¿Cuánto contenido de IA es aceptable en trabajos de investigación?

¿Existe un porcentaje oficial de cuánto contenido de IA es aceptable en envíos de trabajos de investigación?

No existe un número único que se aplique en toda la publicación de investigación. Los principales editores como Elsevier, Springer Nature y las principales revistas IEEE han publicado políticas de uso de IA desde 2023, pero ninguna establece un umbral de porcentaje que pueda alcanzar y considerar su artículo seguro. En su lugar, sus políticas se centran en la divulgación y el papel específico que desempeñó la IA, ya sea que se utilizara para pulir la gramática, resumir la literatura existente o generar análisis originales, en lugar de cuánto texto generado por IA aparece en el manuscrito final. Las universidades superponen sus propios códigos de integridad académica además de lo que requiere una revista objetivo, y las expectativas de un comité de tesis pueden diferir nuevamente de cualquiera de las dos. Entonces, cuando alguien pregunta cuánto porcentaje de IA es aceptable en trabajos de investigación, o cuánto porcentaje de IA es generalmente aceptable en un trabajo de investigación, la respuesta honesta es que el porcentaje nunca fue realmente la métrica que los órganos rectores eligieron para regular.

Ningún editor académico importante se ha comprometido con un porcentaje específico de IA aceptable — sus políticas se basan en la divulgación y el caso de uso, no en un techo numérico.

¿Por qué las revistas se concentran en la divulgación en lugar de un porcentaje de IA?

Los editores se movieron hacia requisitos de divulgación en lugar de límites de porcentaje por una razón práctica: una puntuación de porcentaje de una herramienta de detección no le dice a un revisor qué hizo realmente la IA. Un artículo donde la IA asistió en la corrección de un argumento de un hablante nativo tiene un peso de integridad de investigación muy diferente del de uno donde la IA generó el análisis subyacente o fabricó citas, sin embargo, ambos podrían producir una puntuación de detector similar. Los editores consideraron más útil pedir a los autores que declaren, en la sección de métodos o una nota de agradecimientos, qué herramientas se utilizaron y para qué propósito, ya que eso responde la pregunta real que le importa a un revisor de pares. Esto también es por qué la mayoría de la orientación de los editores establece explícitamente que las herramientas de IA no pueden ser listadas como coautores y que los autores permanecen completamente responsables de la precisión, originalidad y cualquier error que introduzcan los pasajes asistidos por IA — la responsabilidad recae sobre el autor humano independientemente de lo que un detector reporta.

¿Cómo establecen las universidades y los asesores sus propios umbrales de IA para la redacción de investigaciones?

Por debajo del nivel de editor, las universidades individuales, departamentos y asesores de tesis a menudo agregan sus propias expectativas, y estas tienden a seguir uno de varios patrones dependiendo de quién las establece.

1. Política de escuela de posgrado: algunas universidades publican una declaración de uso de IA a nivel institucional para tesis y disertaciones, ocasionalmente mencionando una herramienta de detección específica pero raramente un porcentaje fijo
2. Orientación a nivel de departamento: los departamentos intensivos en investigación, particularmente en las ciencias, a veces establecen expectativas más estrictas que la línea de base universitaria, especialmente alrededor de secciones de análisis de datos y revisión de literatura
3. Discreción del asesor: muchos asesores de tesis y disertación establecen sus propias expectativas de trabajo directamente con un estudiante, basadas en la escritura que han visto de ese estudiante a lo largo del tiempo en lugar de un número publicado
4. Requisitos de envío a revista: los autores típicamente deben seguir la política de uso de IA y divulgación de la revista objetivo, independientemente de lo que su institución de origen permita
5. Condiciones de IRB y organismos de financiación: la investigación financiada por subvenciones puede llevar requisitos adicionales de divulgación de uso de IA vinculados a la fuente de financiación, superpuestos a las reglas universitarias y de revistas

¿Cambia la sección de un trabajo de investigación cuánto contenido de IA es aceptable?

Sí, y esta es una de las partes más pasadas por alto de la pregunta. Una revisión de literatura que resume el trabajo existente generalmente se trata como un riesgo menor para la asistencia de IA que una sección de resultados o discusión, donde el análisis e interpretación se supone que reflejan el propio juicio académico del autor. Las secciones de métodos se encuentran en el medio — la formulación asistida por IA de un procedimiento estándar genera menos preocupaciones que la interpretación generada por IA de lo que los resultados realmente significan. Los resúmenes reciben un escrutinio particular porque a menudo son la única parte de un artículo que un detector o revisor revisa primero, y un resumen que parece fuertemente generado por IA puede afectar cómo se revisa el resto del manuscrito aunque el cuerpo del texto sea completamente original. Si una revista o un asesor no ha especificado expectativas por sección, tratar las secciones de análisis original con la máxima cautela y las secciones amigables con la divulgación como material de fondo de manera más flexible es un valor por defecto razonable.

Una puntuación de detección adjunta a un resumen y la misma puntuación adjunta a una sección de resultados no tienen el mismo peso — los revisores leen la participación de IA en la interpretación y análisis como una preocupación más grande que la formulación asistida por IA del material de fondo.

¿Qué cuenta como uso de IA aceptable frente a contenido de IA no divulgado en la investigación?

