelos plantea dilemas de gobernanza y seguridad. A ello se suman políticas editoriales heterogéneas, desigualdades geográficas en la adopción y mecanismos aún débiles de corrección y retractación, que exigen leer los preprints con cautela y contextualizarlos como conocimiento provisional, no concluyente.

Con todo, el balance global del fenómeno es positivo: los preprints democratizan el acceso, reducen la latencia entre investigación y difusión, y están dando lugar a nuevas prácticas de revisión abierta y escrutinio distribuido (PREreview, Peer Community In) que compensan parcialmente sus debilidades. Su consolidación como evidencia reconocida de prioridad e impacto científico —tanto en biomedicina como en IA— sugiere que no son un defecto transitorio del sistema, sino un componente ya permanente de la ciencia abierta, cuya legitimidad seguirá dependiendo de que la comunidad académica desarrolle criterios de alfabetización y calidad adecuados para su lectura.

  1. Torres-Salinas, D., & Delgado López-Cózar, E. (2009). “Estrategia para mejorar la difusión de los resultados de investigación con la Web 2.0”. En El profesional de la información en la Web 2.0. https://doi.org/10.3145/epi.2009.sep.07
  2. Fernández Menéndez, J., & García López-Romero, F. J. (2018). “La comunicación del conocimiento científico: análisis comparativo entre las revistas académicas y las redes sociales”. Revista Latina de Comunicación Social, 73, 103-121.
  3. González Alcaide, G., & Aleixandre Benavent, R. (2012). Fuentes de información y documentación en ciencia y tecnología. Madrid: Síntesis.
  4. Marquina, J. (17/06/2021). Ranking de repositorios y portales de acceso abierto en España con mayor número de registros indexados en Google Scholar. https://www.julianmarquina.es/mayores-repositorios-y-portales-de-acceso-abierto-en-espana-segun-google-scholar.

4.3 Cauces informales: blogs, boletines, redes y circuitos de crítica

Pese a las críticas por su acceso limitado y dificultades para asumir los costes y estándares de publicación, las revistas siguen siendo la piedra angular en la diseminación del conocimiento científico. Garantizan un proceso de revisión por pares riguroso y estandarizado, proporcionando credibilidad y filtros de calidad a la investigación publicada. Los congresos sirven de oportunidad para el intercambio directo de ideas y la creación de redes profesionales. Y aumenta tanto el número de bases de datos de libre acceso como los repositorios institucionales, con criterios y funciones que desafían el modelo tradicional pero con el riesgo de comprometer la integridad de la ciencia por la falta de estándares de calidad en los procesos de revisión de estos espacios digitales (Fernández Menéndez y García López-Romero, 2018; Torres-Salinas y Delgado-López-Cózar, 2009).

Cualquier innovación o mejora en el acceso y la difusión del conocimiento científico debe ser compatible con el mantenimiento de los estándares de calidad y rigor que caracterizan a los cauces formales. Pero es cierto que los cauces informales tienen como destinatario principalmente al público general, y más que compartir ideas o resultados entre la comunidad de personas expertas su objetivo es divulgar, educar y sensibilizar sobre aspectos relevantes del conocimiento científico a sectores de la opinión pública con distintos grados de curiosidad, pero sin la formación especializada que se presupone a colectivos dedicados profesionalmente a la investigación.

Los principales cauces informales son:

  1. El periodismo científico: es la actividad profesional que consiste en informar sobre temas científicos a través de los medios de comunicación masivos, como la prensa, la radio, la televisión o Internet. Su función consiste en seleccionar, interpretar y transmitir el conocimiento científico de forma rigurosa, veraz y atractiva, adaptándolo al lenguaje y al interés del público. El periodismo científico también tiene un papel crítico y social, al cuestionar, contextualizar y valorar el conocimiento científico y sus implicaciones para la sociedad. Requiere profesionales especializados en comunicación científica, con la formación y capacitación disciplinar necesaria para evitar sesgos o errores en la comunicación de resultados de investigación en sectores específicos (salud, biotecnología, comunicaciones, tecnología, etc.).

  2. La divulgación científica: consiste en explicar y difundir el conocimiento científico a través de medios o formatos no especializados, como libros, revistas, documentales, podcasts, blogs o redes sociales. Su objetivos es despertar la curiosidad, el asombro y el gusto por la ciencia; fomentar la comprensión y la valoración de la ciencia y sus beneficios; estimular el pensamiento crítico y el espíritu científico; y promover la participación y la responsabilidad ciudadana en los asuntos de interés público que involucran contenidos o resultados de base científica.

  3. La educación científica: consiste en enseñar y facilitar la comprensión del conocimiento científico a través de procesos formales o no formales, como la escuela, la universidad, los museos, los centros de ciencia, los talleres o las actividades lúdicas. La educación científica tiene como propósitos desarrollar las competencias científicas básicas; favorecer el aprendizaje significativo y activo de la ciencia; potenciar las vocaciones y las carreras científicas; y contribuir a la mejora de los niveles de alfabetización científica en la dinámica cultural y entre la ciudadanía.

Los medios y plataformas que sirven de cauce informal se pueden distinguir más por su función que por marca; las segundas cambian de dueño, de reglas y de público, y la función permanece. Hay tres que cumplen papeles epistémicamente diferenciados —confundirlos incrementa el riesgo de degradar todo el circuito de educación y divulgación científica, que funciona con un margen de confianza siempre frágil—.

1. Explicación con firma: blogs y boletines de especialistas. Su rasgo definitorio no es el formato sino que quien escribe es identificable y responde de lo que escribe. Admiten extensión, enlace a la fuente y corrección fechada, que son las tres cosas que un fragmento no admite. La generación reciente de boletines por suscripción —Substack y equivalentes— ha absorbido buena parte de lo que hacía el blog especializado y ha añadido algo nuevo: una relación económica directa entre quien escribe y quien lee, sin intermediario editorial. Eso retira a la vez el filtro y el sesgo del intermediario, de modo que traslada íntegramente al lector la carga de decidir de quién se fía; y crea, de paso, un incentivo propio, porque quien vive de suscripciones necesita retener suscriptores.

2. Difusión viral y conversación: las redes generalistas. Lo que hacen bien es velocidad y alcance; lo que no hacen es acreditar. Su unidad es el fragmento y no el argumento, su ordenación la decide un algoritmo cuyo criterio no es epistémico, y su registro es volátil. Sirven para que una publicación llegue en horas a un público que las revistas no alcanzan, y para que una crítica encuentre al autor sin pasar por el circuito editorial; no sirven para sostener la discusión que venga después.

Lo ocurrido con el ejemplo más citado enseña algo que ninguna lista de plataformas logra por sí sola. Durante más de una década, Twitter concentró buena parte de la conversación profesional entre investigadores, hasta el punto de funcionar como infraestructura de hecho. Tras el cambio de propiedad de 2022 y las modificaciones posteriores en moderación y ordenación algorítmica, miles de investigadores redujeron o abandonaron su uso, según documentó una encuesta de Nature (2023), y parte de esa conversación se desplazó a otros servicios. La lección no es cuál gana: es que un espacio que la comunidad científica no controla puede dejar de ser utilizable por una decisión privada, sin que nadie pueda apelarla. Es el mismo problema de dependencia que §4.1 describe para las infraestructuras de investigación, aquí en su versión más barata de construir y más fácil de perder.

3. Circuitos profesionales de crítica. Repositorios de preprints con comentario abierto, plataformas de comentario posterior a la publicación como PubPeer, y las secciones de réplica de algunas revistas. No son divulgación y por eso suelen quedar fuera de estas listas, pero son el lugar donde de hecho ocurre buena parte de la crítica posterior a la publicación cuya ausencia lamenta §4.5: varios de los casos de retractación más conocidos empezaron ahí, no en un informe de revisión.

Aunque el diagnóstico habitual apunta casi siempre al balance de pérdidas, parece justo mencionar alguna contrapartida favorable. Es cierto que fabricar una campaña de desinformación es hoy barato y rápido. Pero esas mismas condiciones han hecho proliferar la infraestructura contraria: redes de verificación con método publicado, repositorios de bulos desmentidos, herramientas de análisis forense de imagen y de trazabilidad de cuentas, y unidades académicas dedicadas a documentar campañas. Buena parte de eso no existía hace quince años.

El efecto más relevante no es que se desmienta más —desmentir llega tarde casi siempre— sino que la difusión ha dejado de ser gratuita en términos de reputación para quien la facilita. Una plataforma que amplifica una campaña documentada carga hoy con un coste público que antes no tenía, y ese coste es lo que produce cambios de política. Es el mismo mecanismo que el resto del capítulo describe, y no funciona por la virtud de nadie, sino porque queda constancia y, antes o después, alguien puede pedir cuentas.

Lo que distingue a estos canales no es rigor, sino registro y trazabilidad

Una entrada de blog con dirección permanente y fecha se puede citar, comprobar, discutir y refutar; y si su autor la corrige, la corrección queda. Un hilo en una red social desaparece con la plataforma, o cuando su autor borra la cuenta, o cuando cambian las condiciones de acceso a la interfaz. La diferencia no es de calidad del contenido, sino de auditabilidad, que es la propiedad de la que depende todo lo que merece la pena comprobar.

De ahí un criterio práctico y trasladable al aula: lo que vaya a citarse debe alojarse en un sitio que tenga dirección estable y fecha. Y si solo existe en un canal volátil, archivarlo antes de citarlo, porque la alternativa es una referencia que dentro de dos años no se podrá comprobar.

Ejemplos, con la advertencia de que envejecen deprisa —y esa volatilidad es parte de lo que condiciona su uso en contexto académico—:

La digitalización ha multiplicado las plataformas, cauces, formatos y oportunidades para la comunicación y la difusión del conocimiento científico. En conjunto, han contribuido decisivamente a la democratización de la ciencia, al hacerla accesible a un público mucho más amplio (Bucchi, 2008). Sobre este contexto, resultan verdaderamente llamativos los posicionamientos críticos o refractarios ante la evidencia consolidada que, sobre múltiples asuntos etiquetados en el debate público como controvertidos, permiten múltiples opciones de comprobación y acceso a fuentes primarias o secundarias rigurosas. Su uso reduciría la circulación de bulos y tergiversaciones sobre dieta o remedios no probados que causan daño y alarma innecesarios.

Las competencias epistémicas exigibles a ciudadanos que operan en contexto democrático con libertad de prensa efectiva presuponen esta infraestructura de difusión y documentación sin apenas intermediarios. El riesgo de simplificación excesiva de ideas o conceptos nunca desaparece, ni los incentivos para que actores maliciosos difundan información errónea; pero en proporción notable han ido aumentando los canales y herramientas propios de medios o espacios más democráticos y accesibles que persiguen desmontar bulos y detectar campañas de desinformación (Bonetta, 2007; Mas-Bleda et al., 2014; Peters, 2013).

Blogs y redes sociales pueden complementar a las publicaciones académicas tradicionales, facilitando a investigadores y profesionales de la ciencia discutir y debatir sobre sus hallazgos o líneas de trabajo de una manera más informal y abierta. Pero no son canales aptos para reemplazar a los soportes y cauces formales (convencionales) de comunicación científica. Con el tiempo, las habilidades para intervenir de modo competente como actores eficaces de divulgación científica en las redes sociales se han ido incorporando al repertorio de destrezas asociadas con la capacitación profesional para la actividad investigadora.

Enlaces
1. Science Direct (peer-reviewed journal articles and book chapters). https://www.sciencedirect.com/ 2. Center for Open Science, https://osf.io/ 3. All Conference alert, https://www.allconferencealert.com/social-sciences-and-humanities.html

Referencias
1. Bucchi, M. (2008). “Of deficits, deviations and dialogues”. Handbook of public communication of science and technology. Londres: Routledge.
2. Bonetta, L. (2007). “Scientists Enter the Blogosphere”. Cell, 129(3), 443-445.
3. Peters, H.P. (2013). “Gap between science and media revisited: Scientists as public communicators”. Proceedings of the National Academy of Sciences, 110(Supplement 3), 14102-14109.
4. Mas-Bleda, A., Thelwall, M., Kousha, K., & Aguillo, I. F. (2014). “Do highly cited researchers successfully use the social web?” Scientometrics, 101(1), 337-356.
5. Vidal Valero, M. (2023). Thousands of scientists are cutting back on Twitter, seeding angst and uncertainty. Nature, 620(7974), 482-484. https://doi.org/10.1038/d41586-023-02554-0 . Pieza periodística sobre una encuesta de la propia revista; documenta la retirada de investigadores tras el cambio de propiedad.

4.4 Índices de impacto y evaluación de la calidad de las publicaciones científicas

Como soporte básico de la comunicación científica, las revistas (journals) son el principal medio de comunicación y difusión del conocimiento, ideas y resultados de investigación. Pero no todas las publicaciones tienen la misma calidad, relevancia o influencia en el ámbito académico y social. Ha sido necesario establecer criterios y mecanismos para evaluar la calidad de las publicaciones científicas, tanto a nivel individual como colectivo.

Los índices de impacto son indicadores bibliométricos que miden la frecuencia con la que los artículos de una revista son citados por otras fuentes. Se calculan a partir de las citas registradas en bases de datos bibliográficas, como Web of Science o Scopus. Los índices de impacto más conocidos son el Journal Impact Factor (JIF), que se publica anualmente en el Journal Citation Reports (JCR), y el SCImago Journal Rank (SJR), que se publica en el SCImago Journal & Country Rank (SJR).

