<

Artículos

¿Cómo está transformando la inteligencia artificial la comunicación científica? Desafíos, oportunidades y el papel de los actores involucrados: una revisión de alcance

How Is Artificial Intelligence Transforming Scholarly Communication? Challenges, Opportunities, and the Role of Stakeholders: A Scoping Review

Jairo Buitrago-Ciro* 
http://orcid.org/0000-0001-6806-5722

Estela Morales Campos* 
http://orcid.org/0000-0002-2776-8242

César Leonardo Villamizar Romero** 
http://orcid.org/0009-0008-5972-2004

* Instituto de Investigaciones Bibliotecológicas y de la Información, Universidad Nacional Autónoma de México, México, jairo@iibi.unam.mx, moce@unam.mx

** Universidad de Ottawa, Canadá, cvillami@uottawa.ca

RESUMEN

La inteligencia artificial generativa está impactando la comunicación científica y transformando la forma tradicional en que se realiza, se evalúa y se difunde la investigación. Sin embargo, no es claro cómo esta se integra en la comunicación científica ni quiénes son las partes involucradas en su incorporación y uso responsable. En respuesta, este estudio pretende explorar a través de una revisión de alcance, cómo se están integrando las herramientas de inteligencia artificial generativa en los procesos de comunicación y publicación científica, cuáles son los desafíos, así como las partes implicadas. Se realizó una revisión de alcance para encontrar la información más relevante sobre su incorporación y uso en la publicación científica en bases de datos especializadas que incluyó 90 estudios que respondían a las preguntas de investigación. Los resultados señalan que la inteligencia artificial generativa es empleada para traducir, redactar y editar artículos científicos, además de agilizar los procesos de revisión por pares. También se evidencian problemas éticos relacionados con los sesgos algorítmicos, el plagio, las dificultades para reconocer información generada por inteligencia artificial y la falta de políticas globalmente aceptadas en torno a su uso. Finalmente, se identificaron varios grupos interesados en su incorporación y uso, como investigadores, editores, revisores, bibliotecas académicas, entre otros.

Palabras claves: Inteligencia artificial generativa IAG; Comunicación científica; Ética en la publicación científica; Partes implicadas en la integración de IAG

ABSTRACT

Generative artificial intelligence is impacting scholarly communication processes and transforming the conventional methods by which research is conducted, evaluated, and disseminated. However, there remains a lack of clarity regarding how generative artificial intelligence is being integrated into scholarly communication and who the key stakeholders are in its integration and responsible use. In response, this study aims to explore, through a scoping review, how generative artificial intelligence tools are being incorporated into scholarly communication and publishing processes, the challenges associated with their integration, and the key stakeholders involved. A scoping review was conducted to identify the most relevant information on the integration and use of generative artificial intelligence in scholarly communication in specialized databases; it included a total of 90 studies that responded to the research questions. Findings indicated that generative artificial intelligence is being utilized to translate, write, and edit academic articles; in addition to expediting peer review processes. Ethical concerns related to algorithmic bias, plagiarism, and difficulties recognizing artificial intelligence-generated content and the lack of globally accepted policies regarding its use were also evidenced. Similarly, several key stakeholders in the integration and use of generative artificial intelligence were identified, including researchers, editors, peer reviewers, and academic libraries, among others.

Keywords: Artificial Intelligence Generative GenAI; Scholarly Communication; Ethics in Scholarly Publishing; Parties Involved in the Integration of GenAI

INTRODUCCIÓN

Los últimos avances en materia de inteligencia artificial (en adelante, IA), particularmente las herramientas de IA generativa como ChatGPT, Gemini, Copilot o Bard, las cuales son aplicaciones basadas en grandes modelos de lenguaje (del inglés, LLMs) capaces de crear nueva información empleando datos (Cascella et al., 2024; Hadi et al., 2024), no solo están impactando la comunicación científica en general, sino que están transformando y remodelando la forma tradicional en que se realiza, se evalúa, se difunde y se preserva la investigación (Bergstrom y Ruediger, 2024; Hamamah et al., 2023; Nicholas et al., 2024). Algunos estudios señalan que las herramientas de IA parecen estar ayudando a que las tareas de investigación se realicen de manera más rápida, eficiente y con menos recursos. Además, la precisión de los algoritmos está ayudando a mejorar el análisis de grandes volúmenes de datos y la calidad de los resultados obtenidos (Esplugas, 2023; The Royal Society, 2024). No obstante, la capacidad de estas herramientas de inteligencia artificial generativa (en adelante, IAG) de producir nuevos contenidos y resolver problemas en diversos campos está suscitando, además de optimismo, una importante preocupación por parte de la comunidad académica y de las diversas partes implicadas. Particularmente, el uso de aplicaciones de IAG en la comunicación científica está generando retos y desafíos éticos relacionados con la integridad académica, la privacidad y los sesgos de los algoritmos (Kamalov, Santandreu Calonge y Gurrib, 2023; Sevnarayan y Potter, 2024; Tejedor-Estupiñán, 2024). Adicionalmente, la literatura señala que el uso excesivo o la dependencia de las herramientas de IAG, más allá de afectar la comunicación científica, incide en la capacidad de los estudiantes e investigadores para desarrollar un pensamiento más crítico, creativo y autónomo (Dwivedi et al., 2023; Gallent Torres, Zapata González y Ortego Hernando, 2023; Sabzalieva y Valentini, 2023).

Para conocer cómo se está integrando la IAG en la comunicación científica es importante tener una comprensión sistemática sobre cómo la literatura científica está abordando este fenómeno. En consecuencia, este artículo se presenta de la siguiente manera. En primer lugar, la sección de revisión de la literatura contextualiza y presenta los estudios previos relevantes sobre el impacto e integración de IAG en la comunicación científica. Después, la sección de metodología describe el enfoque utilizado para identificar, seleccionar y analizar la literatura relevante para la revisión de alcance. Posteriormente, se presenta una sección con los resultados obtenidos y otra con la discusión y la conclusión, donde se interpretan los hallazgos más relevantes, se identifican los vacíos en la literatura, se describen las limitaciones del estudio y se proponen las implicaciones considerando las futuras investigaciones sobre el tema.

Revisión de la literatura

La comunicación científica puede entenderse como un sistema integral y dinámico, a través del cual estudiantes, académicos e investigadores crean, evalúan, comparten, difunden y preservan investigaciones y otros escritos académicos (ACRL SCC, 2003; Klain-Gabbay y Shoham, 2019). De acuerdo con la literatura, la comunicación científica incluye dos canales. El primero es un canal informal que integra cualquier forma de intercambio utilizado por académicos e investigadores de forma verbal, escrita o en línea, sin pasar por un proceso de publicación científica. El segundo es un canal que hace referencia a los manuscritos que han atravesado un proceso formal de revisión, antes de su publicación, como, por ejemplo, artículos, capítulos de libros y ponencias en congresos (Anderson, 2018; Codina et al., 2023; DG RTD, 2019). Por su parte, la IAG es una forma más avanzada de la IA que utiliza tanto el aprendizaje automático como las redes neuronales para generar contenido nuevo, a través de datos existentes y en distintos formatos (Banh y Strobel, 2023; Ooi et al., 2025). Estos formatos pueden presentarse a manera de texto, empleando herramientas como ChatGPT; de imagen, a través de Dall-E; de audio, con Jukebox; y de video, a través de aplicaciones como Runway Gen-2 (Bengesi et al. 2024; Buitrago-Ciro y Franco-Rico, 2025; Gozalo-Brizuela y Garrido-Merchán, 2023).

Algunos estudios recientes señalan que el advenimiento y la rápida evolución de las herramientas de IA, particularmente la IAG, están transformando y redefiniendo la forma en que los investigadores, y la comunidad académica en conjunto, produce, difunde y accede a la información científica (Lund et al., 2023; The Royal Society, 2024). Asimismo, y de forma general, la literatura sugiere que los estudiantes, investigadores y otros agentes involucrados en la comunicación científica emplean las tecnologías basadas en IAG para tareas específicas, como 1) traducir, editar y revisar artículos académicos, especialmente en las regiones donde no se habla inglés (Aluthman, 2024); 2) redactar secciones de artículos académicos, en concreto, los resúmenes y discusiones (Carnino et al., 2024); 3) automatizar y acelerar el proceso de revisión por pares (Biswas, Dobaria y Cohen, 2023; Crawford, Allen y Lodge, 2024); 4) realizar revisiones bibliográficas (Buetow y Lovatt, 2024); y 5) extraer y analizar grandes volúmenes de datos (Alqahtani et al., 2023). Sin embargo, no es muy clara la manera en que las herramientas de IAG se están integrando e impactando en los procesos de la comunicación científica. De igual forma, tampoco hay información precisa sobre cuáles son las partes implicadas en la intersección entre la IA y la comunicación científica, ni en torno a qué rol cumple cada uno de los actores relevantes en la incorporación y uso responsable de IAG en los procesos de creación, evaluación, difusión y preservación de las investigaciones.

En respuesta, el objetivo de este estudio es explorar a través de una revisión de alcance (scoping review), cómo se están integrando las herramientas de IAG en los procesos de la comunicación y publicación científica, cuáles son los mayores desafíos en su utilización y cuáles son los grupos interesados en la adopción o prevención de su uso en la comunicación científica. De acuerdo con la literatura, una revisión de alcance se utiliza generalmente para sintetizar la evidencia disponible en la investigación (Munn et al., 2022). Aunque el método empleado por una revisión de alcance es similar al de una revisión sistemática, su propósito y objetivos son diferentes en cuanto a su metodología, rigurosidad y transparencia (Pham et al., 2014). Una revisión de alcance tiene como objetivo principal mapear la literatura existente para identificar y proporcionar una descripción general de la información encontrada, sin evaluar de manera crítica las evidencias de estudios específicos (Arksey y O’Malley, 2005). Además, la revisión de alcance pretende clarificar conceptos y definiciones relevantes en la literatura existente (Giroux et al., 2024), identificar y señalar las lagunas del conocimiento en un campo específico para orientar futuras investigaciones (Munn et al., 2018) y proporcionar una descripción preliminar de un cuerpo de literatura que sirve como preparación para un análisis más riguroso y detallado, como una revisión sistemática (Arksey y O’Malley, 2005; Giroux et al., 2024).

METODOLOGÍA

Para una mayor precisión y claridad en la revisión de alcance, se elaboró previamente un protocolo, donde se establecieron y definieron las preguntas de investigación, el objetivo del estudio, las bases de datos para la búsqueda, los términos clave y las consultas avanzadas para obtener la información. También se delinearon los criterios de inclusión y exclusión de los artículos y la forma en que se analizarían y extraerían los datos. Se siguieron los pasos mencionados en los estudios de Arksey y O’Malley (2005) y Levac, Colquhoun y O’Brien (2010) para realizar una revisión de alcance.

Primer paso: identificación de las preguntas de investigación

Este estudio tiene como objetivo explorar la literatura académica para saber cómo está siendo integrada la IA en los procesos de la comunicación y publicación científica y qué roles desempeñan las partes involucradas. Nuestras tres preguntas de investigación son las siguientes:

  1. ¿Cómo está siendo integrada la inteligencia artificial en la comunicación y publicación científica?

