La revisión por pares depende de un único recurso escaso: la atención no remunerada de los científicos en activo, y ese recurso se raciona cada año más finamente. Las publicaciones indexadas en Scopus y Web of Science crecen aproximadamente un 5,6 % anual, un ritmo que algunos análisis describen como exponencial. Las estimaciones sitúan el tiempo colectivo que los investigadores dedican a revisar en unos 15.000 años-persona al año, un trabajo que costaría unos 1500 millones de dólares si se pagara a tarifas de mercado solo en Estados Unidos. La oferta de atención experta no crece al ritmo de la demanda, y la era de la IA está empeorando el desequilibrio.
El coste de esta presión se manifiesta en casos individuales. Jason Semprini, economista sanitario de la Universidad de Des Moines, presentó un artículo sobre las políticas estatales que exigen que los estudiantes de primaria reciban la vacuna contra el VPH. Su hallazgo era contraintuitivo pero específico: los mandatos no redujeron drásticamente las tasas de cáncer de cuello uterino a nivel poblacional, sobre todo porque algunas familias responden a los mandatos evitando por completo la vacuna. Un revisor leyó el manuscrito y concluyó que Semprini ponía en duda si la vacuna contra el VPH previene el cáncer de cuello uterino. Sobre la base de ese malentendido, con un único revisor asignado, el artículo fue rechazado.
Los números detrás de la presión
La aritmética de la revisión por pares se ha ido deteriorando durante años, pero las piezas ahora son visibles en los datos. Los volúmenes de envíos a las revistas han aumentado en todas las disciplinas. Los revisores, que normalmente trabajan de forma anónima y sin remuneración, informan de que se les pide revisar más artículos de los que pueden asumir razonablemente y rechazan las invitaciones con mayor frecuencia. El resultado es un sistema en el que las revistas a veces envían un manuscrito a un único revisor, como le ocurrió a Semprini, en lugar de los dos o tres que antes eran habituales. Un malentendido, una lectura apresurada, un experto sobrecargado, y la puerta se cierra.
El trabajo no remunerado es la debilidad estructural del sistema. Los investigadores revisan porque forma parte del contrato académico, porque se benefician del mismo servicio, porque quieren influir en su campo. Pero el incentivo es difuso y el coste es concreto. Cada revisión es tiempo sustraído a la propia investigación del revisor, y cuando los volúmenes de envíos aumentan mientras el grupo de revisores permanece estable, la calidad es lo que se resiente.
El amplificador de la IA
La inteligencia artificial está entrando en este frágil sistema desde dos direcciones a la vez. En el lado de la producción, la redacción asistida por IA hace más rápido y barato escribir y formatear un manuscrito, reduce la barrera para presentar trabajos y eleva el número de artículos que las revistas deben procesar. La ciencia subyacente puede ser perfectamente sólida, pero la facilidad de producción agrava el problema del volumen.
En el lado de la evaluación, la IA se está utilizando para generar las propias revisiones, a menudo con malos resultados. En la conferencia de aprendizaje automático ICLR 2026, un análisis de más de 75.000 revisiones encontró que aproximadamente el 21 % parecían estar íntegramente generadas por IA, y más de la mitad mostraban al menos algunos signos de asistencia de IA. En ICML 2026, 506 revisores fueron sorprendidos violando las políticas de uso de la IA, detectados mediante marcas de agua integradas, y casi 500 artículos fueron rechazados de plano, alrededor del 2 % de los envíos. El problema no se limita a la informática. Las fábricas de artículos, operaciones comerciales que producen en masa investigaciones falsas para autores que pagan, han industrializado la fabricación, y un análisis de la literatura sobre cáncer publicado en Nature estimó que aproximadamente uno de cada diez artículos del campo puede proceder de estas fábricas. Se han encontrado citas fabricadas en trabajos publicados, incluida una carta de investigación en The Lancet que informaba del problema en una fracción del 1 % de los artículos indexados.
El peligro no es que todo artículo asistido por IA sea fraudulento. Es que la capacidad de los revisores, no el mérito científico, se convierte en el recurso limitante que determina qué afirmaciones reciben un escrutinio serio. Cuando un voluntario sobrecargado se interpone entre un manuscrito y la literatura, aumenta la probabilidad de que un malentendido genuino hunda un buen trabajo, y con ella la probabilidad de que un artículo fabricado o descuidado se cuele.
Lo que se está intentando
El sistema no carece de respuestas. Las revistas están experimentando con el pago a los revisores, con resultados dispares reportados por las editoriales que han realizado pruebas. Nature ha venido ampliando la revisión por pares transparente, publicando los informes de los revisores junto a los artículos, un cambio asociado a tasas más bajas de retractación. Algunas revistas están probando la revisión cruzada entre solicitantes, en la que los autores revisan los envíos de los demás, y un número creciente de financiadores utiliza ahora la aleatorización para desempatar entre propuestas consideradas igualmente meritorias, recuperando el antiguo cleroterio ateniense como herramienta de asignación justa.
También se están desarrollando herramientas de IA para ayudar, no sustituir, a los revisores: examinar los envíos en busca de indicios de fabricación, comprobar las referencias y señalar estadísticas sospechosas. La postura de que la IA no debería escribir aún revisiones por completo está ganando terreno en la propia comunidad del aprendizaje automático, donde las comparaciones empíricas entre revisiones humanas y generadas por IA han mostrado la brecha en calidad y fiabilidad.
La elección estructural
Ninguna de estas soluciones aborda la ecuación de fondo. La ciencia produce más resultados cada año, las revistas compiten por publicar con rapidez, los investigadores necesitan publicaciones para sus carreras y la IA facilita la producción escrita. El único insumo que no puede ampliarse a voluntad es la atención experta. La revisión por pares depende de un grupo de científicos en activo que donan un tiempo del que cada vez disponen menos, y ningún rediseño de procesos cambia ese cuello de botella.
La probable siguiente fase del debate girará en torno a si la respuesta es la compensación, la clasificación de prioridades, la asistencia de IA con supervisión humana o algún rediseño de la función de la revisión. Lo que muestra el caso de Semprini es que la cuestión no es abstracta. Un artículo que podría haber contribuido a un debate político genuinamente importante, sobre si los mandatos de vacunación funcionan como se esperaba, fue frenado por una única lectura errónea, y la experiencia del investigador es cada vez más común en todas las disciplinas.
Los responsables políticos, los médicos, los inversores y el público tratan la publicación en revistas como un indicador de legitimidad. Si el proceso que respalda ese indicador se debilita, la señal se vuelve más ruidosa justo en el momento en que la confianza en la experiencia ya está cuestionada. El sistema que filtra la mala ciencia del registro necesita él mismo un filtro, y la era de la IA está planteando la cuestión más rápido de lo que las instituciones pueden responderla.
Traducido por Alessandra
Sources:
- Ars Technica, “Peer review is overwhelmed, can it survive in the AI era?” (Aug 10, 2026): https://arstechnica.com/science/2026/08/peer-review-is-overwhelmed-can-it-survive-in-the-ai-era/
- Nature News Feature, “The peer-review crisis: how to fix an overloaded system” (Aug 2025): https://www.nature.com/articles/d41586-025-02457-2
- Journal Metrics analysis of ICLR 2026 AI-generated reviews (Pangram Labs data): https://www.journalmetrics.org/blog/ai-written-peer-reviews-medical-authors-2026
- PeerJ / Research Integrity & Peer Review (reviewer workload estimates): https://link.springer.com/article/10.1186/s41073-021-00118-2
- arXiv, “Stop Automating Peer Review Without Rigorous Evaluation”: https://arxiv.org/abs/2605.03202