Hoy en día, si un árbol cae en un bosque y nadie lo indexa en Scopus, ¿realmente hizo ruido? Probablemente no, y ciertamente ningún comité de acreditación le otorgaría un quinquenio por ello. Bienvenidos al apasionante mundo de la Academia. En este maravilloso escenario estamos asistiendo a una mutación fascinante del clásico mantra “publica o muere” al que podemos llamar el nacimiento de la literatura científica de microondas.
Asistimos a la era de los papers de microondas
¿Para qué gastar años de vida recolectando datos de campo, lidiando con comités de ética reales o financiando costosos laboratorios, si puedes sentarte frente a una computadora un viernes por la tarde y “cocinar” un artículo científico listo para enviar el lunes?
El Milagro de la multiplicación de los panes y los papers
Asistimos a un incremento exponencial y sin precedentes en la publicación de revisiones sistemáticas de la literatura (SLR), metaanálisis y, sobre todo, análisis bibliométricos.
Para que nos hagamos una idea de la velocidad a la que estamos “produciendo ciencia”, un estudio reciente en investigación educativa reveló que el 87% de todas las revisiones bibliométricas indexadas en Scopus en este campo se publicaron en un periodo de cinco años (entre 2020 y 2024), y la friolera del 97% desde 2015 (link).
De la noche a la mañana, las metodologías basadas en recopilar y reempaquetar lo que otros ya escribieron se han convertido en los enfoques metodológicos dominantes. Ya no investigamos el mundo, investigamos lo que la gente dice que investiga sobre el mundo. Es la epistemología del espejo frente al espejo.
La Nueva Geografía Científica (O la venganza de la periferia)
Y por si fuese poco, tenemos otro componente de esta dieta académica. Históricamente, el club del conocimiento original ha sido un coto privado de sociedades angloamericanas y europeas occidentales. Pero, ¡sorpresa, sorpresa! En el ámbito de las revisiones bibliométricas, las reglas del juego han cambiado drásticamente.
Actualmente, el 69% de las revisiones bibliométricas publicadas en educación provienen de autores de naciones emergentes (Asia, África y América Latina). Es decir, que los investigadores no occidentales se han convertido en los cronistas oficiales del declive del imperio del rigor, utilizando para ello las mismas herramientas automatizadas.
¿Por qué correr cuando puedes “automatizar”?
¿Qué explica esta repentina obsesión de las regiones emergentes por la bibliometría y las revisiones sistemáticas? No es una epifanía intelectual colectiva, sino simple supervivencia darwiniana-académica:
- La Presión del Sistema: existe una exigencia global para que los investigadores publiquen a un ritmo industrial en revistas de alto impacto. Si no publicas, estás fuera del juego.
- La “Vía Rápida” tecnológica (The Quick Route): si tu universidad no tiene presupuesto para reactivos químicos, telescopios o trabajo de campo antropológico, el software bibliométrico gratuito (como VOSviewer o Biblioshiny) es un regalo divino. Te permite bajar un archivo
.csvde Scopus, arrastrarlo al software y —¡voilà!— generar mapas sociométricos multicolores en tres segundos que simulan “alta ciencia” sin costar un solo céntimo. - El Andamiaje Lingüístico de la IA: escribir en un inglés académico pulcro ya no requiere una beca Fulbright. Las herramientas de IA generativa actúan como andamios cognitivos, reduciendo la ansiedad de redacción y eliminando las barreras del idioma para investigadores no nativos. Y no sólo para la traducción, puesto que también se puede usar para que explique conceptos, deduzca ideas, proponga análisis, etc.
El Lado Oscuro de la Ciencia de Plantilla: gráficos bonitos, cerebros vacíos
Como era de esperarse, cuando democratizas la capacidad de fabricar artículos sin esfuerzo, la calidad metodológica decide tirarse por la ventana. Así que es lógico que estamos inundados de un “crecimiento indiscriminado de estudios de baja calidad” que apenas superan los estándares mínimos de la decencia científica.
Los síntomas de esta patología académica son obvios:
- “Seguir ciegamente al software” (Software-driven bias): autores novatos que confunden la generación automática de nubes de palabras y mapas de co-citación con un análisis real. El resultado es una “presentación en serie” de gráficos llamativos acompañados de descripciones penosamente superficiales (de tipo “La palabra X tiene un nodo grande, pero la palabra Y está en azul”) sin una síntesis analítica profunda (ni profunda, ni de ningún tipo).
- La fábrica de clones: se publican múltiples revisiones sobre el mismo tema, en el mismo periodo y con los mismos métodos. Lo peor de todo es que ¡estos clones ni siquiera se citan entre sí! y a veces se contradicen.
- La lobotomía por IA (“descarga cognitiva permanente”): delegar la redacción y el análisis crítico a modelos de lenguaje atrofia la capacidad de pensar con independencia (por si no fuese suficiente con las Redes Sociales, las televisiones progubernamentales, Bad Bunny, y el reguetón). Peor aún, los modelos de IA son propensos a sufrir de “alucinaciones”, inventando datos, hechos y referencias bibliográficas completas que luego terminan impresas en revistas científicas “revisadas por pares”.
¿Hay cura para la resaca bibliométrica?
Si queremos rescatar a la academia de convertirse en un generador automático de Spam indexado, necesitamos aplicar correctivos urgentes:
- Penalizar la redundancia: las revistas deben rechazar de inmediato cualquier revisión que no demuestre un vacío de conocimiento crítico o que simplemente repita un análisis que ya se hizo hace seis meses.
- Priorizar la interpretación sobre el software: exigir que los mapas generados por computadora sean el punto de partida de una discusión conceptual cualitativa, no el resultado final del artículo.
- Adoptar criterios de evaluación rigurosos: utilizar rúbricas formales que castiguen el uso perezoso de la tecnología y premien el verdadero valor intelectual.
Para poner nuestro granito de arena para no ser un “académico de microondas”, hemos preparado una lista condensada de verificación de integración de IA en el análisis académico que tratamos de pasar a nuestras publicaciones antes de “colarlas” en cualquier parte:
- Dimensión ética (filtro de integridad): ¿Has verificado manualmente cada cita y dato generado por la IA para asegurarte de que no es una alucinación? ¿El texto conserva tu voz original y evita el plagio indirecto de estructuras sintéticas?
- Dimensión metodológica (filtro de rigor): ¿Estás usando el software para responder preguntas de investigación genuinas o solo estás “siguiendo al software” para rellenar páginas con mapas de colores? ¿Hay una síntesis cualitativa que explique qué significan las redes de datos más allá de lo descriptivo?
- Dimensión cognitiva (andamiaje vs. sustitución): ¿La IA actuó como un andamio para liberar tu carga mecánica (gramática, estructura básica) o la usaste para externalizar el pensamiento crítico y la redacción del núcleo argumental de tu estudio?
La tecnología es una excelente muleta para trabajar, pero una pésima cabeza pensante. En esta época de crisis de calidad, la verdadera rebeldía académica no consiste en publicar cincuenta artículos al año, sino en publicar uno solo que realmente valga la pena leer.