El revisor que ya no revisa: cuando la IA se cuela en la revisión por pares

¿Cuándo fue la última vez que leíste un informe de revisión y pensaste “esto lo ha escrito una persona”? Si te ha costado responder, no eres el único. Y ese, precisamente, es el problema que quiero poner sobre la mesa.

Por qué necesitamos que alguien nos lea antes de publicar

Empecemos por lo obvio, aunque lo obvio a veces se nos olvida: la revisión por pares no es un trámite burocrático ni un peaje molesto entre el manuscrito y la publicación. Es, en el fondo, la única garantía que tiene la ciencia de que lo que se publica ha pasado por el filtro de otras mentes expertas antes de convertirse en conocimiento. Un revisor detecta el error metodológico que al autor se le escapó, señala la bibliografía que falta, pregunta lo incómodo que nadie se atrevió a preguntar en el propio equipo de investigación. En definitiva, establece un diálogo entre pares que, bien hecho, mejora el artículo y, de paso, protege a la comunidad científica de publicar humo.

¿Aporta esto valor? Evidentemente. ¿Es necesario? Por supuesto. Pero aquí viene el primer matiz incómodo, ese que solemos callar en los pasillos de los congresos pero que todos comentamos por WhatsApp.

El error de base: revisar sin ser experto

¿Cuántas veces hemos recibido una invitación para revisar un paper del que, honestamente, no somos expertos ni de lejos? Yo he perdido la cuenta. Llega el correo, el título suena cercano a nuestra área, la revista tiene un factor de impacto que apetece tener en el currículum como revisor, y aceptamos. El resultado: informes tibios, superficiales, que no entran en el fondo de la cuestión porque, sencillamente, no se puede entrar en lo que no se domina.

Esto no es un problema nuevo ni lo ha inventado la inteligencia artificial. Pero, como veremos, la IA no ha hecho más que amplificar una grieta que ya existía en el sistema.

El aluvión post-IA: escribir papers nunca fue tan fácil

Desde mi experiencia como miembro del comité editorial de varias revistas, puedo dar fe de algo que cualquier editor de estos últimos dos años confirmaría sin dudar: el número de manuscritos recibidos se ha disparado. Y no es casualidad. Escribir un paper hoy es infinitamente más fácil que hace cinco años. La IA generativa redacta introducciones convincentes, estructura discusiones, sugiere marcos teóricos y hasta propone hipótesis con una fluidez que antes costaba meses de lectura y borradores.

Esto no es malo en sí mismo pero sí ha generado un efecto colateral evidente: más cantidad no equivale a más calidad, y el sistema de revisión, que ya iba justo de recursos humanos, se ha visto desbordado por un volumen que no estaba diseñado para absorber.

Virtudes de la IA para la investigación

Seamos justos, porque el objetivo de este texto no es demonizar la tecnología, sino pensar críticamente su uso. La IA tiene virtudes reales para la investigación, y sería miope no reconocerlas.

• La primera, y para mí una de las más honestas: ayuda a mejorar el estilo de redacción, especialmente si no somos hablantes nativos de inglés. Y aquí toca recordar algo que casi nunca decimos en voz alta: el idioma universal de la ciencia sigue siendo, en su inmensa mayoría, el inglés. El nivel de inglés de la población española ha mejorado muchísimo en las últimas décadas, es cierto. Pero escribir con precisión técnica en una lengua que no es la materna nunca es lo mismo que escribir en ella. La IA, usada como corrector de estilo, nivela un terreno que durante años ha sido profundamente desigual entre investigadores angloparlantes y el resto del mundo.
• La segunda virtud: la IA ayuda a contrastar ideas, a preguntar, a refinar argumentos. Usada como interlocutor, puede ser un estupendo compañero de tormenta de ideas, capaz de señalar inconsistencias en un razonamiento o sugerir ángulos que no habíamos contemplado. Todo esto, eso sí, siempre desde una perspectiva crítica por parte de quien la usa. La IA propone; el investigador dispone.

Algunos riesgos a tener en cuenta

Ahora bien, como en toda tecnología, están los “jetas”. Los que usan la IA para generar el paper o buena parte de él, y luego lo firman como si fuera fruto exclusivo de su intelecto, sin dar el más mínimo crédito a la herramienta que ha hecho buena parte del trabajo.

La ciencia solo es ciencia si hay reflexión crítica, transparencia y honestidad intelectual. Sin eso, lo que tenemos es marketing académico disfrazado de conocimiento.

Y aquí conviene traer a colación un debate que trasciende lo académico. El propio papa León XIV lo planteaba hace poco en su encíclica Magnifica Humanitas: la tecnología no es neutra, y cuando se le deja actuar sin criterio humano detrás, acaba sirviendo a la exclusión y al dominio antes que al bien común. Llevado a nuestro terreno, el mensaje es el mismo: la IA puede ser una herramienta magnífica, pero en el momento en que sustituye —en lugar de acompañar— el juicio humano, algo se ha roto. Y ese “algo” es, precisamente, el corazón del método científico.