  2. ¿Cuáles son los principales riesgos y desafíos en el uso de IAG en la investigación y publicación científica, identificados por la literatura?

  3. ¿Cuáles son las principales partes implicadas en la intersección entre inteligencia artificial y comunicación científica, y qué rol desempeña cada una?

Segundo paso: búsqueda de estudios relevantes en las bases de datos

Para nuestra búsqueda se seleccionaron bases de datos bibliográficas, multidisciplinares, a texto completo, agregadores de contenido y algunas plataformas. Las bases de datos empleadas fueron las siguientes: Scopus, Web of Science, EBSCO, ProQuest, SciElo, Redalyc y Google Scholar. Para la búsqueda en las bases de datos Scopus y Web of Science se crearon consultas (queries) avanzadas. Para el resto de las bases de datos se usaron búsquedas booleanas y términos clave.

Consulta (query) avanzada para la base de datos Scopus

(TITLE-ABS-KEY((“artificial intelligence” OR “machine learning” OR “deep learning” OR “natural language processing” OR “AI” OR “algorithms” OR “computational intelligence” OR “inteligencia artificial” OR “aprendizaje automático” OR “intelligence artificielle” OR “apprentissage automatique” OR “traitement automatique du langage” OR “traitement du langage naturel”)) AND (TITLE-ABS-KEY(“scholarly communication” OR “academic publishing” OR “research dissemination” OR “scientific publishing” OR “communication académique” OR “publication académique” OR “publicación académica” OR “processes of communication” OR “procesos de comunicación académica”)) AND (TITLE-ABS-KEY(“integration” OR “impact” OR “regulation” OR “implementation” OR “integración” OR “impacto” OR “regulación” OR “regulación” OR “réglementation” OR “intégration” OR “impact” OR “intégration”)) AND (TITLE-ABS-KEY(“researchers” OR “academics” OR “editors” OR “technology providers” OR “policy makers” OR “stakeholders” OR “investigadores” OR “académicos” OR “fournisseurs de technologie” OR “responsables politiques” OR “parties prenantes” OR “partes interesadas”)))

Consulta (query) avanzada para la base de datos Web of Science

TS=((“artificial intelligence” OR “machine learning” OR “deep learning” OR “natural language processing” OR “AI” OR “algorithms” OR “computational intelligence” OR “inteligencia artificial” OR “aprendizaje automático” OR “intelligence artificielle” OR “apprentissage automatique” OR “traitement automatique du langage” OR “traitement du langage naturel”) AND (“scholarly communication” OR “academic publishing” OR “research dissemination” OR “scientific publishing” OR “communication académique” OR “publication académique” OR “publicación académica” OR “processes of communication” OR “procesos de comunicación académica”) AND (“integration” OR “impact” OR “regulation” OR “implementation” OR “integración” OR “impacto” OR “regulación” OR “réglementation” OR “intégration” OR “intégration”) AND (“researchers” OR “academics” OR “editors” OR “technology providers” OR “policy makers” OR “stakeholders” OR “investigadores” OR “académicos” OR “fournisseurs de technologie” OR “responsables politiques” OR “parties prenantes” OR “partes interesadas”)

Consultas booleanas para las otras bases de datos

  1. TI(“artificial intelligence” OR “machine learning” OR “AI” OR “inteligencia artificial” OR “intelligence artificielle”) AND TI(“scholarly communication” OR “academic publishing” OR “scientific publishing” OR “comunicación académica” OR “communication académique”)

  2. TI(“artificial intelligence” OR “machine learning” OR “AI” OR “inteligencia artificial” OR “intelligence artificielle”) AND TI(“scholarly communication” OR “academic publishing” OR “scientific publishing” OR “comunicación académica” OR “communication savante”) AND AB(“impact” OR “integration” OR “regulation” OR “implementation” OR “impacto” OR “integración” OR “regulación”) AND SU(“researchers” OR “academics” OR “investigadores” OR “stakeholders” OR “partes interessadas” OR “parties prenantes”)

  3. “artificial intelligence” AND “scholarly communication” AND “integration” AND “researchers”

  4. “inteligencia artificial” AND “comunicación académica” AND “integración” AND “investigadores”

  5. “intelligence artificielle” AND “communication académique” AND “intégration” AND “chercheurs”

Tercer paso: criterios de inclusión y exclusión para la selección de estudios relevantes

La popularidad e interés de la literatura académica sobre el uso e impacto de las tecnologías basadas en IAG tuvo un incremento importante después del lanzamiento de ChatGPT de OpenAI en noviembre de 2022. Por esta razón, para esta revisión de alcance se incluyeron únicamente artículos revisados por pares, publicados en bases de datos académicas entre el 2023 y 2024. Esto nos permitió explorar y analizar la información relevante en la literatura en los dos años posteriores al lanzamiento de esta herramienta. De igual forma, se incluyeron estudios que abordaran la integración, el impacto, las oportunidades y los desafíos de la IA, particularmente la generativa, en los procesos de comunicación y publicación científica. Además, se incluyeron investigaciones que mencionaran a los grupos interesados en la intersección entre IAG y la comunicación científica. Finalmente se incluyeron en la búsqueda avanzada, publicaciones en inglés, español y francés, accesibles en las bases de datos, con el objetivo de obtener el mayor número de documentos pertinentes para la revisión de alcance.

En contraste, se excluyeron publicaciones no revisadas por pares o literatura gris. Así como las investigaciones que no se enfocan directa o indirectamente en la integración de IAG en la investigación y los procesos de la publicación científica. También se excluyeron artículos enfocados en el uso de IA en otros contextos, así como los que no proporcionaran información relevante para tener una mejor comprensión sobre cómo la IAG está impactando la comunicación científica y el rol de las partes implicadas. Finalmente, se excluyeron los artículos publicados antes de 2023.

Cuarto paso: extracción de datos y presentación de los resultados

Para garantizar la calidad de los estudios incluidos, se diseñó en la extracción de los datos una escala de puntuación de 1 a 10, con el fin de evaluar la calidad y pertinencia de los estudios encontrados en las bases de datos. Los estudios fueron evaluados en función de su relación con las preguntas de investigación, la claridad de la metodología y el acceso a texto completo de los artículos. Por cada artículo seleccionado se extrajeron secciones relevantes relacionadas con el uso, los desafíos y las percepciones sobre el uso transversal de IAG por diferentes actores involucrados. Esto facilitó la identificación de algunos patrones comunes y categorías emergentes sobre la integración y el uso de IAG en la comunicación científica. Este proceso fue realizado de forma independiente por dos de los tres autores del estudio. Los artículos preseleccionados fueron clasificados según su puntuación en una escala de tres colores en un documento Excel. A los artículos con una puntuación de 8 a 10 se les atribuyó un color verde, por considerarlos muy pertinentes y de alta calidad. A los artículos con una puntuación de 5 a 7 se les atribuyó un color amarillo, por considerarlos de calidad moderada y con aportes relevantes. Finalmente, a los artículos con puntuación inferior a 4 se les atribuyó un color rojo, por considerarlos como irrelevantes o con metodologías limitadas. En caso de desacuerdo entre los dos autores que evaluaron independientemente los artículos sobre la puntuación de algún artículo, se consultó al tercer autor con el fin de llegar a un acuerdo para determinar su inclusión o exclusión. Esto nos permitió establecer una selección rigurosa y consensuada de los artículos incluidos y excluidos. Al final, solo se seleccionaron los artículos que respondían al objetivo y a las preguntas de investigación del estudio, así como a los criterios de inclusión previamente establecidos. Posteriormente, los artículos seleccionados para el estudio fueron exportados a un documento nuevo en Excel. Este documento incluyó las siguientes secciones de información para cada artículo: referencia (primer autor), país de afiliación, tipo de publicación, diseño del estudio y objetivo del estudio. Para la presentación de los resultados se creó un diagrama de flujo PRISMA (Figura 1).

Fuente: adaptación de Moher et al. (2009)

Figura 1 Diagrama de flujo PRISMA  

RESULTADOS

El diagrama de flujo PRISMA muestra el proceso de búsqueda y selección en las bases de datos seleccionadas y los tres filtros realizados para determinar los artículos finales incluidos en el estudio: identificación, evaluación e inclusión. Asimismo, se señala el número de artículos excluidos durante cada uno de los filtros. Por otra parte, la sección Anexo proporciona información descriptiva de cada uno de los estudios incluidos. En esta descripción demográfica se indican cinco elementos sobre cada artículo: referencia (primer autor), país, tipo de publicación, diseño del estudio y objetivo del estudio.

Los resultados se presentarán en función de las preguntas de investigación y serán organizados en cuatro temas principales: 1) análisis demográfico de los estudios seleccionados, 2) la manera en que la IAG se está integrando en la investigación y publicación científica, 3) los riesgos y desafíos de su integración y uso y 4) las partes involucradas identificadas en la literatura académica.

Análisis demográfico de los estudios seleccionados

Tipos de publicación

De los estudios analizados, una proporción del 75 % (67/90) corresponde a artículos científicos. Es decir, estudios basados en evidencias con contribuciones originales. Además, se constatan otros tipos de estudios de opinión o de comunicación, como comentarios 22 % (20/90), una carta al editor, un ensayo y una declaración (Figura 2).

Fuente: elaboración de los autores (2025)

Figura 2 Tipos de publicaciones de los estudios seleccionados 

Diseño de los estudios

De los estudios incluidos, se hallaron varios diseños de investigación relacionados con la metodología utilizada en cada estudio. Aunque se identificó un total de 23 diseños, la Figura 3 muestra los más representativos. Los diseños de estudio se extrajeron, en su mayoría, de la descripción de la metodología.

Fuente: elaboración de los autores (2025)

Figura 3 Diseños más representativos de los estudios seleccionados 

Países con mayor número de publicaciones

De los estudios seleccionados, se identificó un total de 43 países de afiliación. Aunque en algunos estudios había dos o más países, solo se tomó en cuenta el país del primer autor. A continuación, mencionamos los diez países con el mayor número de estudios por afiliación de los artículos analizados (Figura 4).

Fuente: elaboración de los autores (2025)

Figura 4 Países con mayor número de publicaciones 

Integración de IAG en la investigación y publicación científica

Los resultados de la revisión de alcance señalan que la IAG se ha venido integrando de forma directa o indirecta en la investigación y publicación científica de diferentes maneras en los últimos dos años (2023-2024), según lo descrito por la literatura científica.

Establecimiento de políticas o directrices para regular el uso de IAG

De los artículos analizados, 24.5 % (22/90) indica que un número importante de la literatura científica se enfoca en la necesidad de establecer normas y directrices en el uso de la IAG, tanto en el proceso de investigación como en la publicación científica. Consulte los artículos número 6, 7, 8, 16, 17, 22, 23, 25, 32, 33, 34, 35, 39, 50, 59, 60, 63, 67, 70, 77, 82 y 89 del Anexo.

Alfabetizar e informar sobre IAG desde las bibliotecas académicas

Un número reducido de las publicaciones seleccionadas, equivalente a 4.5 % (4/90), señala que la literatura reconoce la importancia de informar y alfabetizar a la comunidad académica sobre el uso responsable de la IAG. Además, esta indica que los bibliotecarios académicos y especialistas en ciencias de la información están capacitados para ofrecer este tipo de formación. Consulte los artículos número 73, 75, 88 y 90 del Anexo.