El factor de impacto (IF) se utiliza como un criterio para evaluar la calidad de las revistas científicas, asumiendo que las revistas más citadas son las más prestigiosas y las que publican los trabajos más relevantes e innovadores. Los índices de impacto también se emplean para evaluar la producción científica de los autores, los grupos, las instituciones o los países, sumando el impacto de las revistas en las que han publicado sus artículos. Estos aspectos suelen ser determinantes del reconocimiento, prestigio institucional y acceso a fuentes de financiación.

Pero los índices de impacto presentan varias limitaciones y han sido objeto de estudios y análisis crítico por razones justificadas. Entre otras:

  1. No reflejan la calidad intrínseca de los artículos, sino su repercusión en la comunidad científica.
  2. No tienen en cuenta las diferencias entre disciplinas, idiomas, culturas o tradiciones académicas.
  3. No consideran otros tipos de publicaciones, como libros, capítulos o actas de congresos.
  4. No captan todas las citas, especialmente las que provienen de fuentes no indexadas o no académicas.
  5. Pueden ser manipulados o influidos por prácticas editoriales o académicas poco éticas.

Por estas razones, se recomienda utilizar los índices de impacto con precaución y complementarlos con otros indicadores o criterios para evaluar la calidad de las publicaciones científicas. Aspectos a considerar:

  • La indización en bases de datos reconocidas y selectivas, como Web of Science, Scopus o PubMed.
  • La calidad editorial y formal de las revistas, como el cumplimiento de normas éticas, el proceso de revisión por pares o el formato y la accesibilidad de los contenidos.
  • Las citas recibidas por los artículos en diferentes fuentes y contextos, como Google Scholar, Altmetric o PlumX.
  • La opinión y el prestigio de los expertos y la comunidad científica sobre las revistas y los artículos.

Factores externos —campo de estudio y popularidad del tema, p. ej.— pueden sesgar el IF y derivar o incentivar solo esfuerzos de investigación centrados en temas y métodos “seguros” para publicar en revistas de alto impacto, en lugar de emprender investigaciones innovadoras. Pero no es realista luchar contra los listados y catálogos de publicaciones ordenados por relevancia e impacto. Lo razonable es incorporar criterios complementarios y herramientas adicionales para evaluar la calidad de las publicaciones y la investigación. El índice h (Hirsch, 2020), por ejemplo, combina información sobre la productividad y la citación de un investigador para medir su impacto. Las métricas alternativas (“altmetrics”) incluyen menciones en redes sociales y blogs, descargas y clics, entre otros aspectos.

  1. Adler, N. J. y Harzing, A.-W. (2009). When knowledge wins: Transcending the sense and nonsense of academic rankings. Academy of Management Learning & Education, 8(1), 72-95. https://doi.org/10.5465/amle.2009.37012181
  2. De Rijcke, S., Wouters, P. F., Rushforth, A. D., Franssen, T. P. y Hammarfelt, B. (2016). Evaluation practices and effects of indicator use—a literature review. Research Evaluation, 25(2), 161-169. https://doi.org/10.1093/reseval/rvv038
  3. Torres-Salinas, D., & Delgado López-Cózar, E. (2009). “Estrategia para mejorar la difusión de los resultados de investigación con la Web 2.0”. En El profesional de la información en la Web 2.0. https://doi.org/10.3145/epi.2009.sep.07
  4. Garfield, E. (2006). The History and Meaning of the Journal Impact Factor. JAMA, 295(1), 90-93. https://doi.org/10.1001/jama.295.1.90
  5. González Alcaide, G., & Aleixandre Benavent, R. (2019). Evaluación del rendimiento investigador: indicadores bibliométricos e índices sintéticos. Madrid: Síntesis.
  6. Hirsch, J. E. (2005). An Index to Quantify an Individual’s Scientific Research Output. Proceedings of the National Academy of Sciences, 102(46), 16569-16572. https://doi.org/10.1073/pnas.0507655102
  7. Martín-Martín, A., Orduna-Malea, E., Thelwall, M., & Delgado López-Cózar, E. (2018). Google Scholar, Web of Science and Scopus: A systematic comparison of citations in 252 subject categories. Journal of Informetrics, 12(4), 1160-1177.
  8. Priem, J., Taraborelli, D., Groth, P. y Neylon, C. (2010). Altmetrics: A Manifesto. altmetrics.org, 26 de octubre. http://altmetrics.org/manifesto
  9. Vanclay, J. K. (2011). Impact factor: outdated artefact or stepping-stone to journal certification? Scientometrics, 92(2), 211-238. https://doi.org/10.1007/s11192-011-0561-0

Caso 1: El catedrático que se cita a sí mismo miles de veces

Cuestiones previas

  1. ¿Qué es un cártel de citas?
  2. ¿Qué sistema de incentivos, herramientas y plataformas lo hacen posible?
  3. ¿Qué estrategias lleva asociadas y por qué se consideran mala praxis científica?
  4. ¿Cómo afecta la mala praxis a la promoción y reputación profesional?

Aspectos a debatir

  1. Lobbies editoriales e intermediarios con ánimo de lucro en la difusión científica.
  2. El fracaso en los mecanismos de auditoría y control interno de la Universidad de Salamanca: “El informe “independiente” encargado por la propia universidad alaba a Corchado mientras la empresa editora reprocha un comportamiento irregular” (El País, 9/09/2024).
  3. Actuaciones del Comité Estatal de Ética de la Investigación y de la Agencia Estatal de Investigación.
  4. La retirada masiva de estudios del grupo de Corchado por parte de la editorial Springer-Nature, tras detectar “problemas” relacionados con “citas inapropiadas o inusuales y conflictos de interés no declarados”.
  5. Colaboradores afectados por la retractación masiva y número de citas a trabajos de Corchado en artículos individuales.

Algunas valoraciones del caso y de la calidad de los mecanismos internos de auditoría (Ansede, 2024)

Chris Graf, director de integridad científica de Springer Nature, explica que la retractación de los 75 estudios ya está en marcha. “Nuestra investigación ha identificado varios problemas, incluidos, entre otros, dudas sobre el manejo editorial, citas inapropiadas o inusuales y conflictos de interés no declarados”, señala Graf. El grupo de Corchado organizaba multitud de congresos y aprovechaba sus actas, publicadas por Springer Nature, para añadir ristras de menciones a trabajos del actual rector de Salamanca, aunque no tuviesen nada que ver con la temática. Este periódico ya reveló en mayo que, en solo 75 publicaciones, los colaboradores de Corchado citaban casi 1.700 veces al catedrático salmantino, una artimaña que hacía que el actual rector apareciese en los rankings internacionales como uno de los científicos más citados del planeta en su campo.

Uno de los padres de la inteligencia artificial en España, Ramon López de Mántaras, pide al rector que asuma los hechos: “Siempre he tenido una relación muy cordial con Corchado y por eso me sabe muy mal que haya caído en la trampa de inflar sus indicadores bibliométricos. Me ha defraudado. Si me hubiese pedido mi opinión, le habría aconsejado reconocer su error, en lugar de emprender una huida hacia adelante, y renunciar a su candidatura a rector para evitar perjudicar a su universidad”, opina.

Un informe elaborado a petición del Comité Español de Ética de la Investigación certificó en septiembre la “manipulación deliberada” y “sistemática” del currículum de Corchado. El documento, de 131 páginas, lleva la firma de Emilio Delgado y Alberto Martín, dos investigadores de la Universidad de Granada que son expertos mundiales en cómo hacer trampas para engañar a los rankings. Delgado y Martín concluyeron que Corchado y sus colaboradores organizaron “una fábrica de publicaciones y citas” con “estrategias basadas en cuestionables conductas de publicación y malas prácticas editoriales, cuando no en praxis abiertamente fraudulentas”.

La viróloga española Nonia Pariente lleva 16 años dedicada a las revistas científicas. Es la editora jefa de PLOS Biology, en Cambridge (Reino Unido), y antes lo fue de Nature Microbiology, en Londres. “No se comprende que se pueda permitir que una persona con estas malas prácticas manifiestas pueda ser rector de una universidad”, explica. “Me parece vergonzoso, pero no raro. La manera de evaluar a los científicos es terrible en muchas partes, pero particularmente en España. Hay gente que publica como churros artículos terribles todo el rato, porque les funciona para las evaluaciones al peso de la ANECA”, lamenta. La Agencia Nacional de Evaluación de la Calidad y Acreditación (ANECA) es la entidad que decide si un profesor puede ascender a catedrático o si merece aumentos salariales. Pariente considera que el caso de Corchado es “una vergüenza” para la ciencia española. “Lo que me preocupa mucho es que, aun así, le hayan votado para ser rector. Me produce incredulidad que los que le votaron no viesen que esto es un problema. La universidad española y los rectores se deberían movilizar”, insta la editora. “Yo, si fuese Corchado, dimitiría”.

La epidemióloga Cristina Candal, de la Universidad de Santiago de Compostela, ha consagrado su tesis doctoral a la mala conducta en la investigación científica. No tiene dudas respecto al caso de Corchado. “Es claramente mala conducta científica. Es un cártel de citaciones para manipular el sistema para tu beneficio personal. Con estos indicadores inflados consigues más financiación y mejor salario. Es una competencia completamente desleal. No es nada ético”, sentencia.

  1. Ansede, M. (26/04/2024). Las siete mentiras del catedrático que se cita a sí mismo miles de veces. El País. https://elpais.com/ciencia/2024-04-26/las-siete-mentiras-del-catedratico-que-se-cita-a-si-mismo-miles-de-veces.html.
  2. Castelló, A. (2024, 19 junio). Las claves de la polémica con el rector de la Universidad de Salamanca: de «autocitas» a «fraude». El Debate. https://www.eldebate.com/educacion/20240619/claves-polemica-rector-universidad-salamanca-autocitas-fraude_206191.html.
  3. Debate, E. (2024, 17 junio). La Agencia Estatal de Investigación cesa su colaboración con el rector de la Universidad de Salamanca. El Debate. https://www.eldebate.com/ciencia/20240617/agencia-estatal-investigacion-cesa-colaboracion-rector-universidad-salamanca_206073.html.
  4. Ansede, M. (29/05/2024): El catedrático Juan Manuel Corchado exigió durante años a sus trabajadores que le citasen hasta 20 veces en cada estudio. https://elpais.com/ciencia/2024-05-30/mensajes-internos-revelan-que-el-nuevo-rector-de-salamanca-organizo-un-cartel-de-citas-a-si-mismo.html.
  5. Morales, E. G. (2024, 22 junio). Convulsión en la Universidad de Salamanca por un rector elegido sin oponentes y con miles de autocitas. Publico.es. https://www.publico.es/sociedad/convulsion-universidad-salamanca-rector-elegido-oponentes-miles-autocitas.html.
  6. Ansede, M. (9/09/2024). La editorial Springer Nature anuncia la retractación de estudios del grupo del rector de Salamanca, Juan Manuel Corchado. El País. https://elpais.com/ciencia/2024-09-09/la-editorial-springer-nature-anuncia-la-retractacion-de-estudios-del-grupo-del-rector-de-salamanca-juan-manuel-corchado.html.
  7. How critics say a computer scientist in Spain artificially boosted his Google Scholar metrics. https://retractionwatch.com/2022/03/25/how-critics-say-a-computer-scientist-in-spain-artificially-boosted-his-google-scholar-metrics/.
  8. Ansede, M. (2024, 16 octubre). La editorial Springer Nature retira 75 estudios del rector de Salamanca y sus colaboradores por prácticas fraudulentas. El País. https://elpais.com/ciencia/2024-10-16/la-editorial-springer-nature-retira-75-estudios-del-rector-de-salamanca-y-sus-colaboradores-por-practicas-fraudulentas.html.

Caso 2: Sesgo y limitaciones del Journal Impact Factor

El Journal Impact Factor (JIF) es una métrica ampliamente utilizada para evaluar la calidad de las revistas científicas. Es calculado por la empresa Clarivate Analytics (anteriormente Thomson Reuters) y se basa en el número de citas que reciben los artículos de una revista durante un período específico. El contenido de referencia es el de la propia base de publicaciones electrónicas de la compañía, Web of Science. Sin embargo, su uso ha generado controversia y debate en la comunidad académica.

Contexto: A pesar de que el JIF se desarrolló originalmente para ayudar a las bibliotecas a decidir qué revistas comprar, con el tiempo se ha convertido en una métrica predominante para evaluar la calidad no solo de las revistas, sino también de los investigadores y sus trabajos. Las instituciones académicas y las agencias de financiamiento frecuentemente lo utilizan como criterio para tomar decisiones sobre promociones, contrataciones y financiamiento.

Problemas asociados:

  1. Generalización: A pesar de que el JIF mide el impacto de una revista en su conjunto, a menudo se utiliza para juzgar la calidad de artículos individuales o de autores, lo que puede ser engañoso.

  2. Influencia indebida: Se ha demostrado que las revistas pueden inflar artificialmente su JIF al publicar más artículos de revisión (que suelen ser citados con más frecuencia) o al animar a los autores a citar artículos previos de la misma revista. Las herramientas para evitar este tipo de sesgos tienen una eficacia limitada.

  3. Limitación disciplinaria:El JIF puede variar significativamente entre disciplinas, lo que hace que las comparaciones directas sean problemáticas.

  4. Énfasis en la cantidad sobre la calidad: El uso exclusivo del JIF puede incentivar la publicación frecuente (o fraccionada), en lugar de investigaciones de calidad y profundidad.

