Nicholas Polson ha publicado 258 artículos académicos en 2026 hasta ahora
Un profesor de economía y estadística ha publicado 258 preprints generados por IA en 2026, lo que suscita preguntas sobre la integridad académica, la salud mental y los incentivos de “publicar o perecer” que recompensan el volumen por encima de la calidad. Los comentaristas debaten si los modelos de lenguaje grandes deberían usarse para redactar o incluso revisar artículos de investigación, advirtiendo sobre un futuro inundado de “slop” convincente pero superficial que tensiona la revisión por pares y erosiona la confianza en la erudición escrita. Otros señalan que muchos de estos manuscritos se parecen más a notas internas que a artículos serios de revista, destacando cómo las plataformas de preprints y las métricas de citación pueden ser manipuladas en un ecosistema de investigación saturado por la IA.
Artículos generados por IA e incentivos académicos
- Muchos asumen que la mayoría de los 258 “artículos” están generados por LLM o muy influidos por LLM.
- Los comentaristas sostienen que este comportamiento está fuertemente incentivado: más envíos traen más dinero, prestigio y becas para individuos e instituciones.
- Algunos ven esto como una exposición de lo insignificante que se ha vuelto el “conteo de artículos”; otros temen que erosione aún más los estándares y haga perder tiempo a los revisores.
- Hay debate sobre si se trata de una provocación deliberada, oportunismo profesional o algo más personal; los motivos se consideran poco claros.
IA en la revisión, el código y los flujos de trabajo
- Varios señalan que la IA ya se usa para la revisión por pares y la revisión de código, a menudo de manera no oficial.
- Quienes la apoyan creen que los revisores de IA podrían detectar errores fácticos o metodológicos.
- Los escépticos predicen una dependencia excesiva, una revisión humana más perezosa y errores acumulativos a medida que el trabajo defectuoso revisado por IA se use para entrenar futuros modelos.
- En software, algunos describen bucles casi cerrados: la IA escribe código, la IA lo revisa, la IA lo prueba y, a veces, la IA “usa” la aplicación.
Escritura, “slop” y el futuro del texto
- Varios comentaristas lamentan una avalancha de prosa de baja calidad, al estilo de LLM (“slop”), incluso en documentos corporativos y presentaciones.
- Algunos predicen que los medios escritos perderán valor y que la comunicación en persona recuperará estatus; otros encuentran inquietante esta perspectiva y sostienen que escribir es fundamental para la civilización y el conocimiento a largo plazo.
- Hay ansiedad por que la gente esté perdiendo las habilidades de lectura profunda y escritura, acelerada por la IA pero también por las plataformas de video.
Calidad, corrección y detección
- Las experiencias con borradores escritos por LLM sugieren que los modelos actuales todavía producen texto académico débil o propenso a errores sin una fuerte edición humana.
- Algunos imaginan “clubes de revistas” de IA que verifiquen sistemáticamente los artículos en busca de problemas concretos (p. ej., reutilización de datos/imágenes, controles faltantes) en lugar de juzgar la verdad.
- Las herramientas que afirman detectar escritura de IA se consideran imperfectas y a veces demasiado confiadas.
Ética, reputación y salud mental
- Algunos preguntan por qué un académico consolidado arriesgaría su reputación con trabajo generado masivamente; otros responden que las reputaciones académicas son sorprendentemente resistentes.
- Unos pocos plantean la posibilidad de adicción a la IA o de manía amplificada por la IA, en la que la generación rápida y sin esfuerzo de “artículos” se vuelve autorreforzante.
- Existe preocupación de que este comportamiento, sea cual sea la causa, normalice volcar notas internas como “artículos” en servidores de preprints y confunda aún más qué cuenta como investigación seria.