Riesgos y desafíos del uso de herramientas de IAG en la investigación y publicación científica

Riesgos y problemas éticos del uso de IAG relacionados con sesgos, plagio y autoría

De los estudios analizados, 23 % (21/90) destaca las preocupaciones suscitadas por el impacto de las tecnologías basadas en IAG sobre la integridad académica. Estas se refieren a los sesgos, las dificultades en la atribución de autoría en textos generados con IAG y con el uso de documentos producidos con estas herramientas. Consulte los artículos número 3, 6, 11, 13, 18, 22, 24, 26, 31, 34, 38, 40, 41, 50, 53, 56, 67, 70, 80, 81 y 86 del Anexo.

Dificultad de las revistas y revisores para detectar contenido realizado con IAG

De los artículos incluidos, 4.5 % (4/90) subraya las preocupaciones por la falta de precisión y claridad a la hora de detectar contenido generado por herramientas de IAG, en especial durante el proceso de revisión de los manuscritos. Consulte los artículos número 18, 49, 66 y 83 del Anexo.

Falta de políticas aceptadas y estandarizadas sobre el uso de IAG

De las publicaciones seleccionadas, 13 % (12/90) menciona, directa o indirectamente, que, aunque un número elevado de revistas y editores están haciendo esfuerzos para regular el uso de IAG en la publicación científica, aún no existe una política aceptada o estandarizada al respecto. Consulte los artículos número 7, 8, 10, 17, 32, 34, 36, 59, 60, 70, 71 y 77 del Anexo.

Partes involucradas identificadas en la literatura académica sobre integración y uso de IAG en investigación y publicación científica

Investigadores o usuarios

De los artículos seleccionados, 10 % (9/90) resalta cómo los investigadores tienen un papel importante en la integración y uso de las herramientas de IAG al emplearlas en las diferentes etapas del proceso de la comunicación científica. Consulte los artículos número 1, 2, 9, 10, 29, 48, 55, 72 y 84 del Anexo.

Las revistas y editores

Un número significativo de los estudios incluidos, 18.9 % (17/90), señala, de forma directa o indirecta, el rol trascendental que las revistas y los editores cumplen en la integración y uso de IAG en la investigación y publicación científica. En particular, a la hora de informar y prevenir sobre el uso de IAG en este entorno. Consulte los artículos número 7, 17, 25, 29, 33, 34, 37, 40, 42, 48, 58, 60, 61, 68, 85, 86 y 89 del Anexo.

Los revisores

Los resultados indican que 16.7 % (15/90) de los estudios reconoce el rol sustancial que los dictaminadores de artículos científicos cumplen en la integración y uso de IAG en la publicación científica, ya sea a la hora de detectar información generada con IAG en los manuscritos o al usar estas herramientas para optimizar o agilizar la revisión por pares. Consulte los artículos número 4, 5, 29, 36, 43, 44, 45, 46, 47, 49, 54, 57, 77, 78 y 79 del Anexo.

Bibliotecas académicas

Un número reducido, pero relevante, de los artículos seleccionados, equivalente a 5.5 % (5/90), destaca el papel sustancial que las bibliotecas académicas pueden cumplir en la integración, uso y alfabetización en IAG en la comunicación científica. Consulte los artículos número 19, 73, 75, 88 y 90 del Anexo.

Otras partes implicadas: financiadores, gobiernos, asociaciones y comités académicos

De manera general, algunos artículos, lo equivalente a 6.7 % (6/90), también señalan los papeles que otras partes interesadas están cumpliendo o que deberían cumplir, como los financiadores, gobiernos, asociaciones y comités académicos en la integración y uso de IAG en la investigación y publicación científica. Consulte los artículos número 22, 51, 65, 68, 70 y 87 del Anexo.

DISCUSIÓN

El objetivo del estudio fue el de mapear la literatura sistemáticamente a través de una revisión de alcance (scoping review) y analizar cómo están incorporándose las herramientas de IAG en los procesos de investigación y publicación científica. Además, de explorar e identificar cuáles son los principales desafíos y riesgos en el uso de estas herramientas y cuáles son los actores relevantes identificados por la literatura científica. Para este estudio, se hizo una búsqueda en algunas bases de datos específicas y solo se tuvieron en cuenta los artículos que se relacionaban o que respondían directa o indirectamente con nuestras preguntas de investigación.

De acuerdo con los resultados del estudio, la integración de la IA en la investigación y publicación científica, particularmente la generativa, está realizándose principalmente desde cuatro enfoques. El primer enfoque es el uso de IAG para ayudar a los investigadores a traducir, redactar y editar artículos científicos. Aquí, autores como Aluthman (2024), Chemaya y Martin (2024), Khalifa y Albadawy (2024) y Zenni y Andrew (2023) resaltan el uso frecuente y la relevancia de la IAG al momento de ayudar a los investigadores con la escritura, las correcciones y las ediciones gramaticales de sus artículos. Esto coincide con Salvagno, Taccone y Gerli (2023), quienes apuntan que las herramientas de IAG, a pesar de sus limitaciones y sesgos, pueden ser útiles a la hora de apoyar a los investigadores a redactar y corregir sus manuscritos. Esto también concurre con Misra y Chandwar (2023), quienes reconocen que los modelos generativos, como ChatGPT, podrían ayudar considerablemente a los investigadores no nativos del inglés a mejorar la calidad gramatical de sus artículos antes de la publicación.

El segundo enfoque es el de la agilización de los procesos de revisión por pares. En este contexto, autores como Biswas, Dobaria y Cohen (2023), Cheng et al. (2024), Hosseini y Horbach (2023), Kousha y Thelwall (2024) y Lin et al. (2023) señalan el potencial de la IAG para mejorar, agilizar y automatizar el proceso de revisión por pares, incluyendo la selección de los revisores y editores de revistas. Pese a ello, los estudios advierten que aún no hay ni directrices ni evidencias suficientes que demuestren que estas prácticas sean las más adecuadas. Igualmente, resaltan que, por ahora, las aplicaciones de IAG no pueden reemplazar el trabajo de un revisor humano. Esto coincide con Bauchner y Rivara (2024), quienes consideran que estas herramientas podrían ayudar a minimizar desafíos actuales en el proceso de revisión por pares, como podría ser el limitado número de revisores, además de los problemas de eficiencia e imparcialidad frecuentes en el proceso de revisión por pares. Esto también coincide con BaHammam (2025), quien afirma que, frente a las dificultades que actualmente enfrenta el sistema de revisión por pares debido a la falta de revisores, las tecnologías basadas en IAG empiezan a contemplarse como una posible solución a este problema. Sin embargo, el autor reconoce que esta solución presenta limitaciones y que existe resistencia de editores y académicos que se oponen a esta posibilidad.

El tercer enfoque es el de crear políticas o directrices en el uso de herramientas de IAG. Por ejemplo, estudios como el de Bagenal (2024), Dobreski (2023), Ganjavi et al. (2024), Ling y Yan (2024), Lund y Naheem (2024), Poland y Kennedy (2023) y Zielinski et al. (2024) recalcan la importancia de que revistas y editores desarrollen políticas y directrices para informar a los investigadores sobre el uso de estas aplicaciones en la publicación científica. Asimismo, demuestran que son pocas revistas, principalmente las de alto impacto, las que presentan políticas y directrices sobre el uso de IAG. Esto coincide con Crawford et al. (2023), quienes intentan apoyar a las revistas y editoriales con una serie de principios y directrices sobre el buen uso de herramientas de IA en la publicación científica. Esto también concurre con Buitrago-Ciro y Franco-Rico (2025), quienes evaluaron las políticas y directrices de un grupo de revisas académicas sobre el uso de la IA en autores y revisores. Los autores evidencian que, pese a la falta de políticas y directrices de muchas revistas, existe un interés creciente en los editores de publicaciones científicas por informar y alertar a autores y revisores sobre el uso de IAG.

El cuarto enfoque es el de informar y alfabetizar a la comunidad académica en el uso responsable de la IAG y el rol que las bibliotecas académicas cumplen en este aspecto. Autores como Chaudhuri y Terrones (2024), Filson y Atuase (2024), Lo (2023) y Miltenoff (2024) resaltan la relevancia de formar y brindar alfabetización informacional sobre el uso responsable de IA. Igualmente, destacan que las bibliotecas académicas están facultadas para cumplir la función de formar y capacitar a la comunidad académica en el uso responsable de IAG. Esto coincide con Buitrago-Ciro y Hernández-Pérez (2024), quienes señalan que los bibliotecarios académicos y especialistas en ciencias de la información están asumiendo un rol muy proactivo a la hora de informar y capacitar a la comunidad académica en alfabetización informacional y comunicación científica. Lo cual, además, coincide con Michalak (2023), quien subraya que los bibliotecarios académicos no solo están capacitados para alfabetizar en el uso responsable y ético de IAG, sino que también pueden contribuir a la creación de directrices para su uso.

Por otra parte, los resultados de este estudio revelan tres tipos de desafíos asociados con el uso de IAG en la investigación y publicación científica: 1) los problemas éticos relacionados con los sesgos, el plagio y la autoría; 2) las limitaciones de las revistas y revisores para reconocer información generada por IAG; y 3) la falta de políticas y normas globalmente aceptadas sobre el uso de IAG en la investigación y publicación científica. Al respecto, autores como Hassanipour et al. (2024), Liu y Brown (2023), Sarfo (2023), Dobreski (2023), entre otros, acentúan la preocupación por los efectos negativos del uso de las aplicaciones de IAG en la investigación si no se usan de manera responsable y adecuada; esta preocupación es una constante evidente en gran parte de los estudios seleccionados. De manera similar, varios autores indican que muchos editores y revisores tienen dificultades para detectar contenidos generados con IAG (Andrade-Hidalgo, Mio-Cango e Iparraguirre-Villanueva, 2024; Levin et al., 2024; Májovský, Mikolov y Netuka, 2023). Otros autores reparan en que, a pesar de los desafíos mencionados anteriormente, aún no existe un consenso global que prevenga o advierta sobre el uso de IAG en la investigación y publicación científica (Dobreski, 2023; Garcia, 2024; Homolak, 2023). Por su parte, Pongrac (2024) enuncia que, para garantizar la transparencia en la investigación, los autores y las revistas siempre deberían emplear IA de manera responsable y seguir las recomendaciones de organismos internacionales como el Comité de Ética en Publicación (COPE).

Finalmente, los hallazgos del estudio nos permitieron identificar las diferentes partes implicadas o interesadas en la integración y uso de IAG en la investigación y publicación científica. Las partes interesadas mencionadas son las siguientes: investigadores, revistas y editores, dictaminadores o revisores, bibliotecas académicas y otras menos presentes en la literatura consultada, como financiadores, gobiernos, asociaciones y comités académicos. Al respecto, autores como Aluthman (2024), Chaudhuri y Terrones (2024), The Lancet (2024), Dobreski (2023), Homolak (2023), Lee (2023), Ma et al. (2024) y Teixeira (2024) exponen la manera en que cada una de estas partes se está implicando y cumple un papel tanto en la integración como en el uso responsable de IAG en las diferentes etapas del proceso de investigación y publicación. Estos hallazgos son relevantes porque nos posibilitan una mejor comprensión de las necesidades de cada grupo frente a los desafíos planteados por la IA. Lo señalado también es significativo porque puede ayudar a involucrar a todas las partes interesadas, desde los inicios de la investigación, y promover un proceso más transparente del uso de IAG en los investigadores. De igual forma, propicia la creación de estrategias colaborativas para fomentar el uso responsable de estas herramientas tanto en la investigación como en la publicación.