Alternativas propuestas:
Diversas métricas alternativas, como el índice h, el Eigenfactor y las métricas basadas en altmetrics, han sido propuestas para superar algunas de las limitaciones del JIF. Sin embargo, cada métrica tiene sus propias limitaciones y ninguna ha logrado desplazar completamente al JIF.

Discusión:
Este caso proporciona una base para discutir las limitaciones del sistema de rankings basado en el JIF y explorar las dificultades asociadas con la búsqueda de alternativas. Es útil para suscitar el debate sobre la ética de las métricas y cómo influyen en la ciencia, posibles sesgos asociados y los aspectos que deberían satisfacer otros sistemas de evaluación más equitativos y completos.

  1. Larivière, Vincent, y Cassidy R. Sugimoto (2019). “The journal impact factor: A brief history, critique, and discussion of adverse effects”. En Springer Handbook of Science and Technology Indicators, 3–24. Cham: Springer International Publishing. https://link.springer.com/chapter/10.1007/978-3-030-02511-3_1.
  2. Haustein, Stefanie, y Vincent Larivière (2015). “The use of bibliometrics for assessing research: Possibilities, limitations and adverse effects”. En Incentives and Performance, 121–39. Cham: Springer International Publishing. https://doi.org/10.1007/978-3-319-09785-5_8.
  3. Priem, Jason, Dario Taraborelli, Paul Groth, and Cameron Neylon. “Altmetrics: A manifesto.” (2010). http://altmetrics.org/manifesto.
  4. Hirsch, J. E. 2005. “An Index to Quantify an Individual’s Scientific Research Output”. Proceedings of the National Academy of Sciences of the United States of America 102 (46): 16569–72. https://doi.org/10.1073/pnas.0507655102.
  5. Leydesdorff, Loet, y Wouter de Nooy. 2017. “Can ‘Hot Spots’ in the Sciences Be Mapped Using the Dynamics of Aggregated Journal-Journal Citation Relations?” Journal of the Association for Information Science and Technology 68 (1): 197–213. https://doi.org/10.1002/asi.23634.
  6. Belter, Christopher W. 2015. “Bibliometric indicators: opportunities and limits”. Journal of the Medical Library Association: JMLA 103 (4): 219–21. https://doi.org/10.3163/1536-5050.103.4.014.

4.5 Los límites de la revisión por pares: qué corrige, qué no y a qué ritmo

Los apartados anteriores han apoyado buena parte de su argumento en la revisión por pares, el rasgo que distingue una publicación científica de una opinión autorizada, y la razón por la que en el capítulo 3 se afirma que lo que sostiene un consenso es el mecanismo, no la virtud de quienes lo integran. Un texto que invoque ese mecanismo y no examine sus límites estaría haciendo justamente lo que reprocha, es decir, pedir confianza en un procedimiento sin mostrar el expediente.

El asunto no se examina aquí para desacreditarlo —la alternativa a la revisión por pares no es un procedimiento mejor, sino ninguno—. Pero resulta útil precisar y entender qué clase de garantía ofrece, porque con seguridad es mucho más estrecha de lo que suele suponerse.

4.5.1 Qué hace la revisión por pares y qué no puede hacer

Quien revisa un manuscrito lee el manuscrito, pero no accede al laboratorio. No ve los datos brutos salvo que los pida o tengan registro asociado; no repite el experimento; no audita las cuentas del proyecto y no comprueba si las firmas corresponden a quienes trabajaron. Opera, por diseño, sobre la presunción de buena fe, intentando detectar errores de método, inconsistencias internas, conclusiones que exceden a los datos y omisiones de literatura. Todo eso lo hace razonablemente bien.

Lo que no es, y se le atribuye constantemente, es un detector de fraude. Esto no es una mera impresión desde fuera. Richard Smith, que dirigió el BMJ durante trece años, revisó la evidencia experimental disponible sobre el procedimiento y concluyó que es lento, caro, subjetivo, propenso al sesgo y fácil de burlar, y que su capacidad para detectar fraude es escasa (2006). Un dato fabricado con verosimilitud pasa el filtro sin dificultad, porque el filtro no está diseñado para eso. De ahí que los casos que llegan a la prensa —el del apartado anterior, sin ir más lejos— no se descubran en la revisión, sino después, y casi siempre por vías ajenas a ella (por ejemplo: un lector que rehace las cuentas o pone a prueba el modelo, un investigador que no consigue replicar, una herramienta que detecta imágenes duplicadas, un periodista que compara correos internos).

A eso se añade que el procedimiento tiene sus propios sesgos. Algunos bien estudiados, como el sesgo de revisión por pares que favorece los resultados positivos frente a los negativos, los enfoques establecidos frente a los heterodoxos y, en condiciones de revisión no ciega, a los autores de instituciones reconocidas.

4.5.2 Quién hace la revisión, y en qué condiciones

Antes de examinar qué corrige el sistema es oportuno analizar quién lo sostiene, porque de ahí derivan buena parte de sus límites y solo mencionarlos incomoda bastante.

Salvo contadas excepciones, la revisión por pares es un trabajo no retribuido. Quien revisa dedica horas —leer un manuscrito con atención, comprobar el análisis, redactar un informe útil— a una tarea que no computa en ninguna evaluación que de verdad importe, o lo hace de modo marginal: no es publicación, no es proyecto, no es transferencia. Es, en sentido estricto, trabajo altruista sostenido por la convicción de que el sistema no funciona si nadie lo hace.

Y su magnitud está estimada. Aczel, Szaszi y Holcombe calcularon el tiempo que los revisores dedicaron a la tarea en un solo año: más de cien millones de horas en 2020, equivalentes a más de quince mil años de trabajo. Valorado a precio de mercado, eso supone más de 1.500 millones de dólares aportados por investigadores estadounidenses, más de 600 por los chinos y cerca de 400 por los británicos, todo ello donado. Los autores subrayan además que su cálculo es una subestimación, porque solo cubre una parte de las revistas existentes (2021). Ese esquema tiene consecuencias distintas según dónde se mire.

En países con apoyo público débil a la I+D, revistas con treinta o cuarenta años de continuidad —muchas de ellas las únicas que publican en su campo y en su lengua— subsisten con lo que la buena voluntad de mucha gente les facilita: edición, maquetación, gestión de originales y revisión, todo ello sin presupuesto o con uno simbólico. Funciona mientras funciona, y como esquema por defecto es insostenible porque depende de que cada relevo generacional vuelva a aceptar las mismas condiciones.

Y en el otro extremo tampoco se paga. Las revistas de mayor impacto y mayor margen comercial tampoco retribuyen a sus revisores, con la diferencia de que ahí el trabajo se concentra en unos pocos nombres reconocibles que reciben más encargos de los que pueden atender con el cuidado debido. La consecuencia práctica es un desajuste de pericia, con el manuscrito acabando en manos de quien está disponible, no necesariamente de quien conoce el debate concreto en que se inserta.

El desajuste de pericia condiciona la calidad de los informes de revisión

Un informe puede contener observaciones de fondo —sobre la pertinencia del enfoque, sobre lo que la literatura ya ha resuelto, sobre lo que el resultado implica— firmadas por alguien cuya competencia demostrada en ese mismo informe alcanza, en el mejor de los casos, a cuestiones de forma, de procedimiento o de método. Que alguien con poca trayectoria evalúe a alguien con mucha no es la excepción, y no debería ser un problema: la revisión es sobre el manuscrito, no sobre las credenciales, y un revisor joven y cuidadoso vale más que un experto que despacha en veinte minutos.

El problema no es quién revisa; es que nada garantiza el emparejamiento. No hay incentivo para declinar un encargo por falta de pericia —declinar no cuesta nada pero tampoco reporta—, ni para invertir tiempo en un informe bueno frente a uno superficial, ni mecanismo que evalúe la calidad de lo revisado. Un filtro cuya calidad depende enteramente de la conciencia individual de quien lo aplica es, por diseño, un filtro de calidad variable.

Retener esto importa para dos cosas que vienen después, y explica por qué la revisión detecta tan poco de lo que se le atribuye. No es solo que lea el manuscrito y deje fuera las notas de laboratorio; es que a menudo el contenido es revisado por quien tiene menos tiempo y menos contexto del que haría falta. Lo cual anticipa algo que se documenta en §4.8: cuando el revisor no tiene qué aportar, la salida cómoda ahora es usar una herramienta capaz de rellenar ese hueco y generar un resultado con aspecto de informe.

4.5.3 La retractación es la corrección visible, pero exige un denominador

La retractación científica es el mecanismo por el que la literatura se corrige a sí misma en público. Es también el indicador más citado y peor leído de la integridad de la investigación, porque circula casi siempre sin denominador y sin año de corte.

Retractaciones: el cuadro a agosto de 2026

Tabla 4.2: Retractaciones: cifras disponibles hasta agosto de 2026 y procedencia de cada una.
Dato Cifra Fuente
Retractaciones en 2023 más de 10.000, récord histórico (2023)
Qué produjo el pico El cierre de más de 8.000 artículos de Hindawi (Wiley), por fábricas de artículos íd.
Base de Retraction Watch a finales de 2024 casi 55.000 registros, ya integrados en Crossref Retraction Watch
Springer Nature en 2024 2.923 retractados sobre más de 482.000 publicados: 0,61 % íd.
Artículos de fábrica retractados hasta 2024 10.409, con pico en 2023 y descenso en 2024 (2026)
Incidencia global en 2021 0,12 % de los trabajos publicados (2026)
Ritmo de crecimiento La incidencia se duplica cada 5,6 años (IC 95 %: 5,1-6,0) íd.

El último trabajo es un preprint, no ha pasado revisión por pares, y se cita aquí declarándolo: en un capítulo sobre integridad de la publicación, usar una fuente sin decir en qué estado está sería una contradicción en los términos.

4.5.4 Alcance y distribución de las cifras de retractación

Los porcentajes de retractación y su distribución admiten varias lecturas:

Primera: el orden de magnitud es el 0,1 %, no el 30 %. Aproximadamente una retractación por cada ochocientos o mil artículos, según año y disciplina. Cualquier cifra que sugiera decenas de puntos porcentuales está confundiendo la cuota de reparto entre países —qué porcentaje del total mundial de retractaciones corresponde a cada uno— con la tasa sobre lo publicado en ese país. Son dos magnitudes distintas y el error entre ellas es de un factor de varios cientos.

Segunda: lo que crece con seguridad es la detección, no necesariamente el fraude. El pico de 2023 lo produce una sola operación de limpieza de un editor. Leer «más retractaciones» como «más fraude» es exactamente el tipo de inferencia que el capítulo 2 enseña a reconocer: tomar la variación de un indicador por la variación del fenómeno que el indicador mide de manera indirecta y parcial. Un sistema que retracta más puede ser un sistema que vigila mejor.

Tercera: la distribución por países exige el denominador y algo más. Venturini y sus colaboradores señalan una asimetría instructiva, referida al periodo entre 1992 y 2021: los países necesarios para reunir el 90 % de las publicaciones pasaron de 25 a 40, mientras que los necesarios para reunir el 90 % de las retractaciones bajaron de unos 15 a menos de 10. Es decir, la producción se desconcentra y la retractación se concentra. Que el 87,8 % de los artículos de fábrica retractados hasta 2024 tuviera filiación en China (2026) describe dónde opera una industria concreta; no describe la fiabilidad de la investigación de un país, que exigiría precisar el denominador y el reparto por disciplinas.

La tasa de retractación no constituye por sí sola un índice de calidad

Una revista con más retractaciones puede ser una revista que investiga las denuncias que recibe; una sin ninguna puede ser una que no las atiende. Lo mismo vale para una disciplina, una institución o un país. El indicador mide la conjunción de dos cosas —cuánta mala práctica hay y cuánta capacidad de detectarla— y no permite separarlas por sí solo.

Es el mismo problema que el apartado anterior planteó con el factor de impacto: un número disponible se usa para responder una pregunta que no puede responder cuando no hay otro a mano.

4.5.5 El dato que importa en un curso de epistemología

No es cuántas retractaciones hay, sino cuánto tiempo circula como válido lo que acabará retractándose. Sobre 4.844 retractaciones registradas en la Web of Science entre 1999 y 2018, Toma y Padureanu encuentran un tiempo medio de exposición de 28,89 meses —cerca de dos años y medio— y una distribución de causas que intersa conocer: el 44 % por mala conducta y el 56 % por error honesto o problema editorial (2021).

Las dos cifras corrigen una imagen extendida. La primera, porque significa que la corrección existe pero llega tarde y durante dos años y medio ese trabajo se lee, se cita y se incorpora a revisiones y metanálisis; además, las citas posteriores a la retractación no desaparecen. La segunda, porque la mayoría de las retractaciones no son casos de fraude, de modo que tratarlas como sinónimo de mala conducta no hace justicia a la mitad de ellas y, de paso, desincentiva la retirada voluntaria por error, un comportamiento que merece la pena incentivar.

El caso Corchado mencionado en el apartado anterior ilustra el ritmo. Entre las primeras denuncias públicas y la retractación de los 75 estudios por parte de la editorial median más de dos años, y el proceso avanzó con investigación periodística, un informe pericial de 131 páginas encargado por el Comité Español de Ética de la Investigación y la intervención de la Agencia Estatal de Investigación. El mecanismo funcionó; pero lo hizo despacio y no por sí solo.

