CIUDAD DE MÉXICO.- Elena Vasquez y Marcus Chen no existen. Al menos no como los expertos que aparecen asociados a cientos de documentos generados con inteligencia artificial. Los investigadores Michał Brzozowski y Neo Christopher Chung encontraron que esos nombres aparecen de manera recurrente cuando distintos modelos de lenguaje generan investigadores, expertos o personajes ficticios. Pero el hallazgo más llamativo no está en los nombres: algunos terminaron formando parte de registros académicos que sí existen.
De acuerdo con Proyecto451, en un preprint publicado en junio, los investigadores analizaron cómo los modelos de lenguaje repiten determinados nombres y, además, generan combinaciones de personajes que aparecen juntas con una frecuencia muy superior a la esperable por azar. El problema aparece cuando esas identidades sintéticas pasan del texto generado a la infraestructura académica.
En Zenodo, el repositorio operado por CERN, el equipo identificó 1.655 registros atribuidos a estos autores fantasma o a otros nombres generados por IA. Los registros mencionaban revistas inexistentes, presentaban fechas de publicación falsificadas y, sin embargo, tenían DOI reales registrados en DataCite.
La escala tampoco fue uniforme. Según el estudio, 991 de esos registros fueron registrados en marzo de 2026 y otros 666 en abril, en lo que los investigadores describen como una ráfaga automatizada de aproximadamente 60 días. La discrepancia entre la fecha de publicación declarada por el usuario y la fecha de registro del DOI en DataCite permitió detectar el backdating.
Esto introduce una distinción importante. El DOI no es falso. Tampoco lo es Zenodo ni la infraestructura que registra y distribuye los metadatos. Lo que resulta falso es el contenido que esos identificadores describen. Y una vez que un registro tiene un DOI válido, puede ser incorporado por servicios que recolectan metadatos académicos. El estudio señala que estos registros ya son técnicamente cosechables por agregadores que incorporan información de DataCite.
404 Media pone el caso en un contexto más amplio: las publicaciones científicas ya están enfrentando textos generados por IA y nuevos mecanismos para detectar o limitar ese contenido. Pero este trabajo agrega una dimensión diferente al problema: la contaminación no ocurre solamente en el contenido de los documentos, sino también en los datos que permiten identificarlos, clasificarlos y hacerlos circular.
El estudio (todavía es un preprint) señala limitaciones: analizaron un conjunto específico de modelos y registros, por lo que sus resultados no permiten extrapolar la magnitud del fenómeno a todo el ecosistema académico. Pero el caso de Zenodo alcanza para mostrar algo concreto: la generación automática ya encontró una vía para producir no sólo documentos, sino también rastros persistentes dentro de los sistemas que organizan el conocimiento académico.
Y hay una ironía final. Los mismos patrones que permiten fabricar estos autores fantasma podrían convertirse también en una herramienta para detectarlos. Si cada modelo deja determinadas preferencias en los nombres y combinaciones de personajes que genera, esas anomalías podrían funcionar como señales de procedencia. Pero los investigadores advierten que esa huella puede degradarse a medida que el contenido generado por IA vuelve a incorporarse a los datos con los que se entrenan nuevos modelos.
AM.MX/lm
The post Los autores “fantasmas” de la IA que contaminan la publicación académica appeared first on Almomento | Noticias, información nacional e internacional.