CONCLUSIÓN

La IA, particularmente la generativa, está cada vez más presente en la investigación y en los procesos de publicación científica. En consecuencia, la forma tradicional en que se realiza, evalúa, difunde y preserva la investigación ha venido transformándose por el uso cada vez más frecuente de IAG por investigadores y otros grupos interesados en la comunicación científica. Esta revisión de alcance evidenció que la IAG se está usando para ayudar a los investigadores en temas relacionados con la redacción, edición y traducción de artículos académicos, así como en los procesos de revisión por pares. En consecuencia, se señala la necesidad de directrices y alfabetización para su uso responsable. Esta revisión de alcance demuestra que hay una inquietud generalizada en torno al uso de tecnologías basadas en IAG en la comunicación científica debido a problemas de sesgos, plagios y autoría al recurrir a estas herramientas. Además, se reconocen las dificultades de las revistas y de dictaminadores para identificar o detectar información generada con IAG en la investigación. Finalmente, esta revisión de alcance distingue algunos de los grupos interesados en la integración y uso de la IA en la investigación y publicación científica, lo cual puede mejorar la comprensión sobre las necesidades de cada grupo a la hora de usar, informar o establecer normas para el uso responsable de IA.

Limitaciones y direcciones futuras

Una de las limitaciones de este estudio es que nuestra estrategia de búsqueda, como consultas específicas (queries) y términos clave para extraer la información más relevante de las bases de datos, no haya sido lo suficientemente exhaustiva y que, en consecuencia, algunos estudios significativos no hayan sido incluidos en esta revisión de alcance. No obstante, consideramos que el amplio número de artículos incluidos en el estudio y la trascendencia de los resultados obtenidos hacen de esta revisión de alcance una contribución relevante y sustancial para ayudar a la comunidad académica y a todos los agentes involucrados a comprender mejor la forma en que la IAG se está integrando en la investigación y publicación científica; además, de los desafíos asociados al uso de estas herramientas. Sin embargo, como esta revisión de alcance solo tuvo en cuenta un periodo de dos años posteriores al lanzamiento de ChatGPT (2023-2024), consideramos importante que se realicen otros estudios similares que incluyan los últimos estudios relacionados con esta temática.

Agradecimientos

Esta investigación fue financiada por el Programa de Becas Posdoctorales de la Universidad Nacional Autónoma de México y realizada en el Instituto de Investigaciones Bibliotecológicas y de la Información.

REFERENCIAS

ACRL SCC (Association of College Research Libraries, Scholarly Communications Committee). 2003. “Principles and Strategies for the Reform of Scholarly Communication: Issues Related to the Formal System of Scholarly Communication”. College & Research Libraries 64 (8): 526-47. https://crln.acrl.org/index.php/crlnews/article/view/22795/29429

Alqahtani, Tariq, Hisham A. Badreldin, Mohammed Alrashed, Abdulrahman I. Alshaya, Sahar S. Alghamdi, Khalid bin Saleh, Shuroug A. Alowais et al. 2023. “The Emergent Role of Artificial Intelligence, Natural Learning Processing, and Large Language Models in Higher Education and Research”. Research in Social and Administrative Pharmacy 19 (8): 1236-42. https://doi.org/10.1016/j.sapharm.2023.05.016

Aluthman, Ebtisam S. 2024. “An Investigation of Artificial Intelligence Tools in Editorial Tasks Among Arab Researchers Publishing in English”. Eurasian Journal of Applied Linguistics 10 (1): 174-85. https://doi.org/10.32601/ejal.10116

Anderson, Rick. 2018. Scholarly Communication: What Everyone Needs to Know. Oxford University Press.

Andrade-Hidalgo, Gabriel, Pedro Mio-Cango y Orlando Iparraguirre-Villanueva. 2024. “Exploring the Impact of Artificial Intelligence on Research Ethics - A Systematic Review”. Journal of Academic Ethics. https://doi.org/10.1007/s10805-024-09579-8

Arksey, Hilary, y Lisa O’Malley. 2005. “Scoping Studies: Towards a Methodological Framework”. International Journal of Social Research Methodology 8 (1): 19-32. https://doi.org/10.1080/1364557032000119616

Bagenal, Jessamy. 2024. “Generative Artificial Intelligence and Scientific Publishing: Urgent Questions, Difficult Answers”. The Lancet 403 (10432): 1118-20. https://doi.org/10.1016/S0140-6736(24)00416-1

BaHammam, Ahmed Salem. 2025 “Peer Review in the Artificial Intelligence Era: A Call for Developing Responsible Integration Guidelines”. Nature and Science of Sleep 17: 159-64. https://doi.org/10.2147/NSS.S513872

BaHammam, Ahmed Salem, Khaled Trabelsi, Seithikurippu R. Pandi-Perumal y Haitham Jahrami. 2023. “Adapting to the Impact of Artificial Intelligence in Scientific Writing: Balancing Benefits and Drawbacks While Developing Policies and Regulations”. Journal of Nature and Science of Medicine 6 (3): 152-58. https://doi.org/10.4103/jnsm.jnsm_89_23

Banh, Leonardo, y Gero Strobel. 2023. “Generative Artificial Intelligence”. Electronic Markets 33 (1), 63. https://doi.org/10.1007/s12525-023-00680-1

Bauchner, Howard, y Frederick P. Rivara. 2024. “Use of Artificial Intelligence and the Future of Peer Review”. Health Affairs Scholar 2 (5), qxae058. https://doi.org/10.1093/haschl/qxae058

Bengesi, Staphord, Hoda El-Sayed, M. D. Kamruzzaman Sarker, Yao Houkpati, John Irungu y Timothy Oladunni. 2024. “Advancements in Generative AI: A Comprehensive Review of GANs, GPT, Autoencoders, Diffusion Model, and Transformers”. IEEE Access 12: 69812-37. https://doi.org/10.1109/ACCESS.2024.3397775

Bergstrom Tracy, y Dylan Ruediger. 2024. “How Generative AI Could Transform Scholarly Publishing: Themes and Reflections from Interviews with Industry Leaders”. The Scholarly Kitchen, 30 de octubre. https://scholarlykitchen.sspnet.org/2024/10/30/gen-ai-transform-scholarly-publishing/

Biswas, Som, Dushyant Dobaria y Harris L. Cohen. 2023. “ChatGPT and the Future of Journal Reviews: A Feasibility Study”. The Yale Journal of Biology and Medicine 96 (3): 415-20. https://doi.org/10.59249/SKDH9286

Bobrytska, Valentyna I., Hanna V. Krasylnykova, Nataliia Beseda, Sergii R. Krasylnykov y Tetiana S. Skyrda. 2024. “Artificial Intelligence (AI) in Ukrainian Higher Education: A Comprehensive Study of Stakeholder Attitudes, Expectations and Concerns”. International Journal of Learning, Teaching and Educational Research 23 (1): 400-26. https://doi.org/10.26803/ijlter.23.1.20

Buetow, Stephen, y Joshua Lovatt. 2024. “From Insight to Innovation: Harnessing Artificial Intelligence for Dynamic Literature Reviews”. The Journal of Academic Librarianship 50 (4), e102901. https://doi.org/10.1016/j.acalib.2024.102901

Buitrago-Ciro, Jairo, y José Antonio Franco-Rico. 2025. “La inteligencia artificial generativa en la publicación científica y el papel de los editores en revistas de biblioteconomía, ciencias de la información y educación en Hispanoamérica”. Inter Disciplina 13 (36): 275-300. https://doi.org/10.22201/ceiich.24485705e.2025.36.90833

Buitrago-Ciro, Jairo, y Jonathan Hernández-Pérez. 2024. “Pedagogical Strategy for Scholarly Communication Literacy and Avoiding Deceptive Publishing Practices”. Journal of Librarianship and Information Science 56 (4): 1028-39. https://doi.org/10.1177/09610006231187686

Carnino, Jonathan M., Nicholas Y. K. Chong, Henry Bayly, Lindsay R. Salvati, Hardeep S. Tiwana y Jessica R. Levi. 2024. “AI-Generated Text in Otolaryngology Publications: A Comparative Analysis Before and After the Release of ChatGPT”. European Archives of Oto-Rhino-Laryngology 281 (11): 6141-46. https://doi.org/10.1007/s00405-024-08834-3

Carobene, Anna, Andrea Padoan, Federico Cabitza, Giuseppe Banfi y Mario Plebani. 2024. “Rising Adoption of Artificial Intelligence in Scientific Publishing: Evaluating the Role, Risks, and Ethical Implications in Paper Drafting and Review Process”. Clinical Chemistry and Laboratory Medicine 62 (5): 835-43. https://doi.org/10.1515/cclm-2023-1136

Casal, J. Elliott, y Matt Kessler. 2023. “Can Linguists Distinguish Between ChatGPT/AI and Human Writing?: A Study of Research Ethics and Academic Publishing”. Research Methods in Applied Linguistics 2 (3), e100068. https://doi.org/10.1016/j.rmal.2023.100068

Cascella, Marco, Federico Semeraro, Jonathan Montomoli, Valentina Bellini, Ornella Piazza y Elena Bignami. 2024. “The Breakthrough of Large Language Models Release for Medical Applications: 1-Year Timeline and Perspectives”. Journal of Medical Systems 48 (1), 22. https://doi.org/10.1007/s10916-024-02045-3

Chaudhuri, Jayati, y Lettycia Terrones. 2024. “Reshaping Academic Library Information Literacy Programs in the Advent of ChatGPT and Other Generative AI Technologies”. Internet Reference Services Quarterly 29 (1): 1-25. https://doi.org/10.1080/10875301.2024.2400132

Chemaya, Nir, y Daniel Martin. 2024. “Perceptions and Detection of AI Use in Manuscript Preparation for Academic Journals”. PLOS One 19 (7), e0304807. https://doi.org/10.1371/journal.pone.0304807

Cheng, Kunming, Zaijie Sun, Xiaojun Liu, Haiyang Wu y Cheng Li. 2024. “Generative Artificial Intelligence Is Infiltrating Peer Review Process”. Critical Care 28 (1), 149. https://doi.org/10.1186/s13054-024-04933-z

Chou, Willy, y Julie Chi Chow. 2024. “Enhancing English Abstract Quality for Non-English Speaking Authors Using ChatGPT: A Comparative Study of Taiwan, Japan, China, and South Korea with Slope Graphs”. Medicine 103 (40), e39796. https://doi.org/10.1097/MD.0000000000039796

Codina, Lluís, Alejandro Morales-Vargas, Rafael Pedraza Jiménez y Sergi Cortiñas Rovira. 2023. “Comunicación académica: una disciplina que nos conviene impulsar”. Index. Comunicación 13 (1): 13-27. https://doi.org/10.33732/ixc/13/01Comuni