Implicaciones para el proceso de validación bibliográfica

Que un artículo esté publicado en una revista indexada no garantiza que siga en pie. La comprobación es hoy trivial y fácil de llevar a cabo. La base de Retraction Watch está integrada en Crossref desde 2023, de modo que los gestores bibliográficos y los propios buscadores señalan la retractación. Comprobarlo antes de citar cuesta segundos.

Como criterio metodológico, ninguna cifra de retractaciones se debería usar sin su denominador explícito y su año de corte.

Dado que todas las cifras de este apartado envejecen, procede indicar de dónde salen y dónde consultarlas actualizadas. La Retraction Watch Database, hoy parte de Crossref y de descarga libre, es la fuente primaria de casi toda la literatura citada aquí; en España, RetractBASE (retractbase.csic.es), alojada en el CSIC, publica además informe anual. Esta segunda merece cierta cautela, puesto que en una consulta de agosto de 2026 sus cifras agregadas resultaron difíciles de conciliar entre sí, de modo que cualquier dato tomado de ahí debería contrastarse con la base de Retraction Watch antes de usarlo —el mismo ejercicio propuesto en varias secciones para otras cifras—.

  1. Van Noorden, R. (2023). More than 10,000 research papers were retracted in 2023 — a new record. Nature, 624(7992), 479-481. https://doi.org/10.1038/d41586-023-03974-8. El récord de 2023 y la operación de Hindawi que lo produjo.
  2. Venturini, S., Urbinati, A., Gallo, P., Davis, J. T. y Vespignani, A. (2026). The retraction epidemic in science across publishers, fields, and countries. arXiv:2604.02302. https://arxiv.org/abs/2604.02302. Preprint. Incidencia global sobre ~107 millones de trabajos y ritmo de duplicación.
  3. Cheng, M. W. T., Yang, X. y Allen, R. M. (2026). Tracking the retracted paper mill articles: a bibliometric study. Scientometrics. https://doi.org/10.1007/s11192-026-05751-6. El recuento de artículos de fábrica retractados y su distribución.
  4. Toma, C. y Padureanu, L. (2021). An exploratory analysis of 4844 withdrawn articles and their retraction notes. bioRxiv. https://doi.org/10.1101/2021.09.30.462625. Preprint. Tiempo medio de exposición y reparto entre mala conducta y error honesto.
  5. He, T. (2013). Retraction of global scientific publications from 2001 to 2010. Scientometrics, 96(2), 555-561. https://doi.org/10.1007/s11192-012-0906-3. El origen de las cuotas por país que tan a menudo se leen como tasas.
  6. Grieneisen, M. L. y Zhang, M. (2012). A Comprehensive Survey of Retracted Articles from the Scholarly Literature. PLoS ONE, 7(10), e44118. https://doi.org/10.1371/journal.pone.0044118. Panorámica de 4.449 artículos retractados.
  7. Lievore, C., Rubbo, P., dos Santos, C. K. F., Picinin, C. T. y Pilatti, L. A. (2021). Research ethics: a profile of retractions from world class universities. Scientometrics, 126, 6871-6889. https://doi.org/10.1007/s11192-021-03987-y. Perfil de las retractaciones en universidades de élite.
  8. Smith, R. (2006). Peer review: a flawed process at the heart of science and journals. Journal of the Royal Society of Medicine, 99(4), 178-182. https://doi.org/10.1177/014107680609900414. Revisión de la evidencia experimental sobre el procedimiento, por quien dirigió el BMJ trece años.
  9. Aczel, B., Szaszi, B. y Holcombe, A. O. (2021). A billion-dollar donation: estimating the cost of researchers’ time spent on peer review. Research Integrity and Peer Review, 6, 14. https://doi.org/10.1186/s41073-021-00118-2. Cuánto vale el trabajo que sostiene el filtro, y que nadie paga.

4.6 Plataformas de acceso a las publicaciones científicas y apropiación de resultados de investigación

El acceso al contenido íntegro de las publicaciones científicas suele estar restringido por barreras económicas, legales o tecnológicas, que limitan su visibilidad, uso e impacto. Aunque su diseño y funcionalidad se orienta a satisfacer las necesidades y demandas del colectivos dedicados profesionalmente a la investigación, son numerosas las plataformas que dan acceso a las publicaciones científicas y facilitan su consulta para usos socialmente beneficiosos.

Las plataformas de acceso a las publicaciones científicas se pueden clasificar en dos tipos:

  1. Plataformas de acceso abierto: ofrecen un acceso libre, gratuito e inmediato a las publicaciones científicas, sin restricciones de derechos de autor o licencias. El acceso abierto promueve la democratización, la transparencia y la reutilización del conocimiento científico, así como su mayor visibilidad e impacto. El acceso abierto se puede realizar por dos vías: la vía dorada, que consiste en publicar en revistas de acceso abierto; y la vía verde, que consiste en depositar las publicaciones en repositorios de acceso abierto. Algunas plataformas de acceso abierto son Recolecta, DOAJ o SciELO.

  2. Plataformas de acceso comercial: prestan un servicio de acceso restringido, de pago o diferido, a las publicaciones científicas, con condiciones sujetas a derechos de autor o licencias. El acceso comercial reproduce el modelo tradicional de suscripción a revistas (cada más más mediante consorcios que comparten las suscripciones a paquetes de publicaciones) o compra de artículos individuales por parte de los usuarios interesados. El acceso comercial genera beneficios económicos para los editores, pero también desigualdades e ineficiencias en el sistema científico. Ejemplo de plataformas de acceso comercial son Web of Science, Scopus o ScienceDirect.

La apropiación de resultados de investigación se refiere al proceso por el cual los actores sociales incorporan el conocimiento científico a sus prácticas, decisiones o políticas, con el fin de resolver problemas, generar innovación o mejorar su calidad de vida. La apropiación de resultados de investigación depende de varios factores, como la relevancia, la calidad, la accesibilidad o la transferibilidad del conocimiento científico.

Las plataformas de acceso a las publicaciones científicas influyen en la apropiación de resultados de investigación, ya que determinan el grado y la forma en que el conocimiento científico llega a los potenciales usuarios. Las plataformas de acceso abierto favorecen la apropiación social y democrática de resultados de investigación, al eliminar las barreras al acceso y al uso del conocimiento científico, así como al fomentar su difusión y su interacción con otros actores sociales. Las plataformas de acceso comercial dificultan la apropiación de resultados de investigación y los beneficios sociales derivados, al crear obstáculos en al acceso y aplicación del conocimiento científico, así como al limitar su difusión y su interacción con otros actores sociales.

  1. Clarke, M. (2021). Scholarly Publishing’s Transactional Transformation: An Overview. Learned Publishing, 34(1), 3-10.
  2. Larivière, V., Haustein, S. y Mongeon, P. (2015). The Oligopoly of Academic Publishers in the Digital Era. PLOS ONE, 10(6), e0127502. https://doi.org/10.1371/journal.pone.0127502
  3. Liu, Z., Yin, Y., Liu, W., Dunford, M. (2022). Viewing the Landscape of Online Knowledge Production: Platforms, Engagement and Performance. Telematics and Informatics, 39, 101243.
  4. Pasquini, C., Lang, K. (2021). The Algorithm and the User: How Can Control Theory Help Us Understand the Dynamics of Digital Platforms? Information Systems Journal, 31(1), 5-27.
  5. Tennant, J. P., Waldner, F., Jacques, D. C., Masuzzo, P., Collister, L. B. y Hartgerink, C. H. J. (2016). The academic, economic and societal impacts of Open Access: an evidence-based review. F1000Research, 5, 632. https://doi.org/10.12688/f1000research.8460.3

I. Crisis del ébola en África Occidental y acceso restringido a resultados de investigación mediante paywalls

Contexto

Durante la crisis del ébola que afectó a África Occidental en 2014-2015, la rápida distribución y accesibilidad a investigaciones científicas fue crucial para enfrentar la epidemia. Los estudios sobre la epidemiología, transmisión y tratamiento del ébola estaban, en su mayoría, detrás de paywalls en revistas científicas comerciales.

Sin embargo, la urgencia de la situación llevó a muchos editores y revistas a liberar temporalmente el acceso a artículos relacionados con el ébola. Aunque fue un gesto importante, puso de manifiesto las limitaciones de los modelos comerciales de acceso a la investigación y resaltó el valor del acceso abierto para una respuesta rápida en situaciones de emergencia.

Resultados y lecciones aprendidas

La liberación temporal de estos artículos permitió a los profesionales de salud, gestores políticos y comunidades afectadas obtener información crítica para enfrentar la epidemia. No obstante, la crisis resaltó que el acceso abierto no debería ser la excepción en tiempos de emergencia, sino la norma para garantizar la apropiación continua de resultados de investigación en diversas situaciones.

Discusión

Este caso sirve para articular un debate informado sobre la importancia del acceso abierto, especialmente en situaciones de emergencia. Puede fomentar discusiones sobre el equilibrio entre los derechos de autor, las necesidades comerciales y el bienestar público, y sobre cómo las estructuras actuales pueden evolucionar para mejor servir a la sociedad global. En sentido amplio, muestra cuál el trasfondo de valores asociados con diferentes modelos de acceso al conocimiento y, en caso de conflicto, qué criterios y bienes comunes deben prevalecer.

  1. Yozwiak, Nathan L., Stephen F. Schaffner, and Pardis C. Sabeti. “Data sharing: Make outbreak research open access.” Nature 518, no. 7540 (2015): 477-479. https://doi.org/10.1038/518477a
  2. Kupferschmidt, Kai. “In Liberia, a good or bad turn for Ebola.” Science 345, no. 6200 (2014): 1005-1006. https://doi.org/10.1126/science.345.6200.1005
  3. Maxmen, Amy. “Ebola’s lost blood: Row over samples flown out of Africa as ‘big pharma’ set to cash in.” The Telegraph, 23 April 2018. https://www.telegraph.co.uk/news/0/ebolas-lost-blood-row-samples-flown-africa-big-pharma-set-cash/

II. Aceleración de la respuesta mundial a la COVID-19 mediante el acceso abierto

La pandemia de COVID-19 es un ejemplo más reciente y global de cómo las barreras de acceso a la investigación científica pueden afectar la respuesta a emergencias de salud. Durante la crisis de COVID-19, la necesidad de acceso a la investigación sobre el virus y la enfermedad fue incluso más urgente y amplia que durante el brote de ébola.

Contexto

Desde el inicio de la pandemia de COVID-19, la comunidad científica global enfocó sus esfuerzos en entender, tratar y prevenir la enfermedad. La cantidad de artículos, estudios preclínicos y ensayos clínicos sobre el virus SARS-CoV-2 y la enfermedad COVID-19 aumentó de forma exponencial.

Reconociendo la urgencia global, muchos editores y revistas científicas decidieron liberar artículos relacionados con la COVID-19 de los paywalls, permitiendo acceso libre y abierto. Además, surgieron repositorios y servidores de preprints, donde los investigadores podían compartir sus hallazgos incluso antes de ser revisados por pares, para acelerar la difusión del conocimiento.

Resultados y lecciones aprendidas

El acceso abierto permitió a investigadores, profesionales de salud, decisores políticos y el público en general acceder a información crítica. La colaboración científica internacional se vio potenciada por este acceso sin precedentes a datos y hallazgos.

Sin embargo, también emergieron desafíos: la rapidez en la publicación llevó a la circulación de estudios con metodologías deficientes o conclusiones erróneas. Esto pone de manifiesto la necesidad de equilibrar la rapidez en la difusión con la integridad y rigor científico.

Discusión

Este caso suscita el debate sobre la importancia del equilibrio en la dinámica de acceso abierto, rapidez en la divulgación científica y calidad de la investigación. La pandemia de COVID-19 pone en relieve tanto las ventajas como los riesgos del acceso abierto en una situación de emergencia global. El acceso abierto y la rapidez de la comunicación científica en salud salvan vidas. Pero pueden inducir falso optimismo sobre la eficacia de tratamientos sin evidencia suficiente o sesgos en los ensayos derivados de la premura, límite de las muestras utilizadas y presión por obtener derechos comerciales.

  1. Fraser, N., Brierley, L., Dey, G., Polka, J. K., Pálfy, M., & Coates, J. A. (2021). “The evolving role of preprints in the dissemination of COVID-19 research and their impact on the science communication landscape.” PLOS Biology 19, no. 4: e3000959. https://doi.org/10.1371/journal.pbio.3000959.
  2. Kwon, Diana (2020). “How Swamped Preprint Servers Are Blocking Bad Coronavirus Research”. Nature 581 (7807): 130–31. https://doi.org/10.1038/d41586-020-01394-6.
  3. Capocasa, Marco, Paolo Anagnostou, Giovanni Destro Bisol (2022). “A light in the dark: open access to medical literature and the COVID-19 pandemic”. Information research 27 (2). https://doi.org/10.47989/irpaper929.
  4. Besançon, Lonni, Nathan Peiffer-Smadja, Corentin Segalas, Haiting Jiang, Paola Masuzzo, Cooper Smout, Eric Billy, Maxime Deforet, y Clémence Leyrat. 2021. “Open Science Saves Lives: Lessons from the COVID-19 Pandemic”. BMC Medical Research Methodology 21 (1). https://doi.org/10.1186/s12874-021-01304-y.
  5. EDE (2023). “Premio Nobel de Medicina 2023 para Katalin Karikó y Drew Weissman por las vacunas de ARN contra la covid-19”. elDiario.es, 2 de octubre de 2023. https://www.eldiario.es/sociedad/premio-nobel-medicina-2023-vacunas-arn-covid_1_10561916.html.

