Mostrando entradas con la etiqueta Artículo científico. Mostrar todas las entradas
Mostrando entradas con la etiqueta Artículo científico. Mostrar todas las entradas

miércoles, 19 de agosto de 2026

U.S.A.: ¿los NIH limitarán el presupuesto para APCs? ¡Qué más da si hay menos dinero para investigar y menos publicaciones! además, el artículo científico como tal está desfalleciendo

Publicado en Katina. Librarianship Elevated
https://katinamagazine.org/content/article/open-knowledge/2026/proposed-nih-policy-on-apcs-is-bonkers-does-it-matter





La propuesta de política de los NIH sobre los cargos por procesamiento de artículos es disparatada. ¿Pero importa?

En lugar de obsesionarnos con el caos más reciente de una administración que sobresale en generarlo, deberíamos mirar hacia la oportunidad de construir algo nuevo.

Por Alicia Salaz | 6 de agosto de 2026

Desde que los Institutos Nacionales de Salud de Estados Unidos (NIH) solicitaron comentarios, el 30 de julio de 2025, sobre cinco posibles nuevas opciones de política relacionadas con la imposición de límites a los gastos de las subvenciones destinados a los cargos por procesamiento de artículos (APC, por sus siglas en inglés), un gran número de comentaristas ha considerado que esas opciones tendrían consecuencias importantes y, a menudo, negativas: podrían ser catastróficas para las carreras de los investigadores jóvenes, acabar con los modelos de negocio de las editoriales pequeñas pertenecientes a sociedades científicas, resultar devastadoras para el progreso científico o incluso algo peor.

La solicitud de comentarios públicos atrajo una considerable atención, con más de 900 aportaciones procedentes de bibliotecas, editoriales, investigadores, sociedades académicas y profesionales, entre otros actores.

Muchos comentarios anticipan efectos en cadena de la política de los NIH que se extenderían hasta los confines más alejados de la publicación y la práctica académicas. Entre ellos se encuentran afirmaciones como: «cualquier cambio en la política de los NIH relativo a la limitación de las tarifas de publicación tendrá repercusiones de gran alcance sobre muchos investigadores y/o proyectos que no reciben financiación de los NIH»; «limitar de cualquier manera los costos de publicación será catastrófico para las carreras tanto de los investigadores en formación como de los investigadores principales»; y «la opción 1 (prohibición total) sería catastrófica para el progreso científico».

Más allá del portal de comentarios públicos, muchas personas han publicado análisis más detallados. David Crotty presentó recientemente una crítica seria de las propuestas de los NIH desde la perspectiva de las editoriales independientes, centrada en una teoría de consolidación del mercado. Según esta, los límites o prohibiciones a los APC ejercerán presión sobre las editoriales más pequeñas, independientes, orientadas por una misión, pertenecientes al ámbito académico o dirigidas por investigadores y que dependen de APC razonables —como Cold Spring Harbor Lab Press y Journal of Medical Internet Research (JMIR) Publications—, hasta expulsarlas del mercado.

Otros comentarios expresan desconcierto ante las propuestas y las describen con términos como «absurdas», «ridículas» y «completamente estúpidas».

Los NIH habían prometido inicialmente que los cambios entrarían en vigor el 1 de enero de 2026; sin embargo, al momento de escribir este artículo, en agosto de 2026, seguimos esperando. Esto ha generado cierta especulación sobre la demora y sobre qué tipo de política se terminará adoptando. Recientemente, la Oficina de Administración y Presupuesto (OMB) del gobierno federal solicitó comentarios sobre una política que prohibiría prácticamente todos los pagos de APC con fondos federales, lo que potencialmente podría reemplazar cualquier política de los NIH. Sin embargo, la abrumadora respuesta de casi medio millón de comentarios, principalmente críticos, junto con la oposición legislativa, hace preguntarse si la propuesta realmente seguirá adelante.

Dada la continua arbitrariedad que hemos observado en Washington y sus organismos durante el último año —como los recortes al estilo DOGE y las reducciones improvisadas de personal en las agencias federales que conceden subvenciones, así como el uso poco profesional de inteligencia artificial y búsquedas por palabras clave para eliminar subvenciones existentes—, sería comprensible anticipar que cualquier medida que adopten próximamente los NIH podría tener poca o ninguna base en la evidencia, en un proceso sistemático o en lo que se dijo el verano pasado.

Pero ¿realmente importa? Tanto si los NIH prohíben por completo los APC como si los limitan o restringen a determinados tipos de publicación, la política seguiría un patrón creciente de restricciones similares adoptadas por financiadores como la Fundación Gates, Cancer Research UK y el Howard Hughes Medical Institute, entre otros.

«¡Pero los NIH financian muchísimos artículos!», podría decirse. «¿No es seguro que, adonde vayan ellos, los demás los seguirán?».

Los NIH están concediendo subvenciones a un número menor de investigadores. La Association of American Medical Colleges (AAMC) informa que las nuevas adjudicaciones han disminuido un 63 % respecto de su promedio de los cinco años anteriores. Según Web of Science, en 2025 se publicaron apenas 100 000 artículos que reconocían financiación de los NIH, un mínimo no registrado desde 2010 y aproximadamente un 28 % menos que el máximo reciente de 140 000 alcanzado en 2021. Las publicaciones correspondientes al primer trimestre de 2026 suman menos de 20 000, lo que sitúa a la investigación financiada por los NIH en camino de registrar este año otra disminución proyectada del 20 % respecto del bajo nivel del año pasado. Muchas de estas publicaciones reflejan resultados de trabajos financiados mediante subvenciones concedidas entre uno y tres años antes, lo que significa que la desaceleración de las nuevas adjudicaciones observada en 2026 probablemente profundizará todavía más esta tendencia.

China, que superó a Estados Unidos en volumen de publicación de artículos en 2021, podría ejercer una mayor influencia sobre el comportamiento de las editoriales a escala mundial. Sin embargo, China parece igualmente poco entusiasmada con el modelo de APC: este mismo año, la Academia China de Ciencias (CAS) llegó al extremo de incluir en una lista negra revistas como Nature Communications debido a lo que considera tarifas de publicación excesivas.