Crawford, Joseph, Kelly-Ann Allen y Jason Lodge. 2024. “Humanising Peer Review with Artificial Intelligence: Paradox or Panacea?”. Journal of University Teaching and Learning Practice 21 (1), xeqvhc70. https://doi.org/10.53761/xeqvhc70

Crawford, Joseph, Michael Cowling, Sally Ashton-Hay, Jo-Anne Kelder, Rebekkah Middleton y Gail Wilson. 2023. “Artificial Intelligence and Authorship Editor Policy: ChatGPT, Bard Bing AI, and Beyond”. Journal of University Teaching and Learning Practice 20 (5). https://doi.org/10.53761/1.20.5.01

DG RTD (Directorate-General for Research and Innovation). 2019. Future of Scholarly Publishing and Scholarly Communication: Report of the Expert Group to the European Commission. Publications Office of the European Union. https://data.europa.eu/doi/10.2777/836532

Dobreski, Brian. 2023. “Author Identities and Artificial Intelligence: Attribution Practices Around the Use of Generative Text Tools”. Journal of Information Ethics 32 (2): 42-55. https://doi.org/10.2307/JIE.32.2.42

Donker, Tjibbe. 2023. “The Dangers of Using Large Language Models for Peer Review”. The Lancet Infectious Diseases 23 (7): 781. https://doi.org/10.1016/S1473-3099(23)00290-6

Dwivedi, Yogesh K., Nir Kshetri, Laurie Hughes, Emma Louise Slade, Anand Jeyaraj, Arpan Kumar Kar, Abdullah M. Baabdullah, et al. 2023. “Opinion Paper: ‘So What If ChatGPT Wrote It?’ Multidisciplinary Perspectives on Opportunities, Challenges and Implications of Generative Conversational AI for Research, Practice and Policy”. International Journal of Information Management 71, e102642. https://doi.org/10.1016/j.ijinfomgt.2023.102642

Dwivedi, Yogesh K. , Tegwen Malik, Laurie Hughes y Mousa Ahmed Albashrawi. 2024. “Scholarly Discourse on GenAI’s Impact on Academic Publishing”. The Journal of Computer Information Systems, e2435386. https://doi.org/10.1080/08874417.2024.2435386

Esplugas, Mireia. 2023. “The Use of Artificial Intelligence (AI) to Enhance Academic Communication, Education and Research: A Balanced Approach”. Journal of Hand Surgery (European Volume) 48 (8): 819-22. https://doi.org/10.1177/17531934231185746

Farber, Shai. 2024. “Enhancing Peer Review Efficiency: A Mixed‐Methods Analysis of Artificial Intelligence‐Assisted Reviewer Selection Across Academic Disciplines”. Learned Publishing 37 (4), e1638. https://doi.org/10.1002/leap.1638

Fecher, Benedikt, Marcel Hebing, Melissa Laufer, Jörg Pohle y Fabian Sofsky. 2023. “Friend or Foe? Exploring the Implications of Large Language Models on the Science System”. AI & Society 40 (2): 447-59. https://doi.org/10.1007/s00146-023-01791-1

Filson, Christopher K., y Diana Atuase. 2024. “Artificial Intelligence and Academic Integrity: The Role of Academic Librarians”. Information Development 41 (3): 781-93. https://doi.org/10.1177/02666669241284230

Fiorillo, Luca. 2024. “Confronting the Demonization of AI Writing: Reevaluating Its Role in Upholding Scientific Integrity”. Oral Oncology Reports 12, e100685. https://doi.org/10.1016/j.oor.2024.100685

França, Thiago F. A., y José Maria Monserrat. 2024. “The Artificial Intelligence Revolution... in Unethical Publishing: Will AI Worsen Our Dysfunctional Publishing System?”. Journal of General Physiology 156 (11), e202413654. https://doi.org/10.1085/jgp.202413654

Gallent Torres, Cinta, Alfredo Zapata González y José Luis Ortego Hernando. 2023. “El impacto de la inteligencia artificial generativa en educación superior: una mirada desde la ética y la integridad académica”. Relieve. Revista Electrónica de Investigación y Evaluación Educativa 29 (2), 5. https://doi.org/10.30827/relieve.v29i2.29134

Ganjavi, Conner, Michael B. Eppler, Asli Pekcan, Brett Biedermann, Andre Abreu, Gary S. Collins, Inderbir S. Gill, Giovanni E. Cacciamani. 2024. “Publishers’ and Journals’ Instructions to Authors on Use of Generative Artificial Intelligence in Academic and Scientific Publishing: Bibliometric Analysis”. BMJ (384), e077192. https://doi.org/10.1136/bmj-2023-077192

Garcia, Manuel B. 2024. “Using AI Tools in Writing Peer Review Reports: Should Academic Journals Embrace the Use of ChatGPT?”. Annals of Biomedical Engineering 52 (2): 139-40. https://doi.org/10.1007/s10439-023-03299-7

Giroux, Catherine M., Sungha Kim, Lindsey Sikora, André Bussières y Aliki Thomas. 2024. “Social Media as a Mechanism of Dissemination and Knowledge Translation Among Health Professions Educators: A Scoping Review”. Advances in Health Sciences Education 29 (3): 993-1023. https://doi.org/10.1007/s10459-023-10294-z

Golan, Roei, Rohit Reddy, Akhil Muthigi y Ranjith Ramasamy. 2023. “Artificial Intelli gence in Academic Writing: A Paradigm-Shifting Technological Advance”. Nature Reviews Urology 20 (6): 327-28. https://doi.org/10.1038/s41585-023-00746-x

Gomes, Walter J., Paulo R. B. Evora y Solange Guizilini. 2023. “Artificial Intelligence Is Irreversibly Bound to Academic Publishing - ChatGPT Is Cleared for Scientific Writing and Peer Review”. Brazilian Journal of Cardiovascular Surgery 38 (4), e20230963. https://doi.org/10.21470/1678-9741-2023-0963

Gozalo-Brizuela, Roberto, y Eduardo C. Garrido-Merchán. 2023. “A Survey of Generative AI Applications”. Prepublicación Arxiv. https://doi.org/10.48550/arXiv.2306.02781

Hadi, Muhammad Usman, Qasem Al-Tashi, Rizwan Qureshi, Abbas Shah, Amgad Muneer, Muhammad Irfan, Anas Zafar, et al. 2024. “Large Language Models: A Comprehensive Survey of Its Applications, Challenges, Limitations, and Future Prospects”. Prepublicación Techrxiv. https://doi.org/10.36227/techrxiv.23589741.v8

Hajji, Raouf. 2024. “Artificial Intelligence-Assisted Technology Medical Manuscript Writing: New Challenges for Reviewers and Editors”. Telehealth and Medicine Today 9 (1). https://doi.org/10.30953/thmt.v9.459

Hamamah, Hamamah, Ive Emaliana, Yulia Hapsari, Putu Dian Danayanti Degeng y Alifa Camilia Fadillah. 2023. “Using Nominal Group Technique to Explore Publication Challenges and the Usefulness of AI-Based Writing Technologies: Insights from Indonesian Scholars”. Theory and Practice in Language Studies 13 (8): 2038-47. https://doi.org/10.17507/tpls.1308.20

Hassanipour, Soheil, Sandeep Nayak, Ali Bozorgi, Mohammad-Hossein Keivanlou, Tirth Dave, Abdulhadi Alotaibi, Farahnaz Joukar, et al. 2024. “The Ability of ChatGPT in Paraphrasing Texts and Reducing Plagiarism: A Descriptive Analysis”. JMIR Medical Education 10, e53308. https://doi.org/10.2196/53308

Homolak, Jan. 2023. “Exploring the Adoption of ChatGPT in Academic Publishing: Insights and Lessons for Scientific Writing”. Croatian Medical Journal 64 (3): 205-7. https://doi.org/10.3325/cmj.2023.64.205

Hosseini, Mohammad, y Serge P. J. M. Horbach. 2023. “Fighting Reviewer Fatigue or Amplifying Bias? Considerations and Recommendations for Use of ChatGPT and Other Large Language Models in Scholarly Peer Review”. Research Integrity and Peer Review 8 (1), 4. https://doi.org/10.1186/s41073-023-00133-5

Hosseini, Mohammad , David B. Resnik y Kristi Holmes. 2023. “The Ethics of Disclosing the Use of Artificial Intelligence Tools in Writing Scholarly Manuscripts”. Research Ethics 19 (4): 449-65. https://doi.org/10.1177/17470161231180449

Huh, Sun. 2023. “Recent Issues in Medical Journal Publishing and Editing Policies: Adoption of Artificial Intelligence, Preprints, Open Peer Review, Model Text Recycling Policies, Best Practice in Scholarly Publishing 4th Version, and Country Names in Titles”. Neurointervention 18 (1): 2-8. https://doi.org/10.5469/neuroint.2022.00493

Jarrah, Adeeb M., Yousef Wardat y Patricia Fidalgo. 2023. “Using ChatGPT in Academic Writing Is (Not) a Form of Plagiarism: What Does the Literature Say”. Online Journal of Communication and Media Technologies 13 (4), e202346. https://doi.org/10.30935/ojcmt/13572

Kadi, Gültekin, y Mehmet Ali Aslaner. 2024 “Exploring ChatGPT’s Abilities in Medical Article Writing and Peer Review”. Croatian Medical Journal 65 (2): 93-100. https://doi.org/10.3325/cmj.2024.65.93

Kaebnick, Gregory E., David Christopher Magnus, Audiey Kao, Mohammad Hosseini, David Resnik, Veljko Dubljević, Christy Rentmeester, Bert Gordijn, y Mark J. Cherry. 2023. “Editors’ Statement on the Responsible Use of Generative AI Technologies in Scholarly Journal Publishing”. Hastings Center Report 53 (5): 3-6. https://doi.org/10.1002/hast.1507

Kamalov, Firuz, David Santandreu Calonge e Ikhlaas Gurrib. 2023. “New Era of Artificial Intelligence in Education: Towards a Sustainable Multifaceted Revolution”. Sustainability 15 (16), e12451. https://doi.org/10.3390/su151612451

Kankanhalli, Atreyi. 2024. “Peer Review in the Age of Generative AI”. Journal of the Association for Information Systems 25 (1): 76-84. https://doi.org/10.17705/1jais.00865

Khalifa, Mohamed, y Mona Albadawy. 2024. “Using Artificial Intelligence in Academic Writing and Research: An Essential Productivity Tool”. Computer Methods and Programs in Biomedicine Update 5, e100145. https://doi.org/10.1016/j.cmpbup.2024.100145

Kharlamova, Ganna, y Andriy Stavytskyy. 2024. “The Use of Artificial Intelligence in Academic Publishing: Preliminary Remarks and Perspectives”. Access to Justice in Eastern Europe 6 (4): 527-40. https://doi.org/10.33327/AJEE-18-6.3-n000319

Kim, Sang-Jun. 2024. “Research Ethics and Issues Regarding the Use of ChatGPT-Like Artificial Intelligence Platforms by Authors and Reviewers: A Narrative Review”. Science Editing 11 (2): 96-106. https://doi.org/10.6087/kcse.343

Klain-Gabbay, Liat, y Snunith Shoham. 2019. “Scholarly Communication and the Academic Library: Perceptions and Recent Developments”. En A Complex Systems Perspective of Communication from Cells to Societies, editado por Anamaria Berea, 1-22. IntechOpen. https://doi.org/10.5772/intechopen.82075