III. 2026: el mismo ensayo, en peores condiciones

Los dos episodios anteriores permitían una conclusión razonablemente optimista: ante una emergencia, el sistema suspende temporalmente las barreras de acceso. Lo ocurrido desde 2025 obliga a matizarla, porque muestra de qué depende esa suspensión.

El brote. En abril de 2026 se inició en la provincia de Ituri, en la República Democrática del Congo, un brote de ébola que las autoridades declararon oficialmente el 15 de mayo, después de que Médicos Sin Fronteras alertara de 55 muertes acumuladas sin que existiera vigilancia que las hubiera registrado. A 26 de julio de 2026 los recuentos eran de 3.262 casos confirmados y 1.437 muertes en el Congo, con extensión a Kivu Norte, Kivu Sur y Tshopo y 20 casos con 2 muertes en Uganda; en agosto MSF lo describía ya como el mayor y más letal de la historia del país (2026). La especie implicada es Bundibugyo, para la que —a diferencia de la que provocó la crisis de 2014— no hay vacuna ni tratamiento específico, solo candidatos en ensayo (2026).

El contexto financiero. El brote coincide con la retirada de Estados Unidos de la Organización Mundial de la Salud y con el desmantelamiento de su agencia de cooperación, que era el mayor financiador individual de la respuesta a emergencias sanitarias: en el brote de 2014, USAID movilizó unos 2.400 millones de dólares (2025). El recorte alcanzó también a las organizaciones no gubernamentales que operan sobre el terreno en los países más afectados. Tezuka y sus colaboradores documentan que el 80 % de los proyectos de salud global de la agencia —615 de ellos— se vieron forzados a cerrar (2026).

Cómo interpretar las cifras de daño que circulan

Los trabajos que estiman las consecuencias sanitarias del recorte manejan magnitudes muy grandes —millones de casos adicionales de malaria, tuberculosis o VIH, y un aumento de miles de casos anuales de enfermedades de alta consecuencia como el propio ébola—. Son proyecciones modelizadas para 2025-2030, no recuentos observados (2026), y por razones que aparecen a lo largo de la sección es preciso tratarlas como tales, pues incluyen supuestos, márgenes y una fecha de corte.

Decirlo no las debilita ni les resta dramatismo e impacto en la población afectada; las hace utilizables. Es la misma disciplina que §4.5 impone a las cifras de retractaciones y que el capítulo 3 impone a las proyecciones climáticas: una estimación declarada como estimación resiste el contraste; una estimación presentada como recuento se derrumba en cuanto alguien la comprueba, y arrastra consigo la conclusión que sostenía.

Lo que este tercer episodio enseña, y su diferencia con los dos anteriores. El acceso abierto de emergencia de 2014 y 2020 se leyó entonces como un gesto de los editores, y en parte lo fue. Pero liberar los artículos solo sirve si existe quien pueda usarlos: vigilancia epidemiológica que detecte el brote antes de las 55 primeras muertes, equipos sobre el terreno, laboratorios, cadena de frío para los medicamentos. Esa capacidad no la financian las editoriales, y cuando desaparece, la liberación de literatura se convierte en un gesto sin destinatario.

De ahí que la conclusión de este estudio de caso deba enunciarse con más precisión que en su primera versión. No basta con que el acceso abierto deje de ser la excepción; se requiere, además, que se sostengan las condiciones que permiten convertir el acceso en respuesta, que es exactamente lo que §4.1 llamaba sostener las condiciones de producción, aplicado ahora al lado del uso.

  1. Médicos Sin Fronteras (2026). Ebola disease outbreak in DR Congo: MSF response, key facts, and timeline. https://www.doctorswithoutborders.org/latest/ebola-disease-outbreak-2026-how-msf-responding. Fuente viva: cifras consultadas el 26/08/2026.
  2. Organización Mundial de la Salud (2026). Ebola outbreak — Democratic Republic of the Congo, 2026. https://www.who.int/emergencies/situations/ebola-outbreak---drc-2026. Fuente viva; de aquí procede lo relativo a la especie Bundibugyo y a la ausencia de vacuna.
  3. Tezuka, T., Ito, N. y Takahashi, K. (2026). The impact of U.S. foreign aid reduction on global health. Tropical Medicine and Health, 54, 33. https://doi.org/10.1186/s41182-025-00894-3. Alcance del recorte y proyecciones sanitarias 2025-2030.
  4. Auwal, A. R. et al. (2025). The global implications of U.S. withdrawal from WHO and the USAID shutdown. Frontiers in Public Health, 13, 1589010. https://doi.org/10.3389/fpubh.2025.1589010. Informe de posición; su dato más sólido es histórico, los 2.400 millones movilizados en 2014.

4.7 Integridad científica, responsabilidad profesional y ética de la investigación

El problema de la integridad científica involucra varios aspectos que con frecuencia se mezclan y malinterpretan en sus exigencias, por más que estas resulten convergentes. Pero conllevan motivos y mecanismos de rendición de cuentas diferenciados.

Tabla 4.3: Tres exigencias que suelen confundirse. Fallan por motivos distintos, las vigilan órganos distintos y se corrigen con instrumentos distintos; el visto bueno para una no dice nada sobre las demás.
Pregunta que responde Quién la vigila Cómo se ve el fallo
Ética de la investigación ¿A quién puede afectar esto y con qué salvaguardas? Comités de ética, antes de empezar Consentimiento inexistente, riesgo no declarado, datos personales sin protección
Integridad científica ¿Es fiable lo que se afirma? La propia comunidad, durante y después Datos fabricados, autoría regalada, citas infladas, conflicto no declarado
Responsabilidad profesional ¿Quién está acreditado para hacer esto? Colegios, administración sanitaria, ley Intervenciones realizadas por quien no tiene la cualificación

La distinción no es escolástica. Un estudio puede ser irreprochable en lo ético y carecer de integridad —comité favorable, consentimiento en regla y datos inventados—, y un profesional puede tener integridad personal y no tener acreditación, que es un problema de otro orden y con otras víctimas. Confundirlas produce dos errores simétricos: creer que el visto bueno de un comité avala la fiabilidad de un resultado, y creer que la honradez subjetiva sustituye a la competencia acreditada.

4.7.1 El gradiente va de lo raro y espectacular a lo frecuente e invisible

La conversación pública sobre integridad se organiza en torno a lo que la literatura llama FFP —fabrication, falsification, plagiarism—, que es lo que llega a los periódicos. Y ahí las cifras son bajas. El metanálisis de Fanelli sobre encuestas a investigadores encuentra que un 1,97 % admite haber fabricado, falseado o modificado datos al menos una vez, con un intervalo de confianza del 95 % entre el 0,86 y el 4,45 % (2009).

Lo interesante empieza justo después. En las mismas encuestas, hasta un 33,7 % admite otras prácticas cuestionables; y cuando se pregunta por el comportamiento de los colegas, las cifras se disparan: 14,12 % para falsificación y hasta un 72 % para otras prácticas cuestionables (2009). El propio autor advierte que, dada la sensibilidad de lo que se pregunta, es probable que se trate de una estimación conservadora.

Esa segunda categoría —las prácticas cuestionables de investigación, o QRP— merece un comentario más detenido. No se trata de fraude en sentido estricto, porque a menudo son decisiones defendibles una por una. El problema es que, tomadas sistemáticamente en la dirección que favorece el resultado deseado, producen una literatura sesgada sin que nadie mienta. Martinson, Anderson y de Vries lo formularon en el título que hizo fortuna, Scientists behaving badly, al mostrar que los comportamientos problemáticos frecuentes no son los espectaculares sino los cotidianos (2005). Y John, Loewenstein y Prelec, encuestando a más de dos mil psicólogos con un procedimiento anónimo e incentivos para responder con verdad, encontraron una prevalencia «sorprendentemente alta», hasta el punto de sugerir que algunas prácticas cuestionables podrían constituir la norma vigente de investigación (2012). Estos trabajos no invitan a subestimar la sospecha sobre el alcance de las prácticas cuestionables; pero tampoco invalidan el grueso de la producción científica.

La detección de conflicto de intereses más allá de su declaración protocolaria

El sistema de incentivos descrito en §4.4 —publicar mucho, publicar en revistas de impacto alto, acumular citas— no produce principalmente fraude, sino prácticas cuestionables y un resultado neto peor en la medida que son mucho más frecuentes. Analizadas por separado pueden parecer defendibles y la revisión por pares no suele detectarlas, ya que se limita a lo que los firmantes deciden contar y opera ciega a lo que decidieron omitir (§4.5).

Los intereses no se materializan por lo general corrompiendo a las personas, sino premiando unos resultados más que otros; ese premio se traduce en sesgos y en decisiones metodológicas menores, perfectamente justificables. El agregado de esos sesgos es lo que erosiona la integridad del corpus, sin que haya un punto abiertamente deshonesto en la cadena de decisiones.

La caracterización del problema queda incompleta sin explicitar la condición material que lo sostiene, y que excluye el diagnóstico moralizante. Lo que empuja no es la codicia sino la precariedad institucionalizada, concretada en carreras que dependen de renovaciones cortas y de acumular méritos contables, financiación troceada en microproyectos que hay que encadenar para asegurar la continuidad, y evaluaciones enfocadas en lo que resulta fácil cuantificar porque sale más barato. En ese régimen, engordar el currículo no es una ambición desmedida sino una condición de supervivencia profesional, y las prácticas cuestionables son la vía de menor resistencia para lograrlo. Edwards y Roy lo describieron como un clima de incentivos perversos e hipercompetencia (2017), y Smaldino y McElreath mostraron con un modelo que, si el éxito se mide en publicaciones, los métodos poco rigurosos se seleccionan sin necesidad de que nadie haga trampa, porque producen más resultados publicables por unidad de esfuerzo (2016).

Es un fallo de sistema más que de carácter personal, y por eso los remedios que apelan solo al carácter tienen escaso recorrido. Esto no implica que los valores personales sean irrelevantes en el perfil profesional orientado a la investigación. En campos donde el ánimo de lucro no es el motor dominante —y con salarios razonables y continuidad laboral—, la honradez personal se alinea con el reconocimiento a largo plazo: la reputación de solidez es el activo profesional que más rinde, y ahí el incentivo apunta en la misma dirección que la integridad. El problema aparece cuando esa alineación se rompe, por ejemplo cuando el horizonte se acorta a la próxima renovación; o cuando el beneficio inmediato es lo bastante grande como para que la reputación deje de ser la apuesta más rentable.

El incentivo perverso rara vez se presenta como tal. Opera sobre todo en el reparto. Un proyecto se financia porque el currículo y la trayectoria del equipo dan solidez a la propuesta; concedida la financiación, quien administra decide cómo se gasta, y esa decisión no suele someterse a nadie. Un reparto desigual puede consumir más de la mitad del presupuesto en tasas de publicación de dos o tres miembros, en revistas cuyo contenido ni siquiera está accesible para el resto del equipo, porque su institución no está suscrita; y llegar al cierre del ejercicio sin margen para un solo artículo más, cuando un APC ronda los tres o cuatro mil euros.

El resultado tiene tres capas y ninguna requiere que nadie mienta. Quienes concentraron el gasto acumulan méritos promocionables; quienes no participaron en la decisión quedan relegados sin que nadie haya rendido cuentas; y la entidad financiadora da la gestión por correcta, porque lo que audita es la ejecución presupuestaria y no su distribución. Ni el acceso abierto ni la equidad en el reparto figuran entre los resultados que se evalúan, de modo que no constan como logro ni como fallo. A largo plazo eso consolida el prestigio de la institución, con la ironía de que quienes introdujeron las líneas innovadoras que atrajeron la financiación pueden ser los peor dotados y menos reconocidos del grupo.

Es la misma estructura de todo el capítulo, en su versión más doméstica: el fallo no está en las reglas, que se cumplen, sino en lo que las reglas no miran.

4.7.2 Los sesgos que operan dentro de la investigación

Se habla de «sesgo» para aludir comúnmente a los del público —los de confirmación, autoridad, disponibilidad y anclaje que estudia la psicología cognitiva, como se menciona en el capítulo 5 al tratar la percepción pública—. Pero, en términos de relevancia epistémica, importan sobre todo los que se producen dentro y como parte del proceso de investigación, más que en la cabeza de quienes tienen acceso a los resultados.

Tabla 4.4: Sesgos que operan dentro del proceso de investigación y razones por las que resultan difíciles de detectar.
Sesgo En qué consiste Por qué es difícil de detectar
De publicación Lo que no encuentra efecto se publica menos, y más tarde El metanálisis solo ve lo publicado; el hueco no deja rastro
De financiación Los estudios patrocinados concluyen a favor del patrocinador con más frecuencia Cada estudio, por separado, es metodológicamente correcto
De publicación selectiva de resultados Se informa de las variables que salieron y no de las que no Solo se detecta comparando con el protocolo, si lo hubo
HARKing Formular la hipótesis después de conocer los resultados y presentarla como previa El artículo resultante es más limpio y más convincente que uno honesto
P-hacking Probar análisis alternativos hasta que uno da significativo Cada decisión analítica es defendible tomada de una en una
De confirmación del investigador Escrutar con más severidad lo que contradice la propia hipótesis Opera sobre decisiones que nadie registra

Tres cosas los distinguen de los sesgos cognitivos del lector, porque apuntan a criterios y opciones metodológicas.

