Cómo declarar el uso de IA en un artículo de investigación

Dos usos de la misma herramienta pueden crear obligaciones de reporte muy distintas. Una investigadora que pide a ChatGPT pulir tres oraciones de la introducción cambió el texto del manuscrito. Un investigador que pide a un LLM clasificar 2.000 respuestas de encuesta cambió el flujo de trabajo de la investigación, y quizá los resultados. Esos casos no deberían reportarse con la misma oración.

La dificultad es que las políticas de las revistas todavía no han convergido en un formato universal. ICMJE, Elsevier, JAMA Network, CDC y Nature Portfolio apuntan en la misma dirección general: declarar el uso de IA, mantener la responsabilidad humana, y dar más detalle cuando la IA afecta el estudio mismo. La ubicación y la redacción exactas siguen dependiendo de la revista.

Usa el papel de la herramienta como principio de clasificación. La IA que mejora la redacción suele ser una declaración de preparación del manuscrito. La IA que toca la recolección de datos, la codificación, el análisis, la producción de imágenes, el software o los resultados pertenece al método de investigación.

¿Qué cambió realmente la IA?

La primera decisión de reporte es si la IA cambió el lenguaje del artículo o el proceso que generó la evidencia detrás de él. La asistencia de redacción a menudo puede describirse brevemente, sujeta a las instrucciones de la revista de destino. La IA usada como instrumento de investigación necesita suficiente detalle metodológico para que el lector entienda qué se hizo y cómo se verificó la salida.

La tabla es solo un punto de partida. La política de Elsevier, por ejemplo, dice que las comprobaciones básicas de ortografía, gramática y puntuación no necesitan su declaración de IA, mientras que los cambios sustantivos en la estructura de las oraciones o en la organización sí. También dice que la IA usada como parte del proceso de investigación debe describirse en Métodos. ICMJE recomienda agradecimiento para la asistencia de escritura con IA y reporte en Métodos para la IA usada en recolección de datos, análisis o generación de figuras.

Por eso es arriesgado copiar una declaración de otro artículo. Ese otro artículo pudo haber usado IA con otro propósito, haberse enviado a otra revista o haber seguido una versión anterior de la política.

¿Dónde debe ir la declaración?

El uso de IA puede aparecer en varios lugares: un agradecimiento, una declaración específica de IA, la sección de Métodos, un pie de figura, material suplementario, el formulario de envío o la carta de presentación. Las instrucciones para autores de la revista deciden la ubicación final.

El patrón entre las políticas principales es práctico. Si la herramienta ayudó a escribir o revisar el manuscrito, la revista puede pedir una declaración breve que nombre la herramienta, el propósito y la revisión humana. ICMJE dice que la asistencia de escritura con IA debe reportarse en la sección de agradecimientos y declararse al enviar. Elsevier pide una declaración separada para los usos de preparación del manuscrito cubiertos por su política.

Cuando la IA forma parte del estudio, un agradecimiento breve no basta. La sección de Métodos es donde los lectores buscan los materiales y procedimientos que produjeron el resultado. Un LLM que codificó transcripciones de entrevistas, generó variables, escribió scripts de análisis o produjo estímulos experimentales forma parte de ese procedimiento.

Una declaración vaga crea el tipo equivocado de transparencia:

Se usó ChatGPT durante la preparación del manuscrito.

Esa oración nombra una herramienta, pero no dice si la herramienta corrigió puntuación, reescribió el resumen, resumió fuentes, generó código o clasificó respuestas de participantes. Una declaración útil nombra la acción.

Para asistencia de redacción, la declaración podría decir que se usó una herramienta de IA para mejorar la legibilidad en secciones específicas y que los autores revisaron y editaron todos los cambios. Para uso de investigación, la declaración pertenece a una descripción metodológica más completa.

¿Qué va en Métodos cuando la IA forma parte del estudio?

El reporte en Métodos debe incluir los detalles de IA que podrían cambiar el resultado o que otro investigador necesitaría para entender el flujo de trabajo. En estudios que usan LLMs, la guía de JAMA Network pide a los autores reportar la plataforma o programa, la herramienta, la versión, el fabricante, las fechas de uso, los prompts, la secuencia de prompts y las revisiones de prompts cuando esos detalles correspondan.