Estos y otros movimientos dentro del mundo académico sugieren que el modelo basado en APC podría estar en vías de desaparecer independientemente de lo que hagan unos NIH cada vez más reducidos. Por ello, cualquier medida que adopte ahora la agencia podría ser menos significativa o influyente para el ecosistema general de la publicación académica de lo que podría parecer inicialmente.

La creciente reticencia o incapacidad de los investigadores y organismos financiadores para pagar individualmente por la publicación en acceso abierto es, en parte, lo que Crotty y otros temen que impulse a las bibliotecas hacia los llamados «grandes acuerdos» transformativos (big deal transformative agreements), en los que las instituciones pagan cantidades globales anuales para cubrir los costos de publicación en acceso abierto de sus miembros con determinadas editoriales. Esto podría conducir a una mayor consolidación del mercado y a la posible desaparición de editoriales más pequeñas.

Pero quizá estén preocupándose por las cosas equivocadas. Sospecho que el «acuerdo transformativo» también puede haber superado ya su punto máximo. Bibliotecas de investigación como la mía, en la Universidad de Oregón, llevan años poniendo a prueba el modelo de los acuerdos transformativos que algunas pequeñas editoriales de sociedades científicas consideran una amenaza, y no nos gusta. No ha funcionado, y las negociaciones con los proveedores que debemos llevar a cabo para cerrar estos acuerdos son peores y más frustrantes que nunca. Actualmente, mis colegas y yo hablamos de desarrollar estrategias abiertas y de invertir en modelos editoriales sin fines de lucro, orientados por una misión y pertenecientes al ámbito académico. En el futuro será más probable, y no menos, que llevemos nuestros recursos a editoriales cuyos valores y misiones coincidan con los nuestros, independientemente de lo que hagan los NIH, siempre y cuando sobreviva el artículo académico.

La supervivencia del artículo académico como formato publicable puede ser una cuestión mucho más importante para las editoriales de todo el mundo que las normas que adopten los NIH.

Esto se debe a que los editores de revistas académicas están observando actualmente, sin duda, cambios en sus prácticas impulsados por las aplicaciones generativas y agénticas de la inteligencia artificial. Kevin Smith sostuvo recientemente en The Chronicle que la IA hará obsoleto el artículo académico. Mi colega Alex Murray, integrante del consejo editorial de la prestigiosa revista Organization Science, me describió recientemente cómo la revista está experimentando un ciclo alarmante: la IA genera más manuscritos enviados; ese aumento lleva a los revisores a utilizar IA para poder mantener el ritmo; y el resultado son artículos producidos y publicados que, cada vez más, también son consumidos, leídos y sintetizados por IA. Entonces, ¿para qué sirve todo este proceso?

La medición que ha realizado la revista de este fenómeno ha sido abordada por Forbes y por Clarke & Esposito. Murray tiene algunas ideas inteligentes sobre adónde puede conducir esta situación, pero ninguna de ellas implica pagar APC individualmente o mediante paquetes. Es muy posible que las agencias federales estadounidenses de financiación, como los NIH, estén ocupadas intentando mover las reglas del juego hacia un lugar más justo sin darse cuenta de que el juego ya terminó.

Las iniciativas impulsadas por instituciones académicas y dirigidas por investigadores, como Big Ten Open Books y Path to Open de JSTOR, están avanzando en la creación de mecanismos de apoyo financiero sostenible para editoriales de monografías sin fines de lucro y pertenecientes al ámbito académico. Queda por ver si la monografía, como formato, resulta más duradera que el artículo de revista; creo que así será. En cuanto a los artículos académicos, algunos de los éxitos y enseñanzas obtenidos en los últimos años a partir del modelo cada vez más consolidado Subscribe-to-Open podrían aplicarse a nuevas formas de difusión del conocimiento, orientadas por una misión, que trasciendan el formato tradicional del artículo de revista. Nuestra biblioteca está deseosa de invertir en infraestructuras escalables, compartidas y orientadas por una misión, como Knowledge Commons, que comenzamos a apoyar en 2025, y en iniciativas similares que proporcionen beneficios específicos a quienes las apoyan y que permitan justificar la inversión de los recursos que administramos.

El éxito pasado y el potencial futuro de los servidores de preprints y los repositorios institucionales significan que lo único que realmente necesitamos para desprendernos de las tradicionales y prestigiosas revistas corporativas es ayudar a nuestras comunidades académicas a desarrollar buenos indicadores de calidad para la promoción profesional. Las instituciones ya están comenzando a modificar la forma en que gestionan la promoción del profesorado. En la Universidad de Oregón estamos reformando activamente los criterios de promoción para centrarnos en lo que realmente importa: creación de empresas, cambios en las políticas, mejoras en la forma en que trabajan profesores, abogados y periodistas y, por supuesto, avances en ciencia básica que no siempre tienen una aplicación inmediata; pero todo ello medido por su importancia real, y no mediante indicadores indirectos como el valor de marca de una revista propiedad de una empresa. Mi red en la Higher Education Leadership Initiative for Open Scholarship (HELIOS) me indica que no estamos solos: instituciones de investigación de todo Estados Unidos están adoptando medidas similares de manera paralela, lo que probablemente hará que estos cambios se refuercen mutuamente. Si el progreso de la carrera académica deja de depender exclusivamente de publicar en una «Gran Revista Prestigiosa y Bien Clasificada», nuestros profesores —la mano de obra profesional experta que edita y revisa para esas revistas, además de publicar en ellas— quizá estén más dispuestos a dejarlas atrás.

Las sociedades académicas, las editoriales independientes y orientadas por una misión y las instituciones de investigación también tienen importantes funciones que desempeñar en las nuevas formas de comunicación, impacto y validación, incluidos nuevos enfoques de la revisión por pares —o incluso alternativas a ella—.