Primera: no son errores de razonamiento, son decisiones metodológicas. Cada una, aislada, tiene justificación —excluir un caso atípico, elegir una covariable, reformular el objetivo—. Lo que las convierte en sesgo es que se toman sistemáticamente en la dirección que favorece el resultado, y eso no se ve en ninguna decisión individual.

Segunda: los produce el sistema de incentivos, no el carácter. Es lo que sostiene el apartado anterior y lo que Smaldino y McElreath modelan (2016): si el éxito se mide en publicaciones, los procedimientos que producen más publicaciones por unidad de esfuerzo se propagan, hagan trampa o no quienes los emplean.

Tercera: la revisión por pares no los alcanza. Quien revisa lee lo que el autor decidió contar; ninguno de los seis deja huella en el manuscrito (§4.5). De ahí que los remedios sean todos previos a la publicación —preinscripción del protocolo, registro de ensayos, publicación de datos y código— y no posteriores.

Los sesgos tienen consecuencias que no cabe subestimar

Los cuatro sesgos cognitivos del lector se combaten con formación: enseñando a reconocerlos. Los seis de esta tabla no, porque no están en quien lee sino en cómo se produjo lo leído. Un lector perfectamente entrenado, sin ningún sesgo cognitivo, que analice una literatura afectada por sesgo de publicación llegará a la conclusión equivocada, y lo hará razonando bien.

Es la diferencia entre un problema de alfabetización y un problema de procedimiento. El primero se resuelve educando; el segundo, solo cambiando cómo se registra y se publica la investigación.

4.7.3 Los marcos normativos, y qué clase de norma son

La respuesta institucional se ha construido por acumulación de códigos. La Declaración de Singapur sobre la integridad en la investigación, adoptada en la segunda conferencia mundial sobre la materia, fijó en 2010 el marco de referencia internacional (2010). En Europa, el código de conducta de ALLEA, en su edición revisada de 2023, es el texto que la Comisión Europea toma como referencia para los proyectos de Horizonte Europa, y organiza la materia en cuatro principios —fiabilidad, honestidad, respeto y responsabilidad— con un catálogo explícito de buenas prácticas y de violaciones (2023). En España, el Comité Español de Ética de la Investigación es el órgano que emite los informes en casos de presunta mala conducta, como el que se cita en el estudio de caso de §4.4.

Es necesario tener presente de qué clase de norma se trata, porque de ahí salen sus límites. No equivalen a normas de conducta penal, ya que funcionan por declaración, supervisión y reputación. Obligan a hacer público lo que de otro modo quedaría privado —quién financia, qué intereses concurren, qué datos hay detrás— y confían el resto al escrutinio posterior de terceros. Es exactamente el mecanismo que el capítulo 3 identificaba como fundamento de la credibilidad experta —procedimientos que dejan constancia o registro auditable—, en lugar de rasgos o componentes virtuosos de quienes los aplican.

Su límite se entiende por consistencia con lo anterior: vinculan sobre todo a quien ya está dispuesto a cumplir la norma. Frente a una operación deliberada, un código de conducta hace poco por sí solo; lo que importa es el rastro documental que permite después probarla, como se ha visto ya en otros apartados.

Declarar un conflicto de interés no lo neutraliza

La declaración hace visible y auditable una circunstancia que de otro modo no lo sería, y por eso es imprescindible. Pero no elimina su efecto, con múltiples estimaciones: la revisión Cochrane de Lundh y sus colaboradores encuentra que los estudios de fármacos y dispositivos financiados por el fabricante llegan con más frecuencia a resultados de eficacia favorables —RR 1,27 (IC 95 %: 1,17-1,37)— y a conclusiones favorables —RR 1,34 (IC 95 %: 1,19-1,51)— que los financiados por otras fuentes, y concluye que se trata de un sesgo que las herramientas habituales de evaluación del riesgo de sesgo no capturan (2017).

Un rasgo temporal agrava todo lo anterior, porque cuando el sesgo se descubre, ya ha surtido efecto. El caso mejor documentado es el llamado Estudio 329, sobre paroxetina en adolescentes con depresión mayor. Se publicó en 2001 afirmando eficacia y seguridad. En 2015, un equipo independiente reanalizó los datos originales bajo un protocolo de restauración de ensayos abandonados y encontró lo contrario: ni paroxetina ni imipramina superaron al placebo en ningún desenlace preespecificado, y hubo aumentos clínicamente significativos de daños, incluidas ideación y conducta suicidas (2015).

Catorce años. En ese plazo el artículo original se citó, se incorporó a revisiones y orientó prescripciones; y quienes lo firmaron consolidaron entretanto posiciones académicas y profesionales. Es el patrón que el capítulo viene describiendo, ahora con el reloj a la vista: la corrección llega, pero llega después de que el error haya producido todos sus efectos, y rara vez alcanza a quien lo produjo. El caso de §4.4 —donde la retractación de setenta y cinco estudios no impidió que su responsable ocupara el rectorado— dice lo mismo desde el otro extremo del sistema.

Y el conflicto no empieza en el ensayo: empieza mucho antes, en el mecenazgo. En medicina y biomedicina, buena parte de los congresos, seminarios y actividades de formación continuada se financia con patrocinio de laboratorios, que de ese modo promocionan sus productos precisamente entre quienes más los prescriben y los demandan. Ese circuito no consiste en comprar voluntades: consiste en decidir qué se discute, con quién y dónde, que es una forma de influencia más eficaz y más difícil de declarar. Cuando además el apoyo público escasea y la actividad académica depende de esos entramados privados, los mecanismos de integridad quedan debilitados desde dentro —plazos, controles y declaraciones se vuelven protocolarios— sin que nadie incumpla nada.

Es oportuno analizar también el otro lado del acuerdo, porque explica por qué esto no se corrige solo. La universidad pública que acepta ese patrocinio no lo hace por descuido; lo hace porque su situación por defecto es la carencia de fondos para lo básico, descontadas las nóminas de su personal y el coste de mantenimiento de instalaciones y suministros. A ello se añade un desajuste de prioridades que rara vez se enuncia, porque en la práctica pesa más figurar bien en los rankings por volumen de financiación captada que consolidar infraestructura propia de investigación, de modo que el mérito se anota como activo reputacional aunque el dinero no se materialice en equipamiento ni en capacidad instalada a largo plazo; a lo sumo, en la promoción de quienes gestionan la captación.

El beneficio para la otra parte es simétrico y mayor de lo que parece, ya que empresas que apenas cuentan en determinados circuitos ven su posición y su prestigio reforzados por la mera asociación con la institución académica. Y en el circuito entran habitualmente personas recién contratadas que desconocen la ambigüedad de la plataforma en la que se integran: firman un contrato de investigación, no una toma de posición, y descubren tarde —si es que lo descubren— de qué es escaparate el proyecto en el que trabajan.

Una interpretación frecuente pero equivocada consiste en tratar la declaración como una absolución —«está declarado, luego no hay problema»— cuando su función es la contraria: señalar dónde hay que mirar con más cuidado. Y el error simétrico, igual de frecuente, consiste en tratarla como una descalificación automática, que dejaría fuera del debate a buena parte de la investigación aplicada.

4.7.4 La otra cara: quién está acreditado para intervenir

La integridad de la investigación tiene un correlato en la práctica profesional que el debate académico suele dejar fuera, y que afecta a mucha más gente: quién está autorizado a hacer qué, y qué ocurre cuando lo hace quien no lo está.

El intrusismo profesional en áreas médicas altamente especializadas —cirugía estética, tratamiento del dolor, atención dental— compromete a la vez la integridad de la práctica y la seguridad de los pacientes. Se produce cuando alguien sin la formación ni la acreditación requeridas realiza determinados procedimientos, y también cuando un profesional de la medicina acomete intervenciones de riesgo para las que no tiene el entrenamiento especializado (2024).

En España el asunto tiene un trasfondo trágico y concreto: la muerte de Sara Gómez tras una liposucción practicada por un cirujano cardiovascular (2022). El caso puso de relieve los riesgos del intrusismo en cirugía estética, terminó en condena y motivó las iniciativas que desembocaron en la orden ministerial de 2024 que restringe estas intervenciones a especialistas (2024).

Lo que hace el caso pertinente en un libro de epistemología no es el suceso, sino la estructura del problema, que es la misma que la del resto del capítulo:

  • Un sistema de incentivos que empuja en la dirección equivocada. El volumen de negocio atrae a profesionales de otras especialidades y a médicos sin especialidad, y la presión por el beneficio lleva a extender la práctica más allá de la competencia acreditada (2008).
  • Una desigualdad que se disfraza de precio. Los procedimientos realizados por quien no está especializado suelen ofrecerse más baratos, de modo que la seguridad acaba dependiendo del poder adquisitivo del paciente.
  • Un consentimiento que no puede ser informado. Si el paciente no conoce la cualificación real de quien va a operarlo, no puede decidir; el respeto a su autonomía queda vacío, y con él el principio de no maleficencia —primum non nocere— que ordena toda la deliberación bioética (2019).
  • Un marco regulador que envejece más deprisa que la práctica. Las normas que precisan qué cualificación habilita para qué procedimiento quedan obsoletas, resultan ambiguas o admiten interpretaciones contradictorias, en un sistema de especialidades cuyo diseño arrastra décadas (2015).

El negocio de la cirugía estética en España y el riesgo de intrusismo

El marco legal. Cualquier licenciado en medicina está legalmente capacitado para practicar operaciones estéticas, y lo está desde 1956. La especialidad de cirugía plástica, estética y reparadora exige cinco años de residencia MIR. La orden ministerial de 2024 restringe estas intervenciones a especialistas, y es la primera modificación de fondo de ese marco en casi setenta años.

El sector, en cifras

Tabla 4.5: El sector de la cirugía estética en España, en cifras, con la fuente de cada magnitud.
Magnitud Cifra Fuente
Clínicas de cirugía estética 1.262 Registro general de centros, servicios y establecimientos sanitarios
Cirujanos con la especialidad 1.638 Organización Médica Colegial
Cirugías estéticas en 2021 204.510, un 215 % más que ocho años antes SECPRE
Volumen del sector ~3.500 millones de euros/año, cirugías y otros tratamientos Sociedad Española de Medicina Estética
Cirujanos estéticos sin la especialidad ~90 % SECPRE (estimación)
Cirujanos plásticos que perciben aumento del intrusismo 82 % Informe SECPRE-IMOP 2022

Las dos últimas filas no son del mismo tipo que las cuatro primeras, y ahí empieza el ejercicio. Las cuatro primeras salen de registros administrativos y de recuentos de actividad; las dos últimas, de una estimación y una encuesta de percepción, ambas de la sociedad científica que es parte en la disputa. Mezclarlas en una misma tabla —como se hace habitualmente al citar el caso— presta a las segundas la solidez de las primeras.

Lo que ninguna de ellas dice. No hay en esa tabla un solo dato sobre resultados: ni cuántas de las 204.510 intervenciones las practicó quien tiene la especialidad, ni qué tasa de complicación o de negligencia corresponde a unos y a otros. Es decir, falta exactamente el denominador que convertiría la disputa en una cuestión empírica, que es el mismo problema que §4.5 plantea con las retractaciones.

Dónde están los datos que faltan, y es lo que hace el caso trabajable. No hay que inventarlos: este tipo de daño deja rastro documental por vías independientes de las partes. Los casos graves se judicializan y producen sentencias públicas; las reclamaciones dejan constancia en los colegios profesionales y en las consejerías de sanidad; la responsabilidad civil sanitaria genera series de siniestralidad en las aseguradoras; y la inspección sanitaria audita los centros por sector de actividad. Varios países publican además estadísticas nacionales de actividad y de eventos adversos en cirugía estética.

El ejercicio. Localizar una de esas series, comprobar qué denominador usa y qué clasifica exactamente como negligencia, y contrastar lo que permite concluir con lo que afirman las dos últimas filas de la tabla. El objeto de trabajo no es la cirugía estética: es cómo se pasa de una disputa entre partes interesadas a una pregunta decidible, y qué registro hace falta para ello. Conecta con el capítulo 5, donde se examina quién tiene acceso a esos datos y en qué condiciones.

  1. Linde, P. (30/09/2024). La batalla por la cirugía estética: ¿qué médicos pueden operar? El País. https://elpais.com/sociedad/2024-09-30/la-batalla-por-la-cirugia-estetica-que-medicos-pueden-operar.html
  2. SECPRE (2022). La realidad de la cirugía estética en España. Informe SECPRE-IMOP. https://portalsecpre.org/images/noticias/Informe%20SECPRE_IMOP%202022%20prensa.pdf. Origen de las cifras de percepción del sector; conviene leerlo como documento de parte.
  3. Arenales, M. G. (18/01/2022). «Sara tenía 30 perforaciones en varios órganos»: la muerte en España de una mujer tras una operación de cirugía estética. BBC News Mundo. https://www.bbc.com/mundo/noticias-60033092
  4. Quadrado, S. (22/09/2024). Sara Gómez y la liposucción letal que ha traído justicia. La Vanguardia. https://www.lavanguardia.com/vida/20240922/9958358/sara-gomez-liposuccion-letal-traido-justicia.html

Los tres apartados forman una cadena. El de los índices de impacto mostró de dónde vienen los incentivos; el de los límites de la revisión por pares, qué corrige el sistema y a qué ritmo; y este, qué se le pide a quien produce conocimiento y a quien lo aplica, que no es lo mismo. Juntos explican por qué los llamamientos a la responsabilidad individual rinden tan poco: el punto de intervención no es la conciencia del investigador, sino aquello que su institución premia y aquello que su gremio deja pasar.