Kousha, Kayvan, y Mike Thelwall. 2024. “Artificial Intelligence to Support Publishing and Peer Review: A Summary and Review”. Learned Publishing 37 (1): 4-12. https://doi.org/10.1002/leap.1570

Lee, Ju Yoen. 2023. “Can an Artificial Intelligence Chatbot Be the Author of a Scholarly Article?”. Journal of Educational Evaluation for Health Professions 20, 6. https://doi.org/10.3352/jeehp.2023.20.6

Lemberger, Thomas. 2024. “AI to Publish Knowledge: A Tectonic Shift”. EMBO Reports 25 (4): 1687-89. https://doi.org/10.1038/s44319-024-00119-4

Leung, Tiffany I., Taiane de Azevedo Cardoso, Amaryllis Mavragani y Gunther Eysenbach. 2023. “Best Practices for Using AI Tools as an Author, Peer Reviewer, or Editor”. Journal of Medical Internet Research 25 (1), e51584. https://doi.org/10.2196/51584

Levac, Danielle, Heather Colquhoun y Kelly K O’Brien. 2010. “Scoping Studies: Advan cing the Methodology”. Implementation Science 5 (1), 69. https://doi.org/10.1186/1748-5908-5-69

Leveridge, Michael. 2023. “This Editorial About AI in Publishing Was Definitely Written by a Human”. Canadian Urological Association Journal 17 (6): 151-52. https://doi.org/10.5489/cuaj.8424

Levin, Gabriel, Rene Pareja, David Viveros-Carreño, Emmanuel Sanchez Diaz, Elise Mann Yates, Behrouz Zand y Pedro T. Ramirez. 2024. “Association of Reviewer Experience with Discriminating Human-Written Versus ChatGPT-Written Abstracts”. International Journal of Gynecological Cancer 34 (5): 669-74. https://doi.org/10.1136/ijgc-2023-005162

Lin, Zhicheng. 2024. “Towards an AI Policy Framework in Scholarly Publishing”. Trends in Cognitive Sciences 28 (2): 85-88. https://doi.org/10.1016/j.tics.2023.12.002

Lin, Jialiang, Jiaxin Song, Zhangping Zhou, Yidong Chen y Xiaodong Shi. 2023. “Automated Scholarly Paper Review: Concepts, Technologies, and Challenges”. Information Fusion 98, e101830. https://doi.org/10.1016/j.inffus.2023.101830

Ling, Xiaoxu, y Siyuan Yan. 2024. “Let’s Be Fair. What About an AI Editor?”. Accountability in Research 31 (8): 1253-54. https://doi.org/10.1080/08989621.2023.2223997

Liu, Nicholas, y Amy Brown. 2023. “AI Increases the Pressure to Overhaul the Scientific Peer Review Process. Comment on ‘Artificial Intelligence Can Generate Fraudulent but Authentic-Looking Scientific Medical Articles: Pandora’s Box Has Been Opened”. Journal of Medical Internet Research 25 (1), e50591. https://doi.org/10.2196/50591

Lo, Leo S. 2023. “An Initial Interpretation of the U.S. Department of Education’s AI Report: Implications and Recommendations for Academic Libraries”. Journal of Academic Librarianship 49 (5), e102761. https://doi.org/10.1016/j.acalib.2023.102761

López-Martín, Esther. 2024. “The Role of Generative Artificial Intelligence in Scientific Publishing”. Educación XX1 27 (1): 9-15. https://doi.org/10.5944/educxx1.39205

Lund, Brady D., y K. T. Naheem. 2024. “Can ChatGPT Be an Author? A Study of Artificial Intelligence Authorship Policies in Top Academic Journals”. Learned Publishing 37 (1): 13-21. https://doi.org/10.1002/leap.1582

Lund, Brady D. , Ting Wang, Nishith Reddy Mannuru, Bing Nie, Somipam Shimray y Ziang Wang. 2023. “ChatGPT and a New Academic Reality: Artificial IntelligenceWritten Research Papers and the Ethics of the Large Language Models in Scholarly Publishing”. Journal of the Association for Information Science and Technology 74 (5): 570-81. https://doi.org/10.1002/asi.24750

Ma, Jian, Zhimin Zheng, Peihu Zhu y Zhaobin Liu. 2024. “A Machine Learning and Large Language Model-Integrated Approach to Research Project Evaluation”. Journal of Database Management 35 (1): 1-14. https://doi.org/10.4018/JDM.345400

Macdonald, Helen, y Kamran Abbasi. 2023. “Riding the Whirlwind: BMJ’s Policy on Artificial Intelligence in Scientific Publishing”. BMJ (382): 1923. https://doi.org/10.1136/bmj.p1923

Machin-Mastromatteo, Juan D. 2023. “Implicaciones y políticas editoriales de la inteligencia artificial”. Revista Estudios de la Información 1 (2): 123-133. https://doi.org/10.54167/rei.v1i2.1448

Májovský, Martin, Martin Černý, y David Netuka. 2024. “Large Language Models Are Changing Landscape of Academic Publications. A Positive Transformation?”. Casopis Lekaru Ceskych 162 (7-8): 294-97. PMID: 38981715

Májovský, Martin , Tomas Mikolov y David Netuka. 2023. “AI Is Changing the Landscape of Academic Writing: What Can Be Done? Authors’ Reply to: AI Increases the Pressure to Overhaul the Scientific Peer Review Process. Comment on “Artificial Intelligence Can Generate Fraudulent but Authentic-Looking Scientific Medical Articles: Pandora’s Box Has Been Opened”. Journal of Medical Internet Research 25, e50844. https://doi.org/10.2196/50844

Miao, Jing, Charat Thongprayoon, Supawadee Suppadungsuk, Oscar A. Garcia Valencia, Fawad Qureshi y Wisit Cheungpasitporn. 2023. “Ethical Dilemmas in Using AI for Academic Writing and an Example Framework for Peer Review in Nephrology Academia: A Narrative Review”. Clinics and Practice 14 (1): 89-105. https://doi.org/10.3390/clinpract14010008

Michalak, Russell. 2023. “From Ethics to Execution: The Role of Academic Librarians in Artificial Intelligence (AI) Policy-Making at Colleges and Universities”. Journal of Library Administration 63 (7): 928-38. https://doi.org/10.1080/01930826.2023.2262367

Miltenoff, Plamen. 2024. “Academic Librarians in Times of AI and AI Literacy: Tasks, Responsibilities, and Leadership”. International Information and Library Review 56 (3): 296-305. https://doi.org/10.1080/10572317.2024.2381182

Misra, Durga Prasanna, y Kunal Chandwar. 2023. “ChatGPT, Artificial Intelligence and Scientific Writing: What Authors, Peer Reviewers and Editors Should Know”. The Journal of the Royal College of Physicians of Edinburgh 53 (2): 90-93. https://doi.org/10.1177/14782715231181023

Moffatt, Barton, y Alicia Hall. 2024. “Is AI My Co-Author? The Ethics of Using Artificial Intelligence in Scientific Publishing”. Accountability in Research, e2386285 https://doi.org/10.1080/08989621.2024.2386285

Moher, David, Alessandro Liberati, Jennifer Tetzlaff y Douglas G. Altman. 2009. “Preferred Reporting Items for Systematic Reviews and Meta-Analyses: The PRISMA Statement”. Physical Therapy 89 (9): 873-80. https://doi.org/10.1093/ptj/89.9.873

Mollaki, Vasiliki. 2024. “Death of a Reviewer or Death of Peer Review Integrity? The Challenges of Using AI Tools in Peer Reviewing and the Need to Go Beyond Publishing Policies”. Research Ethics 20 (2): 239-50. https://doi.org/10.1177/17470161231224552

Munn, Zachary, Micah D. J. Peters, Cindy Stern, Catalin Tufanaru, Alexa McArthur y Edoardo Aromataris. 2018. “Systematic Review or Scoping Review? Guidance for Authors When Choosing Between a Systematic or Scoping Review Approach”. BMC Medical Research Methodology 18 (1), 143. https://doi.org/10.1186/s12874-018-0611-x

Munn, Zachary, Danielle Pollock, Hanan Khalil, Lyndsay Alexander, Patricia Mclner ney, Christina M. Godfrey, Micah Peters y Andrea C. Tricco. 2022. “What Are Scoping Reviews? Providing a Formal Definition of Scoping Reviews as a Type of Evidence Synthesis”. JBI Evidence Synthesis 20 (4): 950-52. https://doi.org/10.11124/JBIES-21-00483

Napolitani, Federica, Enrico Alleva y Annarita Barbaro. 2023. “Artificial Intelligence in Scholarly Publishing: Opportunities and Concerns”. Annali Dell’Istituto Superiore Di Sanità 59 (3): 177-79. https://doi.org/10.4415/ANN_23_03_01

Nazarovets, Serhii, y Jaime A. Teixeira da Silva. 2024. “ChatGPT as an ‘Author’: Bibliometric Analysis to Assess the Validity of Authorship”. Accountability in Research, e2345713. https://doi.org/10.1080/08989621.2024.2345713

Nicholas, David, Marzena Swigon, David Clark, Abdullah Abrizah, Jorge Revez, Eti Herman, Blanca Rodríguez Bravo, Jie Xu y Anthony Watkinson. 2024. “The Impact of Generative AI on the Scholarly Communications of Early Career Researchers: An International, Multi‐Disciplinary Study”. Learned Publishing 37 (4), e1628. https://doi.org/10.1002/leap.1628

Ooi, Keng-Boon, Garry Wei-Han Tan, Mostafa Al-Emran, Mohammed A. Al-Sharafi, Alexandru Capatina, Amrita Chakraborty, Yogesh K. Dwivedi, et al. 2025. “The Potential of Generative Artificial Intelligence Across Disciplines: Perspectives and Future Directions”. Journal of Computer Information Systems 65 (1): 76-107. https://doi.org/10.1080/08874417.2023.2261010

Panda, Saroja Kumar, Atul Bhatt y Aparna Satapathy. 2024. “ChatGPT and Its Role in Academic Libraries: A Discussion”. New Review of Academic Librarianship 30 (4): 422-36. https://doi.org/10.1080/13614533.2024.2381510

Park, Seong Ho. 2023. “Use of Generative Artificial Intelligence, Including Large Language Models Such as ChatGPT, in Scientific Publications: Policies of KJR and Prominent Authorities”. Korean Journal of Radiology 24 (8): 715-18. https://doi.org/10.3348/kjr.2023.0643

Penabad-Camacho, Liana, María Amalia Penabad-Camacho, Andrea Mora-Campos, Gerardo Cerdas-Vega, Yuri Morales-López, Mónica Ulate-Segura, Andrea Méndez-Solano, Nidya Nova-Bustos, María Fernanda Vega-Solano y María Milagro Castro-Solano. 2024. “The Heredia Declaration: Principles on the Use of Artificial Intelligence in Scientific Publishing: English Translation”. Revista Electrónica Educare 28 (S), e20852 https://doi.org/10.15359/ree.28-S.20852

Perkins, Mike, y Jasper Roe. 2023. “Academic Publisher Guidelines on AI Usage: A ChatGPT Supported Thematic Analysis”. F1000 Research 12, e1398. https://doi.org/10.12688/f1000research.142411.1

Pham, Mai T., Andrijana Rajić, Judy D. Greig, Jan M. Sargeant, Andrew Papadopoulos y Scott A. McEwen. 2014. “A Scoping Review of Scoping Reviews: Advancing the Approach and Enhancing the Consistency”. Research Synthesis Methods 5 (4): 371-85. https://doi.org/10.1002/jrsm.1123

Poland, Gregory A., y Richard B. Kennedy. 2023. “The Use of AI-Generated Text and Scientific Publishing: Issues and a Way Forward”. Vaccine 41 (28): 4065-66. https://doi.org/10.1016/j.vaccine.2023.06.010

Pongrac Habdija, Zrinka. 2024. “AI in Scholarly Communication”. Food Technology and Biotechnology 62 (1): 127-129. PMID: 38601967; PMCID: PMC11002455.