El número de investigadores y artículos financiados por los NIH está disminuyendo. La American Association for the Advancement of Science (AAAS) sostiene que Estados Unidos está renunciando a su liderazgo científico debido a la desinversión en investigación. China lidera el mundo en inversión en investigación y desarrollo, y la IA está convirtiendo todo el proceso de artículo–revisión–publicación en un ejercicio carente de sentido.

Entonces, ¿a quién le importa lo que hagan los NIH con su política sobre los APC?

Esto no significa que no haya nada bueno en el horizonte. A lo largo de toda mi carrera, quienes formamos parte del mundo académico nos hemos quejado de cuánto detestamos el sistema, de cuánto detestamos los costos abusivos y crecientes de las revistas y de cuánto detestamos los indicadores indirectos de calidad académica que en realidad no captan ni reflejan el trabajo que verdaderamente valoramos.

Si todo sale bien, durante los próximos años reconstruiremos el sistema que queremos a partir de las cenizas de un viejo modelo que todos detestábamos, pero que simplemente no éramos capaces de abandonar.

Preocupémonos menos por los NIH y pongámonos a construirlo.

10.1146/katina-080626-1

Alicia Salaz es vicerrectora y bibliotecaria universitaria de la Universidad de Oregón, donde proporciona liderazgo estratégico para vincular las ciencias de la información con la política académica y preside el consejo de gobernanza de inteligencia artificial de la universidad. Con una amplia experiencia en el complejo ámbito de la comunicación académica, actualmente encabeza una iniciativa centrada en la reforma estructural de los criterios de permanencia y promoción académica, con el propósito de incentivar mejor unas prácticas de investigación abiertas y equitativas. Forma parte del comité ejecutivo del Big Ten Academic Alliance Center for Library Programs y es miembro de la Higher Education Leadership Initiative for Open Scholarship (HELIOS).


………………………………………………………….



The Proposed NIH Policy on APCs Is Bonkers. Does it Matter?

Instead of fixating on the latest chaos from an administration that excels in it, we should look ahead to the opportunity to build something new.

By Alicia Salaz | 08.06.2026



Since the US National Institutes of Health (NIH) solicited comment on five potential new policy options related to capping grant expenditures for article processing charges (APCs) on July 30, 2025, a large number of commenters have taken the view that those options would be highly consequential and often negative—either catastrophic to the careers of junior researchers, fatal to the business models of smaller society publishers, ruinous to scientific progress, or worse.

The solicitation for public comment attracted significant attention, with more than 900 submissions from libraries, publishers, researchers, scholarly and professional societies, and more.

Many comments anticipate ripple effects of NIH policy that would extend outward to the furthest reaches of scholarly publishing and practice, such as “any NIH policy change around limiting publication fees will have far-reaching impacts on many researchers and/or projects that are not NIH-funded,” “Capping publication costs in any way will be catastrophic for the careers of both trainees and PIs,” and “Option 1 (complete disallowance) would be catastrophic for scientific progress.”

Beyond the public comment portal, many have published more fulsome analyses. David Crotty recently offered a serious critique of the NIH proposals from the independent publisher perspective, centered on a market consolidation theory, which argues that APC caps or bans will squeeze smaller, independent, mission-driven, academy-owned and scholar-led publishers that are reliant on fair APCs, like Cold Spring Harbor Lab Press and Journal of Medical Internet Research (JMIR) Publications, out of business.

Other comments express bewilderment at the proposals, describing them with terms like “nuts,” “ludicrous,” and “totally stupid.”

The NIH had initially promised that changes would take effect January 1, 2026—though as of this writing in August 2026, we are still waiting—leading to some speculation about the delay and what kind of policy we will eventually see issued. Recently, the federal Office of Management and Budget (OMB) has issued a request for comment on policy that would prohibit nearly all APC payments out of federal funds, potentially superseding any NIH policy—though the overwhelming response of nearly a half-million mainly critical comments, along with legislative opposition, leaves one to wonder whether this will move forward.

Given the ongoing caprice we’ve seen out of Washington and its agencies over the past year—like the DOGE-ing and haphazard workforce reductions of federal granting agencies and the amateurish use of AI and keyword search to eliminate existing grants—one would be forgiven for anticipating that whatever comes out of the NIH next may have little to no basis in evidence, process, or whatever was said last summer.

But does it really matter? Whether the NIH entirely bars, caps, or restricts APCs to certain types of publishing, the policy would follow a developing pattern of similar restrictions from funders like the Gates Foundation, Cancer Research UK, the Howard Hughes Medical Institute and others.

“But the NIH funds so many papers!” you might say. “Where they go, others will surely follow?”

The NIH is issuing grants to fewer scholars. The Association of American Medical Colleges (AAMC) reports that new awards are down 63 percent from their prior 5-year average. According to Web of Science, just 100,000 papers attributing NIH funding were published in 2025—a low not seen since 2010, and down around 28 percent from the most recent 2021 peak of 140,000. Publications in the first quarter of 2026 number under 20,000, putting NIH-funded research on track for a projected decline this year of another 20 percent from last year’s low. Many of these publications reflect outcomes from work that was funded by awards over the prior one to three years, meaning that the slowdown in new awards we are seeing in 2026 is likely to push this trend even further.

China, which overtook the US in paper publishing by volume in 2021, might be expected to have more influence on global publisher behavior. Yet China seems equally unenchanted with the APC model; the Chinese Academy of Sciences (CAS) just this year took the step of blacklisting journals like Nature Communications entirely over what are perceived as excessive publication fees.

These and other moves in the scholarly world suggest that the APC model may be on the way out regardless of what the shrinking NIH does, making any agency moves now less significant or influential to the broader scholarly publishing world than one might initially think.

A growing reluctance or inability of scholars and funding agencies to pay for open publishing paper-by-paper is, in part, what Crotty and others worry drives libraries towards “big deal” transformative agreements, where institutions pay lump sum annual fees to cover the costs of their affiliates publishing openly with individual publishers, leading to market consolidation and the potential elimination of smaller publishers.