Cuando la IA revisa por nosotros

Y volvemos al tema que nos ocupa: la revisión de papers. Porque aquí sucede exactamente lo mismo que con la autoría. La IA es una herramienta que te puede “solventar” hacer una revisión en un plis plas, y esto se nota. Se nota en la genericidad de los comentarios, en la ausencia de matices propios de quien realmente ha leído el paper línea a línea, en esas frases que suenan a manual de estilo antes que a diálogo intelectual.

Una cosa es utilizar la IA para pulir el mensaje, para ordenar las ideas que quieres transmitir a los autores de forma clara y constructiva. Esto me parece perfectamente lícito, incluso recomendable. Pero dejar que sea la IA quien evalúe el paper —quien decida si la metodología es sólida, si la contribución es original, si el argumento se sostiene— es desmerecer lo que significa hacer ciencia. No solo se rompe el código ético del proceso, sino que se olvida algo fundamental: la generación de nuevo conocimiento es, y debe seguir siendo, un acto profundamente humano.

La IA es una herramienta que, bien utilizada, tiene un potencial enorme para convertirse en el becario que todo investigador querría tener: disponible a cualquier hora, incansable, y a un precio muy asequible. Pero, como cualquier becario, hay que formarlo bien y necesita supervisión constante. Nadie en su sano juicio dejaría que un becario de primer año firmara solo el informe final de un proyecto de investigación. ¿Por qué habríamos de hacerlo con la IA?

La devaluación silenciosa del revisor

Desde mi experiencia en equipos editoriales, y particularmente en revistas que trabajan bajo una presión constante por los plazos de respuesta, os puedo asegurar que el fenómeno es ya cotidiano. Informes de revisión que llegan en tiempo récord —sospechosamente récord—, con una estructura idéntica independientemente del paper, con comentarios que podrían aplicarse a cualquier artículo del área con solo cambiar dos palabras. ¿Es esto revisión por pares? ¿O es simplemente teatro editorial?

Y aquí llegamos, quizás, al punto más incómodo de todo este debate: la figura del revisor lleva devaluándose desde mucho antes de que la IA generativa existiera. Ser revisor significa ser experto, dedicar horas —rara vez remuneradas o reconocidas— a leer con detalle, a contrastar metodologías, a pensar de verdad en cómo mejorar el trabajo ajeno. Y, sin embargo, ¿qué reconocimiento institucional tiene esta labor? Prácticamente ninguno. No cuenta en los sexenios, apenas figura en los currículums de forma relevante, y son cada vez menos los investigadores que se ofrecen a hacerlo con garantías de calidad, precisamente porque el sistema no lo valora.

Un merecido reconocimiento

No hay nada más frustrante, para un editor y para un autor, que recibir un informe de revisión recién salido del horno de una IA generativa. Se nota al instante la falta de alma, la ausencia de esa mirada experta que solo da la experiencia acumulada en un campo concreto. Y cuando esto ocurre, no solo se falla al autor que merecía una revisión seria, se falla a la ciencia entera.

Hagamos aquí un llamamiento, porque creo que nos lo merecemos como comunidad científica. Si las publicaciones científicas son tan importantes ¿no deberíamos valorar mucho más el trabajo de quienes, de forma completamente altruista y por puro amor a la ciencia, dedican su tiempo a hacer revisiones que merecerían enmarcarse? ¿No es contradictorio que exijamos publicaciones de calidad mientras dejamos que el filtro que garantiza esa calidad se sostenga sobre voluntarismo, buena fe y, cada vez más, atajos automatizados?

Algunas recomendaciones para no perder el rumbo

Termino con algunas ideas, no como recetas cerradas sino como puntos de partida para el debate:

• Declarar el uso de la IA, tanto al escribir como al revisar. La comunidad científica se basa precisamente en no esconder cómo se ha llegado a un resultado.
• Reconocer el rol de revisor, con incentivos institucionales tangibles. O empezamos a saldar esa deuda de algún modo, o cada vez encontraremos menos gente dispuesta a hacerlo bien.
• Formar sobre el uso ético de la IA tanto a autores como a revisores, para que la herramienta se use como apoyo y no como sustituto del criterio experto.
• Revisar los plazos editoriales, porque parte de la tentación de delegar en la IA nace de una presión temporal.
• Recuperar el valor de la lentitud intelectual. Sí, ya sé que suena a herejía en la era de la inmediatez, pero una buena revisión necesita tiempo, y ese tiempo es, en realidad, la mejor inversión que puede hacer la ciencia en sí misma.

La inteligencia artificial ha llegado para quedarse, y negarlo sería absurdo. La pregunta que de verdad importa no es si debemos usarla, sino cómo y hasta dónde. Porque entre usar la IA como becario aplicado y dejar que sea ella quien firme, hay una línea que, como comunidad científica, todavía estamos a tiempo de no cruzar. ¿O ya la hemos cruzado sin darnos cuenta?