Pooley, Jefferson. 2024 “Large Language Publishing: The Scholarly Publishing Oligopoly’s Bet on AI”. KULA: Knowledge Creation, Dissemination, and Preservation Studies 7 (1): 1-11. https://doi.org/10.18357/kula.291

Resnik, David B., y Mohammad Hosseini. 2023. “The Impact of Autogen and Similar Fine-Tuned Large Language Models on the Integrity of Scholarly Writing”. The American Journal of Bioethics 23 (10): 50-52. https://doi.org/10.1080/15265161.2023.2250276

Sabzalieva, Emma, y Arianna Valentini. 2023. ChatGPT and Artificial Intelligence in Higher Education: Quick Start Guide. United Nations Educational, Scientific and Cultural Organization. https://unesdoc.unesco.org/ark:/48223/pf0000385146_spa

Salvagno, Michele, Fabio Silvio Taccone y Alberto Giovanni Gerli. 2023. “Can Artificial Intelligence Help for Scientific Writing?”. Critical Care 27 (1), 75. https://doi.org/10.1186/s13054-023-04380-2

Sampaio, Rafael Cardoso, Maria Alejandra Nicolás, Tainá Aguiar Junquilho, Luiz Rogério Lopes Silva, Christiana Soares de Freitas, Márcio Telles, João Senna Teixeira, Fernanda da Escóssia y Luiza Carolina dos Santos. 2024. “ChatGPT e outras IAs transformarão a pesquisa científica: reflexões sobre seus usos”. Revista de Sociologia e Política 32, e008. https://doi.org/10.1590/1678-98732432e008

Sarfo, Jacob Owusu. 2023. “Artificial Intelligence Chatbots, High-Tech Plagiarism, and Academic Publishing Integrity Conundrum: Are Local Journals in Africa Ready?”. Journal of Advocacy, Research and Education 10 (1): 3-5. https://doi.org/10.13187/jare.2023.1.3

Sevnarayan, Kershnee, y Mary-Anne Potter. 2024. “Generative Artificial Intelligence in Distance Education: Transformations, Challenges, and Impact on Academic Integrity and Student Voice”. Journal of Applied Learning and Teaching 7 (1): 104-114. https://doi.org/10.37074/jalt.2024.7.1.41

Sivarudran Pillai, Vishnu, y Kira Matus. 2025. “Regulatory Solutions to Alleviate the Risks of Generative AI Models in Qualitative Research”. Journal of Asian Public Policy 18 (2): 482-505. https://doi.org/10.1080/17516234.2024.2399098

Stanbrook, Matthew B., Meredith Weinhold y Diane Kelsall. 2023. “A New Policy on the Use of Artificial Intelligence Tools for Manuscripts Submitted to CMAJ”. Canadian Medical Association Journal 195 (28), e958-59. https://doi.org/10.1503/cmaj.230949

Tang, Gengyan, y Sarah Elaine Eaton. 2024. “A Rapid Investigation of Artificial Intelligence Generated Content Footprints in Scholarly Publications”. Journal of Scholarly Publishing 55 (3): 337-55. https://doi.org/10.3138/jsp-2023-0079

Tang, Arthur, Kin‐Kit Li, Kin On Kwok, Liujiao Cao, Stanley Luong y Wilson Tam. 2024. “The Importance of Transparency: Declaring the Use of Generative Artificial Intelligence (AI) in Academic Writing”. Journal of Nursing Scholarship 56 (2): 314-18. https://doi.org/10.1111/jnu.12938

Teixeira da Silva, Jaime A. 2024. “Proposing Authorship for Artificial Intelligence and Large Language Models”. European Science Editing 50, e123908. https://doi.org/10.3897/ese.2024.e123908

Teixeira da Silva, Jaime A. 2024. “The Detection of ChatGPT’s Textual Crumb Trails is an Unsustainable Solution to Imperfect Detection Methods”. Open Information Science 8 (1), e20240007. https://doi.org/10.1515/opis-2024-0007

Tejedor-Estupiñán, Joan Miguel. 2024. “Inteligencia artificial para la investigación económica”. Revista Finanzas y Política Económica 16 (1): 9-12. https://doi.org/10.14718/revfinanzpolitecon.v16.n1.2024.1

The Lancet Infectious Diseases. 2024. “Writing and Reviewing for Us in AI Times”. The Lancet Infectious Diseases 24 (4): 329. https://doi.org/10.1016/S1473-3099(24)00160-9

The Royal Society. 2024. Science in the Age of AI: How Artificial Intelligence Is Changing the Nature and Method of Scientific Research. The Royal Society. https://royalsociety.org/news-resources/projects/science-in-the-age-of-ai/

Thomas, Riya, Uttkarsha Bhosale, Kriti Shukla y Anupama Kapadia. 2023. “Impact and Perceived Value of the Revolutionary Advent of Artificial Intelligence in Research and Publishing Among Researchers: A Survey-Based Descriptive Study”. Science Editing 10 (1): 27-34. https://doi.org/10.6087/kcse.294

Uribe, Sergio E., e Ilze Maldupa. 2024. “Estimating the Use of ChatGPT in Dental Research Publications”. Journal of Dentistry 149, e105275. https://doi.org/10.1016/j.jdent.2024.105275

Weber, Ron. 2024. “The Other Reviewer: RoboReviewer”. Journal of the Association for Information Systems 25 (1): 85-97. https://doi.org/10.17705/1jais.00866

Whang, Yunhee. 2024. “ChatGPT for Editors: Enhancing Efficiency and Effectiveness”. Science Editing 11 (1): 84-90. https://doi.org/10.6087/kcse.332

Wohlfarth, Benny, Samuel R. Streit y Sissel Guttormsen. 2023. “Artificial Intelligence in Scientific Writing: A Deuteragonistic Role?”. Cureus 15 (9), e45513. https://doi.org/10.7759/cureus.45513

Wright, Caradee Y., Margaret Lartey, Kenza Khomsi, Frederico Peres, Daniel Yilma, James Kigera, Annette Flanagin, et al. 2024. “The African Journal Partnership Program’s Guidance on the Use of AI in Scholarly Publishing”. Ghana Medical Journal 58 (1): 1-4. https://www.ajol.info/index.php/gmj/article/view/267346

Zenni, Rafael D., y Nigel R. Andrew. 2023. “Artificial Intelligence Text Generators for Overcoming Language Barriers in Ecological Research Communication”. Austral Ecology 48 (7): 1225-29. https://doi.org/10.1111/aec.13417

Zielinski, Chris, Margaret A. Winker, Rakesh Aggarwal, Lorraine E. Ferris, Markus Heinemann, Jose Florencio Lapeña, Sanjay A. Pai, et al. 2024. “Chatbots, Generative AI, and Scholarly Manuscripts: WAME Recommendations on Chatbots and Generative Artificial Intelligence in Relation to Scholarly Publications”. Current Medical Research and Opinion 40 (1): 11-13. https://doi.org/10.1080/03007995.2023.2286102

Para citar este texto:

Buitrago-Ciro, Jairo, Estela Morales Campos y César Leonardo Villamizar Romero. 2025. “¿Cómo está transformando la inteligencia artificial la comunicación científica? Desafíos, oportunidades y el papel de los actores involucrados: una revisión de alcance”. Investigación Bibliotecológica: archivonomía, bibliotecología e información 39 (104): 111-150. https://dx.doi.org/10.22201/iibi.24488321xe.2025.104.59032