Supón que un LLM clasificó respuestas abiertas de encuesta en cinco categorías. “Usamos ChatGPT para clasificar las respuestas” deja demasiadas decisiones ocultas. Un lector no puede saber qué modelo se usó, qué vio el modelo, si el prompt definió las categorías, si los humanos revisaron la salida o si los autores volvieron a ejecutar los casos inciertos.

Registra estos detalles mientras el estudio está en marcha:

1. La herramienta o servicio usado.
2. El modelo y la versión, cuando estén disponibles.
3. La fecha o el intervalo de fechas de uso.
4. Si el acceso fue por sitio web, API, modelo local o sistema institucional.
5. Los prompts exactos o plantillas de prompt que afectaron las salidas.
6. Ajustes relevantes, como temperatura o restricciones de salida.
7. Qué datos, documentos o variables se entregaron al modelo.
8. Cuántas ejecuciones se realizaron y cómo se seleccionaron o combinaron las salidas.
9. Cómo se verificaron, editaron, probaron o adjudicaron las salidas.

La fecha importa porque los servicios de IA en línea cambian. Dos artículos pueden decir “ChatGPT” y referirse a modelos, capas de seguridad, ajustes de recuperación, interfaces y comportamientos de salida distintos. Si el método depende de la respuesta del modelo, una fecha no es un detalle administrativo. Es parte de la descripción del instrumento.

Los prompts importan cuando cambiarlos podría cambiar el resultado. Si un modelo asignó etiquetas de sentimiento, extrajo eventos adversos, generó casos sintéticos o respondió preguntas que se convirtieron en datos, el prompt es parte del método. Los prompts largos pueden ir en material suplementario, un apéndice o un repositorio si la revista lo permite.

¿Cómo deben reportarse las ejecuciones repetidas y los ajustes del modelo?

Reporta ajustes y ejecuciones repetidas cuando podrían afectar la salida. Para una edición simple de lenguaje, la temperatura del modelo o el comportamiento de muestreo rara vez ayudan a un lector a evaluar el artículo. Para un experimento en el que las respuestas del modelo son los datos, esos ajustes pueden convertirse en el equivalente de una condición de ensayo.

Los sistemas generativos pueden dar salidas diferentes para la misma instrucción. Si ejecutaste el modelo cinco veces y seleccionaste la respuesta más clara, esa selección es una decisión metodológica. Si pediste al modelo votar entre ejecuciones, eso también es una decisión metodológica. Si una codificadora humana resolvió conflictos entre etiquetas de IA y etiquetas manuales, la regla de resolución pertenece a Métodos.

El objetivo de reproducibilidad suele ser transparencia del proceso, no texto idéntico. Un futuro investigador quizá no pueda obtener la misma oración exacta de un modelo en línea meses después. Aun así, debería poder ver qué modelo se usó, qué recibió, qué instrucciones siguió, qué salidas se conservaron y cómo decidieron los autores si la salida era aceptable.

Para código asistido por IA, reporta las mismas cosas que un revisor esperaría del código escrito a mano: qué hacía el código, cómo se probó, dónde puede consultarse si se comparte, y qué salidas produjo. La asistencia de IA no relaja el estándar de reproducibilidad. Añade una pregunta más de procedencia.

¿Cómo deben verificar los autores la salida de la IA?

La revisión humana debe describirse cuando afecta el registro final de la investigación. ICMJE advierte que la salida de IA puede ser incorrecta, incompleta o sesgada, y deja la responsabilidad en los autores humanos. La guía de CDC también pide a los autores reportar supervisión humana, incluido si las fuentes, los datos extraídos, el código o los resultados se verificaron de forma independiente.

Escribe el procedimiento de verificación en términos que un lector pueda auditar. “Toda la salida fue revisada” es más débil que “dos autores revisaron independientemente el 10 % de las respuestas codificadas por IA, resolvieron desacuerdos por discusión y revisaron manualmente cada respuesta asignada a la categoría de incertidumbre.” La segunda versión da al lector un proceso.