La mayoría de la orientación publicada traza una línea entre la IA como herramienta de escritura e IA como fuente no acreditada del trabajo académico real, y esa distinción importa más que cualquier porcentaje. Usar una herramienta de IA para verificar la gramática, sugerir fraseología para una oración que ya es sustancialmente suya, o reformatear citas se trata ampliamente como aceptable, similar a cómo el corrector ortográfico o un corrector humano siempre se ha tratado. Usar IA para generar resúmenes de literatura que no ha verificado, redactar análisis que no realizó, o producir citas que no ha verificado por precisión — a veces llamadas referencias alucinadas por IA — se mueve hacia territorio que la mayoría de las instituciones y editores tratan como un problema de integridad de investigación independientemente de lo que un detector reporta. La parte no divulgada es a menudo la violación real: varias revistas notan que la asistencia de IA apropiada y divulgada es permitida, mientras que la misma asistencia dejada sin reconocer en la sección de métodos o agradecimientos es lo que desencadena una revisión de mala conducta.

1. Aceptable y típicamente solo divulgación: sugerencias de gramática y fraseología, ayuda de formateo, traducción de su texto ya redactado
2. Aceptable con divulgación clara: resumen de literatura asistida por IA que ha verificado independientemente contra las fuentes originales
3. Requiere aprobación institucional caso por caso: análisis de datos asistida por IA o generación de código utilizada en la producción de resultados
4. Generalmente no aceptable: análisis, interpretación o conclusiones generadas por IA presentadas como el juicio académico original del autor
5. No aceptable en ninguna institución: citas, datos o citas fabricadas por IA que nunca se verificaron contra una fuente real

¿Qué debe hacer si su revista o universidad objetivo no ha publicado una política de IA?

Muchos investigadores están trabajando contra una revista o programa de posgrado objetivo que aún no tiene una política de IA escrita específica. En esa brecha, el paso más confiable es preguntar directamente — enviando un correo al editor, consultando la actualización más reciente de las directrices de envío de la revista, o preguntando a su asesor cómo quiere que se maneje la asistencia de IA antes de confiar en ninguna herramienta. En ausencia de orientación publicada, una suposición de trabajo razonable es divulgar cualquier asistencia de IA que utilizó en una carta de portada o nota de agradecimientos independientemente de si es requerido, ya que un revisor que no esperaba divulgación y la obtiene de todas formas raramente reacciona negativamente, mientras que el uso no divulgado que surge más tarde puede plantear preguntas aunque el trabajo subyacente fuera sólido. Esto es especialmente relevante para hablantes de inglés no nativos que usan IA para pulir idioma, ya que este caso de uso es tratado favorablemente por casi todo editor que lo ha abordado explícitamente, pero solo cuando es divulgado en lugar de asumido.

"Divulgar antes de que se le pregunte" se mantiene bien en la publicación de investigación como lo hace en cualquier otro lugar de la escritura académica.

¿Cómo puede verificar cuánto contenido de IA es aceptable en borradores de trabajos de investigación antes de enviar?

Debido a que cuánto contenido de IA es aceptable en un trabajo de investigación depende de cuál sea la revista, cuál sea el departamento y cuál sea el asesor involucrado, lo más útil que puede hacer un investigador antes del envío es obtener una lectura independiente de su propio borrador en lugar de asumir cómo un proceso de detección desconocido lo puntuará. La herramienta de detección de texto de IA de NotGPT proporciona un desglose de probabilidad a nivel de oración con pasajes destacados, por lo que en lugar de una puntuación única y combinada para todo el manuscrito, puede ver exactamente qué secciones — resumen, revisión de literatura, discusión — se leen como generadas por IA y por qué. Esto es particularmente útil en la escritura de investigación, donde el registro académico formal y la fraseología técnica densa ya son propensos a desencadenar puntuaciones de similitud de IA más altas incluso en prosa completamente escrita por humanos. Si un pasaje señalado genuinamente refleja su propia voz de escritura en lugar de asistencia de IA, la herramienta Humanize puede ajustar la fraseología para introducir más variación natural sin cambiar sus datos, argumentos o citas, que es una respuesta más constructiva antes del envío que reenviar texto sin cambios y esperar que un detector diferente lo lea más favorablemente.

¿Es una puntuación más baja de detección de IA siempre más segura para un trabajo de investigación?

No necesariamente, y esto vale la pena abordar directamente dado cuán a menudo los investigadores persiguen el número más bajo posible. Una puntuación de detección baja reduce las probabilidades de que el análisis automatizado marque su manuscrito, pero no sustituye realmente el cumplimiento de los requisitos de divulgación de su revista objetivo, y no lo protege si un revisor luego descubre contenido generado por IA no verificado que un detector de patrón de texto simplemente no detectó — las citas alucinadas siendo el ejemplo más claro, ya que a menudo se leen como estilísticamente ordinarias mientras se fabrican factualmente. Los editores y oficinas de integridad cada vez más dicen lo mismo: una puntuación de detector es una entrada, no un veredicto, y la asistencia de IA divulgada y usada apropiadamente se trata de manera muy diferente que la misma asistencia escondida detrás de una puntuación limpia. El enfoque más duradero es entender qué expectan realmente su revista específica, departamento y asesor, divulgar la asistencia de IA donde corresponda, y tratar cualquier detector — incluyendo el de NotGPT — como una verificación previa al envío en lugar de un número para ser manipulado.