Anexo

Información descriptiva de los estudios 

Nro. Referencia (Primer autor) País Tipo de publicación Diseño del estudio Objetivo del estudio (Texto extraído de los artículos)
1 Aluthman (2024) Arabia Saudita Artículo Encuesta Explorar el uso de herramientas de IA por parte de los investigadores árabes que publican en inglés
2 Carnino (2024) Estados Unidos Artículo Análisis de contenido Contextualizar el impacto de la IA en la escritura y la comunicación científicas
3 Carobene (2024) Italia Artículo Revisión narrativa Describir el papel de la IA en la publicación científica, como colaboradora en la redacción y revisión, y como un desafío ético
4 Casal (2023) Estados Unidos Artículo Método mixto Analizar hasta qué punto los revisores de revistas pueden distinguir la escritura generada por IA y su percepción ética sobre su uso
5 Crawford (2024) Australia Comentario Texto de opinión Defender una posición basada en evidencias contra la IA como revisor
6 Fecher (2023) Alemania Artículo Estudio Delphi Explorar las limitaciones e impacto de los grandes modelos de lenguaje de IA
7 Ganjavi (2024) Estados Unidos Reino Unido Artículo Análisis bibliométrico Determinar las orientaciones de las editoriales académicas sobre el uso de IAG
8 Garcia (2024) Filipinas Comentario Texto de opinión Resaltar la falta de políticas y directrices en el uso de IA
9 Hamamah (2023) Indonesia Artículo Técnica de grupo nominal Comprender las dificultades de los académicos de Indonesia para publicar en inglés y el uso de IA como posible solución
10 Homolak (2023) Croacia Artículo Estudio de caso Examinar el uso de ChatGPT en la redacción académica y evaluar la fiabilidad de las herramientas de detección
11 Jarrah (2023) Emiratos Árabes Unidos Artículo Revisión de la literatura Revisar la literatura existente sobre el uso de ChatGPT en la escritura académica y sus implicaciones con respecto al plagio
12 Kharlamova (2024) Ucrania Artículo Revisión narrativa Ofrecer una visión general de las últimas tendencias en el uso de IA para la edición académica
13 Lemberger (2024) Alemania Comentario Texto de opinión Analizar el impacto de la IAG en la publicación científica
14 Leung (2023) Canadá Estados Unidos Comentario Texto de opinión Describir el estado actual de las políticas editoriales sobre el uso de IAG
15 Lin (2023) China Artículo Revisión de la literatura Discutir los retos, directrices y desafíos éticos del proceso de revisión por pares automatizado
16 Ling (2024) China Comentario Texto de opinión Promover una política integral sobre ética e integridad de los grandes modelos de lenguaje en la edición científica
17 Lund (2024) Estados Unidos Artículo Análisis bibliométrico Analizar las políticas sobre derechos de autor relacionadas con IA en 300 revistas académicas
18 Májovský (2023) República Checa Artículo Revisión narrativa Explicar cómo los grandes modelos de lenguaje están cambiando la redacción en medicina, y sus dilemas éticos
19 Panda (2024) China Artículo Revisión narrativa Analizar ChatGPT y su papel en las bibliotecas académicas
20 Miao (2023) Tailandia Estados Unidos Artículo Revisión narrativa Fomentar el uso ético y responsable de IA para preservar la integridad académica
21 Napolitani (2023) Italia Artículo Análisis de contenido Analizar las implicaciones éticas del uso de ChatGPT en la publicación científica
22 Nazarovets (2024) Japón Ucrania Artículo Análisis bibliométrico Evaluar la prevalencia y las implicaciones éticas de incluir a ChatGPT como autor en artículos académicos
23 Poland (2023) Estados Unidos Comentario Texto de opinión Analizar las implicaciones éticas y legales del texto generado por IA en la publicación científica
24 Sarfo (2023) Ghana Rusia… Artículo Análisis de contenido Examinar los desafíos de las revistas africanas para mantener la integridad en el contexto de la IA
25 Tang (2024) China Hong Kong… Artículo Análisis bibliométrico Analizar cómo las revistas de enfermería solicitan a los autores que declaren el uso de herramientas de IA
26 Thomas (2023) India Artículo Encuesta Comprender las percepciones de investigadores, autores, editores, editoriales y otras partes interesadas sobre la IA en la publicación académica
27 Uribe (2024) Alemania Letonia Artículo Análisis bibliométrico Evaluar el uso de ChatGPT en la redacción de artículos mediante el análisis de la frecuencia de palabras clave
28 Wohlfarth (2023) Suiza Comentario Texto de opinión Reflexionar sobre las formas en que la IA puede contribuir a una comunicación científica más transparente y confiable
29 Kaebnick (2023) Estados Unidos Comentario Texto de opinión Examinar los beneficios y desafíos de la IAG en la publicación científica
30 Leveridge (2023) Canadá Comentario Texto de opinión Reflexionar sobre el impacto de la IA en la publicación científica y sus posibles beneficios y desafíos a lo largo del ciclo de vida de la investigación
31 Resnik (2023) Estados Unidos Comentario Texto de opinión Evaluar críticamente el impacto de los grandes modelos de lenguaje en la integridad de la escritura académica
32 Wright (2024) Sudáfrica Ghana … Artículo Análisis de contenido Establecer una guía sobre el uso ético de la IA en la publicación científica para la Asociación de Revistas Africanas
33 Zielinski (2024) Reino Unido Estados Unidos… Comentario Texto de opinión Establecer pautas éticas para autores, editores y revisores sobre el uso de IAG en la publicación científica
34 Dobreski (2023) Estados Unidos Artículo Análisis de contenido Analizar cómo las revistas definen y regulan la autoría de texto generado con IA
35 Pongrac (2024) Croacia Artículo Análisis de contenido Analizar las políticas y consideraciones éticas sobre el uso de IA en la publicación científica
36 Hosseini (2023) Estados Unidos Dinamarca Artículo Análisis de contenido Analizar el impacto de ChatGPT en el proceso de revisión por pares
37 Macdonald (2023) Reino Unido Comentario Texto de opinión Definir la política de BMJ sobre el uso de IA en la publicación científica y garantizar su transparencia
38 López-Martín (2024) España Comentario Texto de opinión Evaluar el papel de la IA en la publicación científica y establecer directrices prácticas para su uso ético
39 Chemaya (2024) Estados Unidos Artículo Método mixto Investigar las normas y los desafíos en el uso de IA en la redacción científica
40 Perkins (2023) Singapur Vietnam Artículo Análisis temático Analizar las directrices de las editoriales en el uso de IA en la investigación
41 Hassanipour (2024) India Irán Artículo Experimental cuantitativo Examinar el parafraseo de ChatGPT y cómo esto afecta las tasas de plagio
42 Lee (2023) Corea del Sur Artículo Análisis de contenido Evaluar la autoría de textos generados por IA en el contexto académico
43 Biswas (2023) Estados Unidos Artículo Estudio de caso Evaluar a ChatGPT como revisor de IA en procesos de revisión por pares en revistas académicas
44 Kankanhalli (2024) Singapur Comentario Texto de opinión Analizar el papel de la IA en la revisión por pares
45 Weber (2024) Australia Artículo Análisis conceptual y teórico Explorar la viabilidad y los desafíos del uso de IA en la revisión por pares
46 The Lancet (2024) Reino Unido Comentario Texto de opinión Examinar el impacto de los grandes modelos de lenguaje en la publicación científica
47 Cheng (2024) China Alemania Comentario Texto de opinión Analizar el papel de la IAG en la revisión por pares
48 Hajji (2024) Italia Túnez Artículo Revisión descriptiva Analizar el uso y desafíos éticos de las tecnologías asistidas por IA en la redacción y revisión por pares
49 Levin (2024) Colombia Canadá… Artículo Estudio de caso Determinar si los revisores experimentados pueden diferenciar entre resúmenes generados y no generados con IA
50 Park (2023) Corea del Sur Artículo Análisis de contenido Analizar las políticas de revistas y autoridades sobre el uso de IAG en la investigación
51 Gomes (2023) Brasil Artículo Revisión narrativa Examinar la integración de IAG en la publicación científica y revisión por pares
52 Golan (2023) Estados Unidos Artículo Revisión narrativa Examinar el cambio de paradigma que la IA implica en la escritura académica
53 Stanbrook (2023) Canadá Comentario Texto de opinión Establecer las políticas editoriales sobre el uso de IA en la redacción, envío y revisión por pares
54 Donker (2023) Alemania Comentario Texto de opinión Investigar los riesgos de emplear ChatGPT en la revisión por pares
55 Májovský (2024) República Checa Carta al editor Texto de opinión Analizar las implicaciones de los grandes modelos de lenguaje en las publicaciones científicas
56 Liu (2023) Estados Unidos Comentario Texto de opinión Examinar cómo la IA está transformando el proceso de revisión por pares y la publicación científica
57 Kousha (2024) Reino Unido Artículo Revisión de la literatura Examinar la literatura relacionada con la automatización de los procesos de revisión por pares
58 Huh (2023) Corea del Sur Artículo Revisión narrativa Destacar las nuevas tendencias y políticas sobre el uso de IA
59 Lin (2024) China Artículo Revisión comparativa Analizar las limitaciones de las políticas sobre IA en las publicaciones y proponer un marco regulatorio
60 Bagenal (2024) Reino Unido Comentario Texto de opinión Resaltar el retraso y adaptación de la publicación científica a la IAG
61 Pooley (2024) Estados Unidos Ensayo Ensayo conceptual Examinar las diferentes estrategias de los editores que recurren a IA y las consecuencias de su uso
62 Sampaio (2024) Brasil Artículo Revisión narrativa Analizar el impacto de ChatGPT y modelos de lenguaje similares en la comunicación científica
63 França (2024) Brasil Artículo Revisión narrativa Analizar el papel de la IA en los problemas de la publicación científica
64 Khalifa (2024) Australia Artículo Revisión sistemática Explorar ámbitos específicos donde la IA contribuye de forma significativa a la escritura académica
65 Ma (2024) China Hong Kong Artículo Experimental aplicada Crear un sistema de apoyo basado en IA para evaluar proyectos de investigación
66 Teixeira (2024) Japón Artículo Conceptual y normativo Cuestionar las restricciones de la autoría de la IA y proponer un marco para reconocerlas
67 Moffatt (2024) Estados Unidos Artículo Conceptual y normativo Evaluar de forma crítica la inclusión de la IA como autor en la publicación científica
68 Teixeira (2024) Japón Artículo Conceptual y analítico Señalar la ausencia de políticas sobre la divulgación de la IA en las publicaciones académicas
69 Tang (2024) Canadá China Artículo Método mixto Analizar las huellas del contenido generado con IA en la publicación científica y sus implicaciones para la integridad de la investigación
70 Bahammam (2023) Baréin India… Artículo Conceptual y normativo Analizar el papel de la IA en la investigación y la educación y abogar por un marco regulatorio
71 Sivarudran (2025) Hong Kong India Artículo Método mixto Identificar y analizar los riesgos éticos del uso de los grandes modelos de lenguaje en la investigación cualitativa y su regulación
72 Zenni (2023) Australia Brasil Artículo Descriptivo y exploratorio Explorar el potencial de la IAG para ayudar a investigadores no angloparlantes en la escritura de textos
73 Miltenoff (2024) Estados Unidos Artículo Revisión narrativa Analizar el papel de los bibliotecarios académicos en la alfabetización en IA en la educación superior
74 Fiorillo (2024) India Italia Artículo Estudio de caso Evaluar críticamente el papel de las herramientas de escritura asistidas por IA en la investigación
75 Filson (2024) Ghana Artículo Método mixto Evaluar el rol de los bibliotecarios académicos en el uso e integridad de la IA en la escritura académica
76 Hosseini (2023) Estados Unidos Artículo Análisis de contenido Examinar las directrices sobre autoría en el texto generado por IA en la publicación académica
77 Mollaki (2024) Grecia Artículo Análisis ético Resaltar la falta de políticas sobre la revisión por pares asistida por IA y sus implicaciones éticas
78 Farber (2024) Israel Artículo Método mixto Evaluar las consideraciones éticas de seleccionar revisores de artículos académicos con IA
79 Kadi (2024) Turquía Artículo Experimental cuantitativo Evaluar la eficacia de ChatGPT en la generación de informes médicos y de revisión por pares
80 Kim (2024) Corea del Sur Artículo Revisión narrativa Analizar los desafíos éticos de la escritura académica generada con herramientas de IA
81 Nicholas (2024) China Malasia… Artículo Estudio piloto Explorar cómo la IA influye en las prácticas de comunicación académica de los investigadores
82 Penabad Camacho (2024) Costa Rica Declaración Conceptual y normativo Establecer principios éticos y buenas prácticas en el uso responsable de IA en la publicación científica
83 Andrade Hidalgo (2024) Perú Artículo Revisión sistemática Analizar el impacto de la IA en la escritura académica, particularmente en el plagio y su detección
84 Cho (2024) Taiwán Artículo Método mixto Evaluar la calidad de los resúmenes en inglés escritos con IA de autores no angloparlantes
85 Whang (2024) Corea del Sur Artículo Tutorial Formar a editores de revistas sobre cómo integrar la IA de manera eficaz en los flujos de trabajo editoriales
86 Dwivedi (2024) Arabia Saudita Australia… Artículo Revisión de la literatura Examinar el impacto de la IAG en la publicación científica y proponer un modelo de gobernanza para su uso ético y responsable
87 Bobrytska (2024) Estados Unidos Artículo Método mixto Analizar cómo las partes interesadas asumen el uso de la IA en las instituciones de educación superior
88 Chaudhuri (2024) Estados Unidos Artículo Método mixto Desarrollar y evaluar iniciativas de alfabetización en IA dentro de las bibliotecas académicas
89 Machin-M. (2023) México Artículo Análisis de contenido Analizar el impacto de la IA en la publicación científica y las políticas editoriales adoptadas
90 Lo (2023) Estados Unidos Artículo Análisis de contenido Analizar las implicaciones de un informe sobre IA para bibliotecas académicas y algunas recomendaciones

Fuente: elaboración de los autores (2025)