El mismo principio se aplica fuera de las tareas de clasificación. Si se usó código generado por IA, di si se ejecutaron pruebas y si las salidas numéricas se reprodujeron de forma independiente. Si la IA resumió artículos, di si se leyeron los artículos originales y se compararon con el resumen. Si la IA sugirió citas, cita la evidencia original, no la declaración generada.

Una herramienta de IA nunca es la fuente de una afirmación científica. Si dice que estudios previos encontraron un efecto, el artículo todavía necesita localizar esos estudios, leerlos y citar la fuente original solo si respalda la oración. Las referencias fabricadas son el fallo evidente. El fallo más silencioso es un artículo real unido a una afirmación que nunca hizo.

¿Qué deben hacer los autores con la privacidad y los datos confidenciales?

No subas material sensible, protegido, confidencial o no publicado a un servicio público de IA a menos que el servicio, la institución, la aprobación ética y los términos de consentimiento permitan ese uso. La declaración después del envío no repara una violación de privacidad.

Revisa las entradas antes de revisar la redacción de la declaración. Datos de participantes, información de pacientes, transcripciones de entrevistas, resultados no publicados, documentos de colaboradores, borradores de subvenciones y material con derechos de autor pueden crear problemas separados. La política de Elsevier pide a los autores considerar privacidad de datos, propiedad intelectual y los términos de la herramienta. La guía de CDC dice que los investigadores no deben introducir datos sensibles, protegidos o no públicos en herramientas públicas de IA.

Las preguntas útiles son concretas:

• ¿El servicio conserva el material subido?
• ¿Puede el proveedor usar las entradas para entrenamiento o mejora del producto?
• ¿Quién puede acceder a los datos?
• ¿La institución permite esta herramienta para este tipo de información?
• ¿El consentimiento o la aprobación ética cubrió este procesamiento?
• ¿Se eliminaron los identificadores, y esa eliminación basta para este conjunto de datos?

Si la respuesta no está clara, detente antes de subir material. Una declaración de IA redactada con cuidado le dice a la revista qué ocurrió. No vuelve permisible el uso.

¿Las figuras y las imágenes siguen las mismas reglas?

Las figuras suelen tener reglas separadas, y la política de imágenes puede ser más estricta que la política de redacción. Elsevier distingue imágenes explicativas, visualizaciones de datos, imágenes primarias de investigación, resúmenes gráficos y arte de portada. Bajo su política, algunas imágenes explicativas pueden asistirse con IA si se declaran, las visualizaciones de datos deben estar ligadas a métodos reproducibles, y las herramientas de IA no deben fabricar ni alterar imágenes primarias de investigación.

Un esquema generado puede necesitar una declaración en el pie de figura y una declaración general de IA. Una visualización de datos producida con apoyo de IA puede necesitar detalle en Métodos sobre los datos y el flujo de trabajo. Una imagen de microscopía, western blot, radiología o paciente es otra categoría, porque representa evidencia observada o experimental.

Nature Methods también enfatiza que las políticas sobre IA generativa en publicación científica siguen cambiando. Trata las figuras como una comprobación de política propia antes de enviar. No supongas que la regla de declaración para la escritura cubre el material visual.

¿Puede la IA figurar como autora?

Las herramientas de IA no pueden ser autoras porque la autoría exige responsabilidad. ICMJE dice que los chatbots y otras herramientas asistidas por IA no deben figurar como autores porque no pueden asumir responsabilidad por la exactitud, integridad y originalidad. Elsevier y Nature Methods expresan el mismo principio en sus políticas y comentarios editoriales.

La consecuencia práctica es simple. Los autores humanos son dueños del manuscrito. Son responsables de revisar texto, código, figuras, citas y análisis asistidos por IA, y deben poder responder preguntas sobre cualquier parte del trabajo que haya usado IA.

Agradecer el uso es distinto de asignar autoría. Un artículo puede declarar que una herramienta de IA ayudó a revisar el lenguaje o clasificar texto. No debe poner la herramienta en la firma, citarla como si fuera evidencia ni trasladarle responsabilidad cuando una salida generada resulta incorrecta.