They may be worried about the wrong things. I suspect that the “transformative agreement” may also be past its peak. Research libraries, like mine at the University of Oregon, have now spent years testing out the “transformative agreement” model that some small society publishers see as a threat, and we don’t like it. It hasn’t worked, and the vendor negotiations we go through to ink these deals are worse and more frustrating than ever. These days, my counterparts and I talk about evolving open strategies and investing in nonprofit, mission-driven and academy-owned publishing models. We are more likely to take our business to values- and mission-aligned publishers in the future, not less, regardless of what the NIH does—so long as the academic paper survives.

The survival of the academic paper as a publishable format may be a far more pertinent question for publishers everywhere than what the NIH rules are.

That’s because journal editors today are undoubtedly seeing change in their business practices driven by generative and agentic applications of artificial intelligence. Kevin Smith recently argued for the Chronicle that AI will make the academic article obsolete. My colleague Alex Murray, who sits on the editorial board of the highly-reputed Organization Science, recently described for me how the journal is experiencing an alarming cycle of AI driving more submissions, driving reviewers to use AI to keep up, only to produce and publish papers that are increasingly consumed/read/synthesized by AI—so what is this whole exercise for?

The journal’s measurement of this phenomenon has been covered by Forbes and in Clarke & Esposito. Murray has some intelligent ideas about where this may lead, but none of them involve paying APCs individually or in bundles. US federal funding agencies like the NIH may well be busy trying to move the goalposts to a fairer spot without realizing that the game is already over.

Academy-driven and scholar-led initiatives like Big Ten Open Books and JSTOR’s Path to Open are making progress on providing sustainable financial support to academy-owned and nonprofit monograph publishers. It remains to be seen whether the monograph as a format is more durable than the journal paper; I expect that it is. As for academic papers, some of the successes and lessons learned in recent years from the maturing Subscribe-to-Open model could be applied to new, mission-driven forms of knowledge sharing that get beyond the journal paper form. Our library is eager to invest in scalable, shared, mission-driven infrastructures such as Knowledge Commons, which we began supporting in 2025, and similar endeavors that provide unique benefits to supporters that can help justify the investment of the dollars we steward.

The past success and future potential of preprint servers and institutional repositories mean the only thing we really need to do to cut loose the traditional prestige corporate journal is to help our academic communities develop good quality markers for career advancement. Already, institutions are starting to change the way they handle faculty promotions. At the University of Oregon, we’re actively reforming promotion criteria to focus on what actually matters—enterprise creation, policy change, improvement in the way teachers and lawyers and journalists practice, and yes, advancements to basic science that don’t always have an immediate application—but measured by actual significance, not proxy indicators like the brand value of a corporate-owned journal. My network in the Higher Education Leadership Initiative for Open Scholarship (HELIOS) tells me we aren’t alone—research institutions across the US are taking similar steps in parallel, which likely will be mutually reinforcing. If academic career advancement no longer relies exclusively on publishing in Big Ranked Journal Name, our faculty—the expert professional labor that edits and reviews for those journals, in addition to publishing in them—may be more open to letting them go.

Academic societies, independent and mission-driven publishers, and research institutions also all have important roles to play in new forms of communication, impact, and validation, including new approaches to (or departures from) peer review.

The number of scholars and papers funded by NIH is declining. The American Association for the Advancement of Science (AAAS) argues that America is forfeiting its scientific leadership through disinvestment in research. China is leading the world in research and development investment, and AI is making the whole paper-review-publication process a meaningless exercise.

So who cares what the NIH does with its APC policy?

This is not to say there isn’t good on the horizon. Throughout my career, we in the academy have been complaining about how much we hate the system, how much we hate exploitative and inflationary journal costs, and how much we hate proxy measures of scholarly quality that don’t really capture or reflect the work we truly value. If all goes well, in the next few years we’ll be rebuilding the system we want from the ashes of an old model that we all hated anyway but just couldn’t let go of. Let’s worry less about the NIH and go build it.

10.1146/katina-080626-1

Alicia Salaz serves as the vice provost and university librarian at the University of Oregon, where she provides strategic leadership connecting information science and academic policy and chairs the university’s artificial intelligence governance council. With extensive experience navigating the complex landscape of scholarly communication, she is currently spearheading an initiative focused on the structural reform of tenure and promotion metrics to better incentivize open, equitable research practices. She serves on the executive committee of the Big Ten Academic Alliance Center for Library Programs and is a member of the Higher Education Leadership Initiative for Open Scholarship (HELIOS).


jueves, 30 de julio de 2026

¿Cómo se llevan la Ciencia Abierta y la IA? Ciencia abierta 2.0: construir la comprensión en un mundo mediado por la IA

Publicado en The Scholarly Kitchen
https://scholarlykitchen.sspnet.org/2026/07/14/open-science-2-0-building-understanding-in-an-ai-mediated-world/?informz=1&nbd=567d61ec-36ea-4197-85eb-43e2bd36d175&nbd_source=informz







Ciencia abierta 2.0: construir la comprensión en un mundo mediado por la IA

Por Ashutosh Ghildiyal, Maria Machado y Gareth Dyke

14 de julio de 2026

Nota del editor: La publicación de hoy fue escrita por Ashutosh Ghildiyal, integrante de The Scholarly Kitchen, Maria Machado y Gareth Dyke. Maria es fisióloga y posteriormente se convirtió en consultora; ayuda a los científicos a transmitir el mensaje central obtenido de sus datos y a difundir rápidamente nuevos conocimientos. Gareth es consultor especializado en mercados académicos y redes de investigadores en China y Asia Central, además de cofundador de Sci-Train.

En la actualidad, la investigación es más abierta que en cualquier otro momento de la historia: puede leerse gratuitamente, se distribuye ampliamente y tiene un alcance cada vez más global. Sin embargo, la apertura nunca fue el objetivo último. El objetivo era el descubrimiento, la comprensión, la aplicación y el progreso.

