Edición científica: El desafío de la revisión de pares ante la IA generativa. Una sucinta mirada desde la Estadística Bayesiana.

Resumen de los autores

El presente preprint es el resumen de la conferencia clausural que impartiré en el 2° Congreso Paraguayo de Estadística, a celebrar el jueves 23 de Oct de 2025 en la Facultad de Ciencias Exactas y Naturales de la Universidad Nacional de Asunción (Paraguay) En ella se trata de vincular los problemas que surgen con la IA generativa en la revisisón de pares de la edición científica y en la evaluación educativa cuando ésta se basa en proyectos, ensayos o informes. Se plantea un falso dilema que se resuelve mediante una nueva revisión de pares basada en la interacción y en métodos bayesianos y mediante el Mastery Learning y la evaluación formativa, cuando se trata de educación. Relacionado con este tema, se plantea una derivada distinta, la de la edición sospechosa de fraude a través del acceso abierto como práctica híbrida: las “revistas de acceso abierto cuestionables” como revistas que violan las mejores prácticas descritas por el Directorio de Revistas de Acceso Abierto (DOAJ) Estas revistas cuestionables amenazan la integridad de la investigación global; sin embargo, la verificación manual, mediante peer review, puede ser lenta e inflexible. Mediante el potencial de la inteligencia artificial (IA) se puede identificar sistemáticamente (a estas publicaciones mediante el análisis del diseño web, el contenido y los metadatos de las publicaciones. El procedimiento que frecuentemente se en este tipo de IA se basa en machine learning, y como sabemos el enfoque bayesiano es fundamental es este tipo de aprendizaje.

Áreas y palabras clave

Cómo citar (APA 7)

Zapata-Ros, M. (2025). Edición científica: El desafío de la revisión de pares ante la IA generativa. Una sucinta mirada desde la Estadística Bayesiana.. https://doi.org/10.13140/rg.2.2.20344.92165