¿Cuándo ayuda una guía de reporte de IA?

Una guía de reporte ayuda cuando la IA es central para el estudio y no incidental a la redacción. Debe coincidir con el tipo de estudio, el campo y el papel del modelo.

Para investigación médica, la declaración GAMER ofrece una lista de comprobación para reportar el uso de IA generativa en áreas como especificaciones de la herramienta, diseño de prompts, papel de la herramienta de IA, verificación de contenido, privacidad y si la IA afectó las conclusiones. TRIPOD-LLM es más estrecha: está diseñada para estudios de salud que desarrollan, ajustan, hacen ingeniería de prompts o evalúan modelos grandes de lenguaje, con ítems distintos según el diseño de investigación y la tarea del LLM.

Esas guías son útiles cuando encajan. No son listas universales para todo artículo cuyos autores usaron un chatbot para mejorar la redacción. Un artículo de lingüística que usó un LLM para generar estímulos experimentales, un artículo de salud pública que usó un LLM para extraer datos de informes, y un artículo clínico que evalúa un sistema LLM pueden necesitar estructuras de reporte distintas.

Si existe una guía de reporte específica del campo, úsala junto con las instrucciones para autores de la revista. Si no encaja ninguna guía, la política de la revista sigue gobernando, y la sección de Métodos todavía debe explicar el flujo de trabajo de IA con suficiente claridad para que los lectores puedan evaluarlo.

¿Qué debe comprobarse antes del envío?

Antes del envío, haz un inventario de uso de IA en lugar de intentar recordar una declaración al final. Enumera cada uso de IA en redacción, edición, análisis, codificación, trabajo de literatura, figuras y material suplementario. Luego clasifica cada uso por función.

Haz esta comprobación final:

1. Revisa la política actual de IA y las instrucciones para autores de la revista de destino.
2. Separa asistencia de escritura de uso de investigación.
3. Registra nombres de herramientas, modelos, versiones y fechas donde importen.
4. Guarda prompts, orden de prompts y ajustes que podrían afectar los resultados.
5. Describe cómo se revisaron, probaron o adjudicaron las salidas.
6. Verifica cada fuente sugerida por IA contra la publicación original.
7. Comprueba si el material subido estaba permitido bajo reglas de privacidad, ética, derechos de autor e institución.
8. Pon la declaración en la sección que exige la revista.
9. Añade detalle en Métodos para la IA que afectó datos, análisis, código, figuras o resultados.
10. Conserva registros por si el editor pregunta cómo se realizó el flujo de trabajo de IA.

El estándar escala con el riesgo. Una herramienta que corrigió puntuación puede necesitar poca o ninguna declaración, según la revista. Un modelo que produjo etiquetas, código, imágenes o salidas analíticas necesita suficiente documentación para que un lector vea qué papel tuvo y cómo los autores mantuvieron el control del resultado.

La declaración de IA más fuerte reporta el trabajo realmente hecho. Cuanto más cerca estuvo la herramienta del resultado científico, más detalle debe aportar el artículo.

Referencias y políticas útiles

1. International Committee of Medical Journal Editors. Use of AI by Authors.
2. International Committee of Medical Journal Editors. Defining the Role of Authors and Contributors.
3. Elsevier. Generative AI Policies for Journals.
4. Flanagin A, Pirracchio R, Khera R, et al. Reporting Use of AI in Research and Scholarly Publication: JAMA Network Guidance. JAMA. 2024;331(13):1096-1098.
5. Centers for Disease Control and Prevention. Considerations for Disclosing Generative AI Use in Scientific Work.
6. Nature Methods. Using AI Responsibly in Scientific Publishing. 2026;23:271.
7. Luo X, Tham YC, Giuffre M, et al. Reporting guideline for the use of Generative Artificial intelligence tools in MEdical Research: the GAMER Statement. BMJ Evidence-Based Medicine. 2025;30(6):390-400.
8. Gallifant J, Afshar M, Ameen S, et al. The TRIPOD-LLM reporting guideline for studies using large language models. Nature Medicine. 2025;31(1):60-69.