Los LLM impulsan las presentaciones de manuscritos científicos, pero desafían el éxito de la publicación

Los grandes modelos de lenguaje (LLM) están impulsando un aumento en las presentaciones de manuscritos científicos, especialmente entre los investigadores con limitada competencia en inglés. Los artículos generados con la ayuda de LLM muestran una mayor complejidad lingüística, pero es menos probable que lleguen a la publicación revisada por pares. El trabajo generado por IA también cita una amplia variedad de fuentes, incluyendo más libros y artículos recientes, lo que sugiere una diversificación de las referencias.

Aumento de presentaciones impulsadas por LLM

Los investigadores observaron un aumento pronunciado en las presentaciones de manuscritos a servidores de prepublicación después de que los científicos comenzaron a utilizar grandes modelos de lenguaje para redactar su trabajo. El efecto fue especialmente fuerte para autores cuyos nombres indicaban origen asiático y que estaban afiliados a instituciones en Asia, lo que sugiere que los hablantes no nativos de inglés están utilizando LLM para superar las barreras lingüísticas.

Mayor complejidad lingüística pero menor tasa de publicación

El análisis mostró que los artículos escritos con la ayuda de LLM tienden a contener un lenguaje más complejo que aquellos producidos sin ayuda de IA. A pesar de este aumento en la sofisticación textual, los manuscritos generados por LLM fueron menos propensos a ser aceptados para publicación en revistas revisadas por pares. En contraste, los artículos no LLM que utilizaban un lenguaje complejo fueron más propensos a ser publicados, lo que indica una inversión de la correlación positiva usual entre la complejidad lingüística y el mérito científico percibido.

Patrones de citación diversificados

Cuando se examinaron las listas de referencias de los artículos asistidos por IA, revelaron una gama más amplia de fuentes en comparación con los manuscritos tradicionales. El trabajo generado por LLM fue más propenso a citar libros y publicaciones recientes, lo que sugiere que estas herramientas pueden introducir una perspectiva académica más amplia en la literatura.

Precauciones y limitaciones

Los autores del estudio señalan dos advertencias importantes. Primero, muchos manuscritos etiquetados como escritos por humanos pueden contener texto generado por IA que fue editado posteriormente, lo que significa que la verdadera prevalencia del uso de LLM podría ser mayor que la informada. Segundo, la confianza en los resultados de publicación como proxy de calidad puede desfavorecer a los borradores más nuevos que son más propensos a incorporar IA, porque han tenido menos tiempo para progresar a través del proceso de revisión por pares.

Implicaciones para la comunidad de investigación

Los hallazgos destacan tanto oportunidades como desafíos asociados con el uso creciente de LLM en la escritura científica. Si bien la tecnología parece empoderar a los investigadores que enfrentan obstáculos lingüísticos y ampliar las prácticas de citación, también plantea preguntas sobre la relación entre la complejidad textual y el éxito de publicación. La continua vigilancia de cómo se integran las herramientas de IA en el flujo de trabajo de investigación será esencial para garantizar que se realicen los beneficios sin comprometer los estándares de la comunicación académica.