Opinión La IA que envenena la ciencia: cuando lo falso se vuelve más real que lo verdadero
La proliferación de imágenes científicas creadas con IA que engañan incluso a revistas revisadas por pares socava los cimientos del método científico. La solución no es más tecnología, sino un pacto editorial global.
En abril de 2026, una fotografía de la Tierra tomada desde la misión Artemis II de la NASA cautivó al mundo. Mostraba el planeta brillando en el espacio profundo, con la Luna en primer plano. Era real, pero podría haber sido falsa. Cualquiera, con una simple instrucción de texto, puede hoy generar una imagen indistinguible en segundos. Ese poder, aplicado al ámbito científico, no es solo un problema de desinformación: es una grieta en el corazón mismo de la credibilidad de la ciencia.
La comunidad científica lleva décadas construyendo un sistema de verificación basado en la revisión por pares, en la transparencia de los métodos y en la posibilidad de replicar resultados. Pero ese sistema presupone que las imágenes que acompañan a un artículo —micrografías, placas de gel, radiografías— son evidencia visual de lo que se afirma. Hoy, esa presunción se ha derrumbado. En 2024, dos artículos fueron retirados porque sus figuras generadas por IA contenían estructuras biológicamente imposibles. En abril de 2026, la prestigiosa New England Journal of Medicine retiró un estudio clínico al descubrir que una de sus imágenes había sido manipulada con inteligencia artificial. Estos casos, que llegaron a la atención pública masiva, son apenas la punta del iceberg. Los investigadores advierten que las amenazas crecen en campos que dependen de la evidencia visual, como la ciencia de materiales.
Cuando el método científico pierde su ancla visual
El problema no es la tecnología en sí. Los investigadores recurren cada vez más a la IA para generar ilustraciones, crear datos sintéticos, editar imágenes de laboratorio o producir materiales educativos. La línea entre lo que es una ayuda legítima para la comunicación científica y lo que constituye una falsificación se ha vuelto borrosa. Una imagen generada por IA puede ser un instrumento útil para explicar un concepto abstracto, pero si esa misma imagen se presenta como evidencia de un hallazgo, el edificio de la ciencia empieza a tambalearse.
La verificación manual se ha vuelto insostenible. Los editores de revistas académicas reciben cientos de artículos al mes. Pedirles que examinen cada gráfico, cada fotografía de laboratorio, cada gel de electroforesis en busca de rastros de manipulación es una carga que ningún equipo humano puede asumir. Y mientras los detectores de imágenes generadas por IA existen, su precisión está lejos de ser infalible, especialmente cuando los generadores se actualizan constantemente para eludir precisamente esa detección.
¿Quién asume la responsabilidad?
Aquí viene el nudo del asunto. La industria que produce estos modelos —las grandes empresas de inteligencia artificial— no ha asumido la responsabilidad de incorporar mecanismos de trazabilidad robustos. No hay un estándar global de watermarking obligatorio, ni un sistema de marcado de origen que permita rastrear si una imagen fue generada, modificada o simplemente mejorada por una máquina. La autorregulación ha fracasado. En un mercado donde la velocidad de publicación y la viralidad de los resultados importan más que la integridad del proceso, las promesas de buenas intenciones no bastan.
La solución no puede ser más tecnología. No se resuelve una crisis de confianza construyendo un detector más preciso o un algoritmo que revise los algoritmos. Eso sería como pretender apagar un incendio con más leña. Lo que se necesita es un pacto editorial global que exija, como condición para publicar, la certificación de origen de toda imagen científica. Cada fotografía, cada gráfico, cada figura debe llevar una declaración explícita sobre si fue generada —total o parcialmente— por inteligencia artificial. Y quien omita esa declaración debe enfrentar penalidades severas, no solo la retractación del artículo, sino la suspensión temporal de la capacidad de publicar, la pérdida de financiamiento o, en casos extremos, sanciones legales por fraude científico.
Un espejo roto para la confianza pública
Para los ejecutivos y líderes de opinión en América Latina, esta crisis tiene implicaciones directas. Si la ciencia pierde su capacidad de distinguir lo verdadero de lo falso, la confianza pública se erosiona no solo en los laboratorios, sino en los productos farmacéuticos, en las políticas de salud pública, en los estudios de impacto ambiental que las empresas utilizan para tomar decisiones. Cuando una imagen vale más que mil palabras, pero esa imagen puede ser falsa, el costo no es solo académico: es social, económico y político.
La pregunta que debemos hacernos no es cómo detectar mejor las imágenes falsas. Es si estamos dispuestos a exigir, como sociedad, que la ciencia recupere un suelo firme donde apoyar su credibilidad. O si preferimos seguir navegando en un mar de imágenes que parecen reales pero que, en el fondo, no lo son.