En un entorno informativo mediado por la IA, en el que se accede cada vez más a la investigación mediante respuestas sintetizadas, en lugar de interactuar directamente con el registro académico, alcanzar esos resultados exige algo más que apertura. Por consiguiente, la Ciencia Abierta 2.0 debe centrarse no solo en el acceso, sino también en la confianza, la interpretación, el aprendizaje y la comunicación eficaz.

El desafío al que se enfrenta el ecosistema de la publicación académica consiste en garantizar que aquello que es abierto también sea confiable, comprensible y verdaderamente útil. Superar este desafío requiere una inversión deliberada en cuatro dimensiones interrelacionadas: apertura y acceso; confianza y verificabilidad; aprendizaje y desarrollo de conocimientos especializados; y comunicación e impacto más amplios.



Del acceso a la comprensión: la verdadera brecha

La lógica fundamental de la ciencia abierta era sencilla: eliminar el muro de pago y el conocimiento fluiría libremente. En efecto, facilitó que quienes buscaban conocimiento pudieran encontrarlo o acceder a él. Sin embargo, partía del supuesto erróneo de que el acceso y la comprensión avanzan conjuntamente, y de que poner la investigación a disposición de las personas equivale a hacerla utilizable.

La IA agudiza esta tensión simultáneamente en ambas direcciones. Por una parte, mejora de manera drástica la capacidad de descubrimiento, ya que permite a los usuarios localizar investigaciones pertinentes con mayor rapidez que cualquier interfaz de búsqueda tradicional. Por otra, el descubrimiento mediado por IA abstrae el trabajo subyacente y comprime los matices y la incertidumbre en resultados sintetizados que son eficientes, pero no siempre completos, contextualizados ni examinados críticamente.

Cada vez con mayor frecuencia, los investigadores, los profesionales clínicos, los responsables de formular políticas y los integrantes del público no leerán artículos: formularán preguntas y recibirán respuestas.

Consideremos el caso de un médico que busca orientación terapéutica para una enfermedad poco frecuente. Un sistema de IA puede sintetizar cientos de estudios en cuestión de segundos y generar una recomendación plausible. Sin embargo, lo que el médico necesita en última instancia no es simplemente una respuesta, sino comprender la solidez de la evidencia, las áreas de incertidumbre y los límites del conocimiento actual. El desafío ya no consiste en localizar la información, sino en saber cuánta confianza debe depositarse en ella y cómo aplicarla responsablemente.

Un responsable de formular políticas que consulte un sistema de descubrimiento habilitado por IA sobre adaptación climática, o un profesional clínico que busque orientación acerca de una opción terapéutica, puede recibir una síntesis útil de la evidencia disponible sin llegar a conocer las incertidumbres, las limitaciones metodológicas, las interpretaciones contrapuestas o los debates no resueltos presentes en la investigación subyacente.

Aunque el artículo sigue siendo el registro autorizado, y conserva intacta su función como instrumento de validez y de reivindicación de prioridad, ya no constituye la interfaz principal mediante la cual se experimenta la ciencia. El acceso sin interpretabilidad deja un sistema de conocimiento que es formalmente abierto, pero funcionalmente opaco para muchos de sus beneficiarios previstos. La siguiente etapa de la ciencia abierta debe afrontar esta realidad.



1. Apertura y acceso: los fundamentos se mantienen y deben ampliarse

El acceso abierto continúa siendo esencial. Las investigaciones disponibles gratuitamente se indexan e integran en los sistemas de IA con mayor facilidad que los contenidos situados detrás de muros de pago, y el argumento de equidad en favor de la apertura sigue siendo tan convincente como siempre.

Sin embargo, el alcance de lo que significa «abierto» está ampliándose: los datos abiertos, los métodos abiertos, la revisión por pares abierta y los metadatos abiertos de las citas forman parte de una infraestructura más rica de transparencia.

También lo son las licencias y la disponibilidad estructurada de los contenidos académicos para su integración responsable en la IA, una conversación que la comunidad editorial está abordando activamente, y con razón. El objetivo no consiste simplemente en aparecer en los resultados generados por la IA, sino en garantizar que estos remitan a fuentes confiables, debidamente atribuidas y revisadas por pares, y que el valor de la investigación rigurosa siga siendo visible dentro de los sistemas de IA.

2. Confianza y verificabilidad: el nuevo imperativo

Una de las consecuencias más significativas del acceso mediado por IA es la transformación de la manera en que se estructura la responsabilidad en la comunicación científica.

Cuando las revistas, las editoriales, los periodistas científicos y los comunicadores institucionales funcionaban como los canales principales mediante los cuales la investigación llegaba al público, estos actores ejercían un criterio editorial: decidían qué debía amplificarse, cómo debía presentarse y qué contexto debía proporcionarse.

Sin embargo, en un entorno mediado por IA, esa estructura de responsabilidad se vuelve difusa. Ningún actor por sí solo —ni el organismo financiador, ni la editorial, ni el comunicador científico— determina cómo se presenta un hallazgo al usuario. Esa función la desempeña el sistema de IA, configurado por sus datos de entrenamiento, sus decisiones de diseño y la consulta formulada; y ya hemos señalado que desconocemos cómo toman decisiones estos sistemas.

El resultado es un panorama de comunicación en el que el juicio contextual que exige una comunicación científica responsable no tiene una ubicación evidente.

En este punto, es importante aclarar que no se trata de un argumento nostálgico. Es un argumento en favor de invertir de manera proactiva en las señales de las que dependen los sistemas de IA para representar con precisión la investigación:

  • metadatos de alta calidad;

  • contenidos estructurados;

  • etiquetado contextual;

  • procedencia claramente identificada.

La confianza en un entorno de conocimiento mediado por IA no se hereda de las estructuras de reputación anteriores; debe incorporarse activamente a la infraestructura. En este sentido, las editoriales y las bibliotecas ocupan una posición privilegiada para asumir el liderazgo.

