Una plataforma de inteligencia artificial (IA) que rastrea publicaciones científicas sospechosas marcó más de mil 400 revistas como “potencialmente problemáticas”, de una lista de casi 15 mil 200 cabeceras de acceso abierto en Internet.
El estudio, publicado en Science Advances y liderado por la Universidad de Colorado en Boulder, advierte sobre una tendencia preocupante en el mundo académico.
Daniel Acuña, autor principal y profesor asociado del Departamento de Ciencias de la Computación, recibe cada semana correos electrónicos de supuestos editores que ofrecen publicar sus investigaciones a cambio de una tarifa elevada.
“Ha habido un esfuerzo creciente entre científicos y organizaciones para verificar estas revistas. Pero es como jugar al ‘golpea al topo’: cierras una y surge otra bajo un nuevo nombre, generalmente de la misma empresa”, explicó Acuña.
Estas publicaciones, conocidas como “revistas depredadoras”, suelen convencer a los investigadores de pagar cientos o miles de dólares para difundir sus trabajos sin revisión por pares.
La nueva herramienta de IA analiza automáticamente los sitios web de las revistas y otros datos en línea según criterios como la existencia de un consejo editorial con expertos reconocidos o la presencia de errores gramaticales.
“La herramienta no es perfecta. Al final, los expertos humanos deben tomar la decisión sobre la reputación de una revista”, señaló Acuña.
El académico subrayó la urgencia de combatir estas prácticas en un momento en que se cuestiona la legitimidad de la ciencia:
“En ciencia, no se empieza desde cero. Se construye sobre la base de la investigación de otros. Si los cimientos de esa torre se derrumban, todo se derrumba”.
Un negocio de extorsión
Cuando los investigadores envían sus trabajos a una revista seria, éstos pasan por un proceso de revisión por pares. Sin embargo, cada vez más empresas intentan saltarse este procedimiento.
El término “revistas depredadoras” fue acuñado en 2009 por Jeffrey Beall, bibliotecario de la Universidad de Colorado, para describir estas publicaciones que se dirigen, sobre todo, a científicos de países con instituciones emergentes y alta presión por publicar, como China, India o Irán.
“Dicen: ‘Si pagas 500 o mil dólares, revisaremos tu artículo’. En realidad, no ofrecen ningún servicio: simplemente toman el PDF y lo suben a su página”, detalló Acuña.
Organizaciones como el Directorio de Revistas de Acceso Abierto (DOAJ) han intentado frenar esta práctica desde 2003, pero la magnitud del problema hace difícil mantener el control.
IA contra las publicaciones fraudulentas
Para acelerar el proceso, el equipo de Acuña entrenó su sistema con los datos del DOAJ y lo aplicó a más de 15 mil 200 revistas de acceso abierto. La IA detectó más de mil 400 como sospechosas.
Los investigadores pidieron a expertos humanos que revisaran un subconjunto de estas publicaciones. El sistema se equivocó en unos 350 casos, marcando como cuestionables algunas revistas legítimas, pero dejó más de mil bajo sospecha.
“Creo que esta herramienta debería usarse para preseleccionar un gran número de revistas, pero el análisis final debe quedar en manos de profesionales humanos”, sostuvo Acuña.
Un sistema transparente
El equipo también quiso evitar que la plataforma funcionara como una “caja negra”.
“Con ChatGPT, por ejemplo, a menudo no se entiende por qué sugiere algo. Nosotros intentamos que nuestro sistema fuera lo más interpretable posible”, señaló el investigador.
Entre los patrones identificados en las revistas depredadoras están la publicación de un número inusualmente alto de artículos, la inclusión de autores con múltiples afiliaciones y la tendencia a citarse a sí mismos en exceso.