  1. Fanelli, D. (2009). How Many Scientists Fabricate and Falsify Research? A Systematic Review and Meta-Analysis of Survey Data. PLoS ONE, 4(5), e5738. https://doi.org/10.1371/journal.pone.0005738. El metanálisis de referencia sobre prevalencia declarada.
  2. Martinson, B. C., Anderson, M. S. y de Vries, R. (2005). Scientists behaving badly. Nature, 435(7043), 737-738. https://doi.org/10.1038/435737a. Los comportamientos problemáticos frecuentes no son los espectaculares.
  3. John, L. K., Loewenstein, G. y Prelec, D. (2012). Measuring the Prevalence of Questionable Research Practices With Incentives for Truth Telling. Psychological Science, 23(5), 524-532. https://doi.org/10.1177/0956797611430953. Más de dos mil psicólogos, con incentivos para responder con verdad.
  4. ALLEA (2023). The European Code of Conduct for Research Integrity. Revised Edition 2023. Berlín. https://allea.org/wp-content/uploads/2023/06/European-Code-of-Conduct-Revised-Edition-2023.pdf. El texto de referencia europeo, con su catálogo de violaciones.
  5. Singapore Statement on Research Integrity (2010). 2.ª Conferencia Mundial sobre Integridad en la Investigación, Singapur. https://www.wcrif.org/guidance/singapore-statement. El marco internacional del que derivan los demás.
  6. Beauchamp, T. L. y Childress, J. F. (2019). Principles of Biomedical Ethics (8.ª ed.). Oxford University Press. Los cuatro principios que ordenan la deliberación bioética.
  7. Atiyeh, B. S., Rubeiz, M. T. y Hayek, S. N. (2008). Aesthetic/Cosmetic Surgery and Ethical Challenges. Aesthetic Plastic Surgery, 32(6), 829-839. https://doi.org/10.1007/s00266-008-9246-3
  8. Freire, J., Infante, A., De Aguiar, A. C. y Carbajo, P. (2015). An analysis of the medical specialty training system in Spain. Human Resources for Health, 13(1). https://doi.org/10.1186/s12960-015-0038-y
  9. Edwards, M. A. y Roy, S. (2017). Academic Research in the 21st Century: Maintaining Scientific Integrity in a Climate of Perverse Incentives and Hypercompetition. Environmental Engineering Science, 34(1), 51-61. https://doi.org/10.1089/ees.2016.0223. La precariedad y la hipercompetencia como condición material del problema.
  10. Smaldino, P. E. y McElreath, R. (2016). The natural selection of bad science. Royal Society Open Science, 3(9), 160384. https://doi.org/10.1098/rsos.160384. Un modelo de por qué los métodos poco rigurosos se seleccionan sin que nadie haga trampa. Tiene corrección publicada en 2023.
  11. Lundh, A., Lexchin, J., Mintzes, B., Schroll, J. B. y Bero, L. (2017). Industry sponsorship and research outcome. Cochrane Database of Systematic Reviews, 2, MR000033. https://doi.org/10.1002/14651858.MR000033.pub3. La medida del sesgo de patrocinio, y la constatación de que las herramientas habituales no lo capturan.

4.8 Agentes de IA en el ciclo de investigación: qué automatizan y con qué garantía

Los modelos de lenguaje han entrado en el ciclo de investigación por todas sus fases a la vez: búsqueda y resumen de literatura, generación de hipótesis, diseño experimental, escritura de código, redacción del manuscrito y —esto es lo que menos se anuncia— redacción de informes de revisión por pares. El capítulo 6 examina qué significa eso para la sociedad del conocimiento. Aquí interesa una pregunta más estrecha y más incómoda: qué clase de garantía respalda una afirmación producida así.

4.8.1 La asimetría que lo cambia todo

El rasgo decisivo no es que estos sistemas se equivoquen —también se equivocan las personas— sino la relación entre lo que cuesta generar y lo que cuesta comprobar. Producir un párrafo plausible con veinte referencias es ahora instantáneo y gratuito; comprobar esas veinte referencias sigue costando lo que costaba. La generación se ha abaratado en varios órdenes de magnitud y la verificación no, y todo lo demás se sigue de ahí.

Los errores, además, tienen una forma característica: no son ruido, son verosimilitud. Un sistema entrenado para producir texto plausible produce, cuando falla, exactamente aquello que un lector competente esperaría encontrar. Walters y Wilder generaron reseñas bibliográficas sobre 42 temas y examinaron 636 citas: el 55 % de las producidas por GPT-3.5 y el 18 % de las producidas por GPT-4 estaban fabricadas, y entre las reales, el 43 % y el 24 % respectivamente contenían errores sustantivos de cita (2023). La mejora entre versiones es grande; el problema no desaparece, se vuelve más difícil de detectar, porque el residuo que sobrevive es el más verosímil.

Qué aspecto tienen estos defectos cuando aparecen de verdad

El rastro de errores inadvertidos es una tarea interminable en casi cualquier trabajo académico. Las opciones de revisión y generación sintética permiten detectar muchos pero introducen otros —códigos DOI inventados o que pertenecen a otros artículos del mismo autor; referencias con autor real, revista plausible y paginación exacta detrás de las cuales no había ningún documento; referencias con el año desplazado mientras el volumen, el número y las páginas eran correctos—, algunos de los cuales no distorsionan solo la fuente, sino los datos extraídos de las mismas —por ejemplo, una tabla cuyos números confunden cuotas de reparto entre países con tasas sobre lo publicado, con un error de varios órdenes de magnitud; o comentarios de una reseña citada como si fueran de la obra reseñada—.

La conclusión que no procede anticipar es la falta de diligencia, sin más. Un material extenso y complejo tanto en su fuentes externas como en sus relaciones internas no se elabora en un primer intento o versión única sobre un repertorio documental cerrado, con una comprobación limitada y de plazos ajustados. Lo razonable es ir ampliando y actualizando progresivamente las fuentes de referencia, aplicando procesos de calidad variable en la comprobación de los detalles relevantes y negociando siempre a contrarreloj entre tareas prioritarias. Un texto largo se actualiza al comienzo de cada cuatrimestre, con la docencia en marcha, y la verificación exhaustiva de varias docenas de referencias por sección no siempre cabe en ese margen. La asimetría a la que remite el apartado no es un problema de rigor o diligencia personal, cuando el coste de comprobar cada línea de contenido no ha bajado mientras el interés por completar o actualizar aspectos del material justifica la inserción de nuevo contenido, aunque figure como pendiente de revisión pormenorizada. Sin tiempo suficiente y sin la asistencia de herramientas eficaces de revisión y verificación, ese desequilibrio se puede acumular silenciosamente edición tras edición.

Lo que sí ha cambiado es que ahora tanto la generación a partir de fuentes rigurosas como una parte de la comprobación se pueden automatizar: cotejar centenares de DOI contra el registro, detectar duplicados, comparar el año declarado con el volumen y extraer ideas o conceptos de un material extenso son el tipo de microtareas que, bien gestionadas con las herramientas y servicios adecuados, permiten abordar proyectos mucho más complejos, centrando la atención en una revisión más exhaustiva de los aspectos cruciales y generando informes de conjunto que visibilizan errores frecuentes, inconsistencias, cambios de registro, repeticiones y desequilibrios o ausencias relevantes. Con la perspectiva de pocos meses observando su funcionamiento y evolución, parece obvio que la tarea investigadora y la publicación académica dependerá cada vez más del soporte y capacidades incorporadas en LLM de frontera configurados para trabajar como agentes colaboradores de investigación científica (Chaudhary, 2025; Moreno Muñoz, 2026).

Cuando comprobar y verificar deja de ser caro, y tanto la extracción de datos como la obtención de las fuentes adecuadas para su interpretación están al alcance de cualquier profesional que lo necesite, entonces la coherencia interna deja de ser suficiente: el primer filtro pasa a ser la verificación contra fuentes reales, y aunque no salga gratis, compensa por el ahorro de tiempo que puede liberarse para aspectos de mayor complejidad epistémica (Chowa et al., 2026).

4.8.2 Uso consolidado de la IA y la evolución del filtro

Dado que son muchos y diversos en su tipología, procede diferenciar usos posibles de la IA y riesgo asociado. Resumir un texto que se tiene delante, traducir, reescribir un párrafo enrevesado o generar código que después se ejecuta y se prueba son tareas cuyo resultado se comprueba a coste casi nulo: se lee el texto original, se renderiza el proyecto o ejectua el código. Buscar qué dice la literatura, decidir qué apoya una afirmación o establecer qué existe son tareas cuyo resultado solo se comprueba yendo a la fuente, una por una; recopilar las que cuentan por derecho propio, no solo por metadatos o palabras clave, lleva su tiempo. La misma herramienta es razonable en las primeras y peligrosa en las segundas, y la diferencia no está en la herramienta sino en cuánto cuesta detectar que se ha equivocado.

Otro uso que no encaja del todo en esa división —y tiene consecuencias si se ignora— apunta hacia algo que antes estaba fuera de alcance sin herramientas avanzadas de búsqueda. La literatura gris se articula a partir de informes de organismos públicos y agencias reguladoras, documentos técnicos, actas, series estadísticas, memorias de organizaciones, dictámenes, documentación judicial. Nada de eso pasa por revisión por pares y buena parte no está indexada en las bases bibliográficas habituales, pero es material riguroso y a menudo el único disponible sobre un fenómeno emergente. Este mismo capítulo se apoya en varios: la evaluación intermedia de un programa marco, una nota de retractación; o cifras de una agencia sanitaria, por mencionar algunos.

Rastrear ese corpus era antes una tarea de semanas y hoy puede hacerse en horas, lo que abre una posibilidad real para el trabajo prospectivo: anticipar preguntas y problemas antes de que alcancen masa crítica en la literatura revisada, que por construcción va con años de retraso respecto de lo que está ocurriendo.

La cautela que eso exige es la misma de siempre y no se relaja por ser material oficial. Un informe de una agencia es una fuente con intereses declarables, exactamente igual que un ensayo patrocinado —el manifiesto de §4.1 lo ilustra—, y no pasar por revisión significa que nadie independiente ha comprobado sus cifras. La ventaja del rastreo automatizado es de alcance, no de garantía: encuentra el documento, no lo acredita, y quien lo cita sigue respondiendo de lo que afirma con él.

Hay un caso, sin embargo, que merece tratarse aparte, porque afecta al mecanismo del que depende todo lo demás. Si §4.5 sostenía que la revisión por pares no detecta el fraude porque lee el manuscrito y no el laboratorio —y que además la hace, con frecuencia, quien tiene menos tiempo y menos contexto del necesario—, ahora hay que añadir algo peor: una fracción medible de los propios informes de revisión los escribe un modelo. Liang y sus colaboradores estimaron, sobre los informes enviados a cuatro grandes congresos de inteligencia artificial posteriores a la aparición de ChatGPT, que entre el 6,5 % y el 16,9 % del texto pudo haber sido sustancialmente producido o modificado por un modelo, más allá de correcciones de estilo (2024).

Lo revelador no es la cifra sino dónde se concentra: la proporción estimada es mayor en los informes que declaran menor confianza, los enviados cerca del plazo de cierre y los de revisores con menos probabilidad de responder a las réplicas de los autores. Es decir, se concentra allí donde el revisor tenía menos que aportar y menos intención de sostener lo que firmaba. El modelo no está sustituyendo al buen revisor: está rellenando el hueco que dejaba el revisor ausente, y produce un informe que, a diferencia del silencio anterior, parece un informe.

4.8.3 Autoría, responsabilidad y quién responde cuando algo sale mal

Este es el punto donde la cuestión deja de ser técnica. La respuesta institucional ha sido rápida y notablemente unánime —las herramientas de IA no pueden figurar como autoras—, y lo interesante es el fundamento que se ha dado, porque no es el que cabría esperar.

No se apela a la creatividad, ni a la originalidad, ni a nada que un sistema pudiera algún día exhibir. Se apela a dos cosas estrictamente procedimentales: no pueden asumir responsabilidad sobre el trabajo presentado y, al no ser entidades jurídicas, no pueden declarar la presencia o ausencia de conflictos de interés ni gestionar derechos ni licencias (2024). Es decir: no se les niega la autoría por lo que no saben hacer, sino por lo que no se les puede exigir.

Y ahí está la razón de fondo, que recorre todo este capítulo. La autoría no es principalmente un reconocimiento: es una asignación de responsabilidad. Firmar un trabajo significa que alguien queda disponible para responder de él —ante un lector que pide los datos, ante un editor que investiga una denuncia, ante un comité de ética, ante un tribunal—. Todo el aparato de integridad que describe §4.7 —declaración, supervisión, reputación, retractación— presupone un agente interpelable. Un sistema no lo es, y por eso no puede ocupar ese lugar sin vaciar el mecanismo entero.

La brecha de responsabilidad, sin eufemismos

Cuando una afirmación generada resulta falsa y causa daño —una recomendación clínica errónea, una cita fabricada que se cuela en una revisión sistemática y desde ahí en una guía de práctica— la responsabilidad no desaparece porque la haya escrito una máquina. Se queda íntegramente donde estaba: en quien firmó.