3. Aprendizaje y desarrollo de conocimientos especializados: la inversión previa

El debate sobre la IA y las prácticas de investigación suele centrarse en lo que ocurre en el momento de la consulta: cómo se evalúan los resultados y cómo se aplican las respuestas. Sin embargo, lo que sucede antes de que un investigador escriba una pregunta en una interfaz de IA puede ser más importante que todo lo que ocurre después.

El uso eficaz de la IA como herramienta de investigación depende de una capacidad previa: la facultad de reflexionar cuidadosamente sobre qué pregunta formular, qué supuestos contiene y qué clase de evidencia podría responderla verdaderamente.

Un investigador con profundos conocimientos especializados se aproxima a una interfaz de IA de manera muy diferente a un principiante: formula consultas más precisas, evalúa los resultados con mayor fiabilidad y cuenta con un marco de referencia para poner a prueba respuestas que parecen plausibles, pero que son incompletas.

Una idea equivocada frecuente es que la IA reduce la necesidad de conocimientos especializados porque facilita el acceso al conocimiento. En realidad, puede ocurrir lo contrario. A medida que la recuperación de información se vuelve más sencilla, aumenta el valor del juicio.

Cuando la información es abundante y las respuestas están fácilmente disponibles, la capacidad de formular preguntas significativas, evaluar críticamente la evidencia, reconocer la incertidumbre y aplicar adecuadamente el conocimiento adquiere todavía mayor importancia. La IA modifica la interfaz con la ciencia, pero no elimina la necesidad de conocimientos especializados humanos.

Este tipo de formación intelectual se construye mediante prácticas que se encuentran sometidas a presión en el entorno actual: la interacción prolongada con trabajos académicos extensos, la lectura profunda que da prioridad a la comprensión por encima de la recuperación de información y la construcción gradual de un punto de vista mediante el encuentro con fuentes múltiples y contradictorias.

Estas son precisamente las prácticas que la IA desplaza con mayor eficiencia. Los costos cognitivos a largo plazo también son reales, aunque resulten menos visibles de inmediato.

Las instituciones y las bibliotecas tienen aquí una responsabilidad particular. A nuestro juicio, la evolución de los programas de alfabetización informacional —más allá de la evaluación de fuentes y la gestión de citas, y orientada hacia el cultivo activo de los hábitos intelectuales que permiten a los investigadores utilizar adecuadamente las herramientas de IA— constituye una inversión prospectiva en capacidad epistémica.

La lectura profunda y la interacción sostenida no son mecanismos de recuperación de información; son mecanismos para generar comprensión. Esta distinción es importante y merece protección institucional.

La inversión en contenidos de síntesis más extensos, incluidos los artículos de revisión, las monografías cuidadosamente estructuradas y las obras colectivas editadas, es ahora todavía más importante. Estos formatos respaldan la infraestructura cognitiva de la que depende el pensamiento riguroso en la investigación, y su valor no debe subestimarse en una época dominada por formatos más breves y rápidos.

Estos materiales suelen constituir la base sobre la que se redactan editoriales y artículos de opinión, cuyo propósito es resultar mucho más accesibles para los públicos no especializados. La integración de contenidos en lenguaje claro, resúmenes visuales y formatos preparados para la formulación de políticas en los flujos editoriales habituales se vuelve esencial.

En última instancia, los organismos financiadores quizá dispongan de la mayor capacidad de influencia sistémica. Convertir los planes de comunicación en un componente habitual y sustantivo del diseño de la investigación —en lugar de tratarlos como un requisito secundario que se cumple marcando una casilla— y desarrollar métricas que reflejen un alcance comunicativo auténtico, junto con la calidad de la traducción del conocimiento, enviarían señales poderosas acerca de lo que valora el ecosistema.

Sería transformador apoyar el desarrollo de capacidades de comunicación en toda la comunidad investigadora y reconocer al sector profesional de la comunicación científica como beneficiario legítimo de esa inversión.

4. Comunicación e impacto más amplios: una responsabilidad compartida

Un artículo científico y una pieza de comunicación científica son contenidos fundamentalmente diferentes.

El artículo establece qué se hizo, cómo se hizo y con qué resultados; exige la interpretación y el juicio de los propios autores, permite el escrutinio por pares, respalda la reproducibilidad y sustenta las reivindicaciones de prioridad.

Nunca tuvo como propósito explicar a un profesional clínico por qué un hallazgo debería modificar la práctica, ayudar a un responsable de formular políticas a comprender el peso de la evidencia detrás de una cuestión regulatoria o proporcionar a un público interesado una idea significativa de lo que realmente intenta lograr un programa de investigación.

Los propios investigadores necesitarán cada vez más habilidades de comunicación en lenguaje claro. La capacidad de expresar de manera accesible la importancia del trabajo propio sin sacrificar la precisión no constituye una forma inferior de labor académica.

En muchos aspectos, es una tarea más difícil, porque requiere una contextualización y una visión a largo plazo de las implicaciones sociales que la escritura técnica no exige. Capacitar a los investigadores en estas habilidades y valorarlas institucionalmente junto con los indicadores convencionales de publicación figura entre las inversiones más productivas que puede realizar el ecosistema académico.

Al mismo tiempo, no todos los investigadores son —ni necesitan ser— comunicadores consumados, y esperar lo contrario establece un estándar poco realista.

Los comunicadores científicos profesionales y los periodistas científicos continúan siendo indispensables. Aportan habilidades especializadas en narrativa, comprensión de las audiencias y contextualización crítica que la mayoría de los investigadores no cuenta con la formación ni con el tiempo necesario para desarrollar.

A medida que aumenta el volumen de la producción científica y se vuelve más frecuente la síntesis mediada por IA, crece el riesgo de simplificación excesiva y tergiversación. Por ello, los intermediarios humanos especializados adquieren mayor valor, no menor. Estos profesionales deben recibir apoyo, recursos y reconocimiento como parte esencial del ecosistema de la comunicación académica.