Esto no es una formalidad jurídica que se pueda negociar con una nota al pie. Es la condición que hace utilizable lo publicado: se puede confiar en un artículo porque hay alguien que responde de él, no porque el procedimiento de escritura ofrezca garantías propias. Quien delega la redacción de una afirmación no delega la obligación de haberla comprobado.

De ahí la regla que se ha impuesto, con dos exigencias de responsabilidad que no se deben confundir. La primera es que el uso se declara —qué herramienta, en qué fase—. La segunda es que la responsabilidad por todo el contenido, incluido el generado, sigue siendo íntegramente humana.

Y la declaración hace aquí exactamente lo mismo que hacía la de un conflicto de interés en §4.7: señala dónde mirar, y no absuelve de nada. Un trabajo que declara haber usado un modelo para la revisión de literatura no queda por ello exento de que sus referencias sean comprobadas; al contrario, indica al lector atento cuál es el punto que debería comprobar primero.

El error simétrico que va adquiriendo una dimensión desproporcionada afecta a la exigencia de declarar usos triviales —corrección ortográfica, ayuda de estilo—, pues produce declaraciones rutinarias que nadie lee y que degradan la señal hasta volverla inútil, igual que una declaración de conflictos donde todo el mundo declara lo mismo. Lo que interesa declarar es lo que afecta al contenido, no lo que afecta a la forma.

4.8.4 Y la pregunta que queda abierta

Nada de lo anterior responde a la cuestión de fondo, que se deja planteada pero no está resuelta: si un sistema propone una hipótesis fértil o un diseño experimental acertado, ¿qué estatuto epistémico tiene esa contribución? La respuesta fácil —«es una herramienta, como un microscopio»— no acaba de servir, porque un microscopio no propone qué mirar. Y la respuesta contraria —tratarla como una aportación intelectual— choca con todo lo que se acaba de decir sobre la responsabilidad.

La salida que este capítulo sugiere sin cerrarla consiste en separar el descubrimiento de la justificación, distinción clásica de la epistemología de la ciencia que aquí resulta inesperadamente útil. De dónde salga una hipótesis no afecta a su valor: pueden salir de un sueño, de una analogía, de un error de cálculo o de un modelo estadístico, porque lo que la sostiene es la contrastación posterior. Y esa contrastación sí tiene que ser humana, pública y auditable, por la razón que se acaba de dar: alguien tiene que responder de ella.

El problema aparece, entonces, cuando el sistema interviene del lado de la justificación: cuando resume la evidencia disponible, cuando redacta la revisión de literatura sobre la que se apoya una conclusión, cuando evalúa el manuscrito de otro. Ahí ya no está proponiendo qué mirar —donde su procedencia da igual— sino certificando lo que se ha visto, que es precisamente lo que no puede hacer quien no puede ser interpelado.

Algunos cambios inevitables en el reparto de tareas

No es una lista de prohibiciones, sino una regla derivada de dónde está la asimetría:

  • Delegar lo que se comprueba barato —redacción, estructura, código que se ejecuta y se prueba, traducción, resumen de un texto que se tiene delante— y no delegar lo que solo se comprueba caro: qué dice la literatura, qué apoya una afirmación, qué existe.
  • Ninguna referencia sin comprobar contra su fuente. Un DOI se resuelve en segundos; una paginación exacta sin DOI es una combinación de alto riesgo.
  • Usar la coherencia interna como primer filtro, porque es gratis: dos fechas distintas para el mismo trabajo, una suma que no cuadra, un porcentaje que implica un total absurdo.
  • Declarar lo que afecta al contenido, y no lo que afecta a la forma.
  1. Walters, W. H. y Wilder, E. I. (2023). Fabrication and errors in the bibliographic citations generated by ChatGPT. Scientific Reports, 13, 14045. https://doi.org/10.1038/s41598-023-41032-5. La medida de las citas fabricadas, y su descenso entre versiones del modelo.
  2. Liang, W. et al. (2024). Monitoring AI-Modified Content at Scale: A Case Study on the Impact of ChatGPT on AI Conference Peer Reviews. ICML 2024. https://arxiv.org/abs/2403.07183. La estimación sobre informes de revisión, y dónde se concentra.
  3. Committee on Publication Ethics (2024). Authorship and AI tools. Declaración de posición. https://publicationethics.org/guidance/cope-position/authorship-and-ai-tools. Por qué una herramienta no puede figurar como autora.

4.9 Conformidad bajo coacción y dinámicas de cancelación

4.9.1 Por qué tratar el problema en un texto de epistemología aplicada

El capítulo 3 defiende el consenso científico con un argumento preciso: es creíble por el mecanismo que lo produce, no por la virtud de quienes lo integran. Ese argumento tiene una condición de la que depende por entero: que el desacuerdo pueda llegar al expediente y ser examinado. Un consenso al que se llega porque discrepar sale caro no informa sobre el estado de la evidencia, sino sobre el coste de discrepar. Su estimación requiere herramientas analíticas de cierta sutileza.

De ahí que este apartado no trate de convivencia académica ni de buenos modales. Trata de una condición de posibilidad: lo que contribuye a encarecer la defensa de una posición minoritaria degrada el procedimiento entero, y lo hace con independencia de la dirección en que empuje la presión y de quién la ejerza.

4.9.2 El mecanismo: cuando lo que se dice deja de coincidir con lo que se piensa

Kuran describió el proceso con precisión suficiente para usarlo aquí. Cuando expresar una posición tiene un coste social, las personas falsifican sus preferencias y terminan diciendo lo que resulta menos costoso decir. Eso produce tres efectos encadenados (1995):

  1. La distribución pública de opiniones se separa de la privada. Lo que se oye deja de ser una muestra de lo que se piensa.
  2. El error se compone, porque cada cual calibra su propia posición en función de lo que oye. Quien duda en privado y no oye a nadie dudar concluye que su duda es excéntrica, y calla; con lo que refuerza la señal que hizo callar al siguiente.
  3. Los cambios llegan de golpe y parecen inexplicables. Cuando el coste baja, la posición privada aflora de una vez, y el vuelco desconcierta precisamente a quienes tomaban la unanimidad aparente por unanimidad real.

Aplicado a la producción de conocimiento, esos tres efectos tienen rasgos reconocibles: una unanimidad aparente que ningún dato sostiene; líneas de investigación que nadie abre, no porque se hayan descartado sino porque abrirlas es caro; y giros bruscos en un campo cuando un resultado o un cambio de clima hacen barato decir lo que ya se pensaba.

Dos errores simétricos que merecen un tratamiento equilibrado

El primero es llamar censura a la crítica. Que un manuscrito sea rechazado, que un argumento sea refutado, que un trabajo reciba una recensión demoledora o que una posición pierda apoyo tras discutirse no es ser silenciado: es el funcionamiento normal del procedimiento, como se indica en varias secciones de este trabajo. Tratarlo como persecución tiene un efecto epistémico concreto y grave —inmuniza el trabajo débil frente al escrutinio— y reproduce exactamente el paso 6 del esquema descrito en el capítulo 2: trasladar el desacuerdo del terreno de la evidencia al de la pertenencia, donde ya no se puede perder.

El segundo es negar que la presión exista, o suponer que la ciencia es inmune a ella porque tiene métodos. Los casos documentados que siguen muestran lo contrario, y algunos no admiten lectura benévola.

Los dos errores tienen, curiosamente, la misma estructura: sustituyen el examen del argumento por la clasificación de quien lo sostiene. Y por eso el criterio para distinguirlos no puede ser de qué lado viene la presión.

4.9.3 El criterio es el mismo que el del capítulo 3, y se aplica igual en las dos direcciones

Se juzga por la forma de la objeción, no por su procedencia ni por su bando. Dos preguntas bastan casi siempre:

  • ¿La objeción se dirige a la afirmación o a quien la hace? Una crítica que examina el dato, el método o la inferencia admite respuesta y puede perder. Una que examina a la persona —sus motivos, su filiación, su historial— no admite respuesta porque no ha dicho nada refutable.
  • ¿Qué tendría que ocurrir para que quien objeta cambiara de posición? Si no hay respuesta a esa pregunta, lo que hay no es una objeción sino una postura.

Es el mismo criterio que §3.1 aplica al negacionismo climático y el que Lewandowsky y sus colaboradores formulan para separar el escepticismo legítimo de su reverso (2016). Su virtud es que funciona con independencia del contenido y del bando, que es justo lo que se necesita en un terreno donde cada parte se percibe como la silenciada.

4.9.4 Vectores documentados, en direcciones distintas

Presión externa sobre investigadores. El repertorio está descrito: solicitudes masivas de datos que consumen el tiempo del investigador, quejas dirigidas a su empleador o a su financiador, campañas públicas sostenidas. El capítulo 3 recoge el caso de Ben Santer entre otros científicos del clima (2010, pp. 1-7). Su rasgo característico es que no produce ningún resultado publicable: no busca refutar, busca encarecer.

Presión jurídica sobre los editores, que es más eficaz y menos visible. El caso mejor documentado es la retractación de Recursive fury por parte de Frontiers in Psychology en 2014. Lo decisivo está en la propia nota de retractación de la revista: tras investigar «los aspectos académicos, éticos y legales» del trabajo, declara que la investigación no identificó ningún problema en los aspectos académicos ni éticos, y que retira el artículo porque «el contexto legal no está suficientemente claro» (2014).

Es oportuno aclarar lo que este caso prueba. No prueba que el artículo fuera bueno: eso no lo decide una retractación. Pero sí prueba algo grave por sí solo, es decir, que un trabajo puede salir del expediente sin haber sido refutado, y que el motivo puede constar por escrito y no ser científico. Que el objeto del artículo fuera precisamente la ideación conspirativa hace el caso doblemente instructivo, y también doblemente propicio a que cada parte lo lea como confirmación de la suya; el trabajo se republicó en 2015 en otra revista.

Presión institucional y del financiador, ya examinada en §4.1 y §4.7: quien fija la agenda, quien pone su nombre en el centro, quien puede no renovar. Es la más constante de todas y casi nunca se percibe como coacción, porque no hace falta que nadie amenace: basta con que todos sepan qué se espera.

Presión de pares, la más difusa: el revisor que penaliza lo heterodoxo, el tribunal que prefiere lo reconocible, la costumbre de citar lo que se cita. Es el sesgo de revisión por pares de §4.5, visto ahora desde el lado de sus efectos sobre quién se atreve a enviar qué.

Garantías procedimentales como remedio ya ensayado

Si el problema fuera de carácter, la solución sería pedir valentía. Como es de estructura de costes, la solución consiste en abaratar el disenso y dejar constancia de él:

  • Preinscripción del protocolo y registered reports, que fijan el diseño y comprometen la publicación antes de conocer el resultado: quitan al resultado incómodo su penalización.
  • Revisión abierta o firmada donde tenga sentido, y anonimizada donde el sesgo de nombre pese más; no hay una respuesta única, y poco ayuda fingir que la hay.
  • Cauces formales para la discrepancia —comentarios publicados, réplicas, informes de minoría en los paneles de evaluación— que dejan el desacuerdo en el expediente en lugar de en los pasillos.
  • Protección frente al uso del litigio como instrumento de silenciamiento, que es lo que el caso de 2014 deja al descubierto: si el coste jurídico recae sobre el editor, el editor retirará trabajos que no puede defender económicamente aunque sean académicamente correctos.
  • Y la condición que las engloba: que pueda sobrevivirse a la equivocación. Un sistema en el que el error arruina una carrera —el de §4.1, con renovaciones cortas y evaluación al peso— produce más investigadores conformes que prudentes.

Este apartado termina voliviendo al asunto que abría el capítulo §4.1. La conformidad no es un defecto moral del gremio, sino lo que se obtiene cuando disentir es caro y equivocarse resulta fatal. Y, como se ha reiterado en secciones relacionadas, el punto de intervención no está en la conciencia de quien investiga, sino en el procedimiento y marco normativo que fija los costes del disenso.

  1. Kuran, T. (1995). Private Truths, Public Lies: The Social Consequences of Preference Falsification. Harvard University Press. El mecanismo de la falsificación de preferencias y sus efectos en cascada.
  2. Frontiers Editorial Office (2014). Retraction: Recursive fury. Frontiers in Psychology, 5, 293. https://doi.org/10.3389/fpsyg.2014.00293. La nota que declara no haber hallado problemas académicos ni éticos y retirar el artículo por el contexto legal.
  3. Lewandowsky, S., Mann, M. E., Brown, N. J. L. y Friedman, H. (2016). Science and the public: Debate, denial, and skepticism. Journal of Social and Political Psychology, 4(2), 537-553. https://doi.org/10.5964/jspp.v4i2.604. El criterio para separar la crítica genuina del acoso.
  4. Oreskes, N. y Conway, E. M. (2010). Merchants of Doubt. Bloomsbury. El repertorio de las campañas contra investigadores del clima.

Sobre el uso desinformado de la bibliometría y la obsesión por la cuantificación de la ciencia, es interesante analizar los efectos a largo plazo de la desconfianza en el criterio humano y los esquemas de control y rendición de cuentas que están burocratizando de manera preocupante la investigación científica:

📖 L. Bornmann and J. N. Marewski (2024). “Opium in science and society: numbers and other quantifications”. Scientometrics. https://doi.org/10.1007/s11192-024-05104-1

Puedes poner a prueba tu comprensión de los conceptos e ideas básicas de este bloque con este asistente de estudio, cuyos elementos de feedback invitan a reflexionar sobre diversos aspectos del problema:

✅ Asistente de revisión sarcástico