La IA puede ayudar a todas las personas que trabajan en comunicación científica mediante la generación de borradores de resúmenes, la identificación de explicaciones que presuponen demasiados conocimientos previos y la adaptación de contenidos a diferentes formatos y audiencias.

Las nuevas herramientas que producen infografías y resúmenes visuales a partir de instrucciones basadas en el artículo de investigación, junto con las herramientas que convierten texto en video y la integración de animaciones y procesos de «caricaturización», transmiten el mensaje de manera atractiva e inmediata.

Sin embargo, el juicio acerca de qué debe destacarse, qué debe matizarse y qué necesita comprender realmente una audiencia determinada no puede delegarse únicamente en una herramienta, porque exige la participación de alguien que comprenda tanto la ciencia como al público.

Ciencia abierta 2.0: construir juntos la comprensión

El logro fundamental del movimiento de ciencia abierta —poner la investigación a disposición de las personas— era necesario y merece ser defendido. Sin embargo, la disponibilidad por sí sola nunca fue suficiente, y el entorno informativo mediado por IA ha hecho imposible ignorar esa insuficiencia.

La Ciencia Abierta 2.0 se define por una aspiración más amplia, que exige una inversión activa en infraestructura, habilidades y normas por parte de todos los actores del sistema: desde los estándares de metadatos que hacen que la investigación sea legible para la IA hasta la capacitación en comunicación que ayuda a investigadores y profesionales a traducir los hallazgos para las audiencias que los necesitan.

La IA continuará transformando la manera en que se accede a la investigación, se sintetiza y se aplica; esa transformación ya está muy avanzada. Sin embargo, el acceso no equivale a comprensión y, sin comprensión, no puede existir confianza.

Construir conjuntamente estos tres elementos —acceso, comprensión y confianza— mediante una verdadera comunidad de práctica que incluya a investigadores, comunicadores profesionales, editoriales, bibliotecarios y organismos financiadores constituye la oportunidad decisiva para la comunicación académica en la próxima década.

El futuro de la comunicación académica no estará determinado únicamente por la eficacia con la que abramos el conocimiento, sino por la eficacia con la que ayudemos a las personas a interpretarlo.

En una época en la que la información es abundante y está cada vez más mediada por la IA, el resultado más valioso de la ciencia abierta quizá no sea el acceso al conocimiento, sino la capacidad de comprenderlo lo suficiente como para actuar con sabiduría.

………………………………………………………………………


Open Science 2.0: Building Understanding in an AI-Mediated World


By Ashutosh Ghildiyal, Maria Machado, Gareth Dyke


Jul 14, 2026


Editor’s Note: Today’s post is by Scholarly Kitchen Chef Ashutosh Ghildiyal, Maria Machado, and Gareth Dyke. Maria is a physiologist turned consultant, helping scientists transmit the core message uncovered from their data and disseminate new knowledge quickly. Gareth is a consultant specializing in scholarly markets and researcher networks in China and Central Asia, and is a co-founder of Sci-Train.

Research is more open today than at any point in history: free to read, widely distributed, and increasingly global in scope. But open was never the ultimate goal. The goal was discovery, understanding, application, and progress. In an AI-mediated information environment, where research is increasingly accessed through synthesized answers rather than direct engagement with the scholarly record, achieving those outcomes requires more than openness alone. Therefore, Open Science 2.0 must focus not only on access, but also on trust, interpretation, learning, and effective communication. The challenge facing the scholarly publishing ecosystem is ensuring that what is open is also trustworthy, understandable, and genuinely useful. Overcoming that challenge requires deliberate investment across four interconnected dimensions: openness and access, trust and verifiability, learning and expertise development, and broader communication and impact.


GRÄFICA

From Access to Understanding: The Real Gap

The foundational logic of open science was straightforward: remove the paywall and knowledge flows freely. It did make stumbling upon or accessing knowledge easier for those looking for it. But it wrongly assumed that access and comprehension move together, that making research available is equivalent to making it usable. AI sharpens this tension in both directions simultaneously. On the one hand, it dramatically improves discoverability, since users can surface relevant research faster than with any traditional search interface. On the other hand, AI-mediated discovery abstracts away the underlying work, compressing nuance and uncertainty into synthesized outputs which are efficient but not always complete, contextualized, or critically examined. Increasingly, researchers, clinicians, policymakers, and members of the public will not read papers — they will ask questions and receive answers.

Consider a physician seeking treatment guidance for a rare condition. An AI system may synthesize hundreds of studies in seconds and produce a plausible recommendation. Yet, what the physician ultimately needs is not merely an answer, but an understanding of the strength of the evidence, areas of uncertainty, and the limits of current knowledge. The challenge is no longer locating information, but knowing how much confidence to place in it, and how to apply it responsibly.

A policymaker consulting an AI-enabled discovery system about climate adaptation, or a clinician seeking guidance on a treatment option, may receive a useful synthesis of the available evidence without ever encountering the uncertainties, methodological limitations, competing interpretations, or unresolved debates contained in the underlying research. While the article remains the authoritative record, with its function as an instrument of validity and priority claims intact, it is no longer the primary interface through which science is experienced. Access without interpretability leaves a knowledge system that is formally open but functionally opaque to many of its intended beneficiaries. The next phase of open science must grapple with this reality.

GRÄFICA

1. Openness and Access: The Foundation Holds and Needs Extending

Open access remains essential. Freely available research is more readily indexed and integrated into AI systems than content behind paywalls, and the equitable argument for openness is as compelling as ever. But the scope of what “open” means is expanding — open data, open methods, open peer review, and open citation metadata are all part of a richer infrastructure of transparency. So too are the licensing and structured availability of scholarly content for responsible AI integration, a conversation the publishing community is actively navigating, and rightly so. The goal is not simply to appear in AI outputs but to ensure those outputs lead back to credible, properly attributed, peer-reviewed sources, and that the value of rigorous scholarship remains visible within AI systems.

2. Trust and Verifiability: The New Imperative

One of the most significant consequences of AI-mediated access is the transformation of how accountability for science communication is structured. When journals, publishers, science journalists, and institutional communicators served as the primary channels through which research reached audiences, those actors exercised editorial judgment, deciding what to amplify, how to frame it, and what context to provide. However, in an AI-mediated environment, that structure of accountability becomes diffuse. No single actor (not the funder, not the publisher, not the science communicator) determines how a finding is presented to a user. This is done by the AI system, shaped by its training data, its design choices, and the query posed; and we have already said that we don’t know how these systems make decisions. The result is a communication landscape in which the contextual judgment that responsible science communication requires has no obvious home.

Here, it is important to say this is not an argument for nostalgia. It is an argument for proactively investing in the signals that AI systems depend on to represent research accurately:

  • high-quality metadata,

  • structured content,

  • contextual tagging, and

  • clear provenance.

Trust in an AI-mediated knowledge environment is not inherited from prior reputational structures, it has to be actively built into the infrastructure. So, publishers and libraries are uniquely positioned to lead here.

3. Learning and Expertise Development: The Upstream Investment

Discussion of AI and research practice tends to focus on what happens at the moment of query, how results are evaluated and how outputs are applied. But what happens before a researcher types a question into an AI interface may matter more than anything that follows. Effective use of AI as a research tool depends on a prior capacity — the ability to think carefully about what question to ask, what assumptions it encodes, and what kind of evidence would genuinely answer it. A researcher with deep domain knowledge approaches an AI interface very differently from a novice, with more precisely formed queries, more reliable evaluation of outputs, and a framework against which to test plausible-sounding but incomplete answers. A common misconception is that AI reduces the need for expertise because it makes knowledge easier to access. In reality, the opposite may be true. As retrieval becomes easier, the value of judgment increases. When information is abundant and answers are readily available, the ability to ask meaningful questions, evaluate evidence critically, recognize uncertainty, and apply knowledge appropriately becomes even more important. AI changes the interface with science, but it does not eliminate the need for human expertise.

This kind of intellectual formation is built through practices that are under pressure in the current environment, namely extended engagement with long-form scholarship, deep reading that prioritizes comprehension over retrieval, and the gradual construction of a point of view through encounters with multiple and conflicting sources. These are precisely the practices that AI most efficiently displaces. The longer-term cognitive costs are also real, if less immediately visible. Institutions and libraries have a particular responsibility here. In our view, evolving information literacy programs – beyond source evaluation and citation management, toward the active cultivation of the intellectual habits that allow researchers to use AI tools well – are a forward-looking investment in epistemic capacity. Deep reading and sustained engagement are not retrieval mechanisms, they are insight mechanisms. This distinction matters, and it deserves institutional protection.

Investment in longer-form synthesis content, including review articles, carefully structured monographs, and edited collections, matters even more now. These formats support the cognitive infrastructure on which serious research thinking depends, and their value should not be underestimated at a time when shorter, faster formats dominate. These often form the basis upon which editorials and opinion pieces are written, which are meant to be much more accessible to non-specialists. Integrating plain-language outputs, visual abstracts, and policy-ready formats into standard editorial workflows becomes essential.

Ultimately, funders have perhaps the greatest systemic leverage. Making communication plans a standard and substantive component of research design (rather than a box-checking afterthought), and developing metrics that capture genuine communicative reach (alongside the quality of knowledge translation) would send powerful signals about what the ecosystem values. Transformative would be to support the development of communication capacity across the research community, and recognize the professional science communication sector as a legitimate beneficiary of that investment.

4. Broader Communication and Impact: A Shared Responsibility

A scientific article and a piece of science communication are fundamentally different content. The article establishes what was done, how, with what result, requiring the authors’ own interpretation and judgment, enabling peer scrutiny, supporting reproducibility, and anchoring priority claims. It was never meant to explain to a clinician why a finding should change practice, help a policymaker understand the weight of evidence behind a regulatory question, or give an engaged public a meaningful sense of what a research program is actually trying to achieve. Researchers themselves will increasingly need plain-language communication skills. The ability to articulate the significance of one’s work accessibly, without sacrificing accuracy, is not a lesser form of scholarship. In many respects, it is the harder one, requiring contextual framing and a long-term vision of societal implications that technical writing does not demand. Training researchers in these skills, and valuing them institutionally alongside conventional publication metrics, is among the most productive investments the scholarly ecosystem can make.

At the same time, not every researcher is, or needs to be, an accomplished communicator, and expecting otherwise sets an unrealistic bar. Professional science communicators and science journalists remain indispensable. They bring specialized skills in narrative, audience understanding, and critical contextualization that most researchers have neither the training nor the bandwidth to develop. As the volume of research output grows and AI-mediated synthesis becomes more prevalent, the risk of oversimplification and misrepresentation increases, making skilled human intermediaries more valuable, not less. These professionals should be supported, resourced, and recognized as a core part of the scholarly communication ecosystem.

AI can assist everyone in scicomms work by generating draft summaries, identifying where explanations assume too much prior knowledge, and adapting content for different formats and audiences. New tools that produce infographics and visual abstracts from prompts based on the research article, together with text to video tools and the integration of animations and “cartoonification” convey the message with appeal and immediacy. But the judgment about what to emphasize, what to qualify, and what a particular audience genuinely needs to understand cannot be delegated to a tool alone, as it requires someone who understands both the science and the audience.

Open Science 2.0: Building Understanding Together

The open science movement’s foundational achievement, making research available, was necessary and worth defending. But availability alone was never sufficient, and the AI-mediated information environment has made that insufficiency impossible to ignore. Open Science 2.0 is defined by a broader ambition which requires active investment in infrastructure, skills, and norms across every actor in the system, from the metadata standards that make research legible to AI, to the communication training that helps researchers and professionals translate findings for the audiences that need them. AI will continue to reshape how research is accessed, synthesized, and applied; that transformation is already well underway. But access is not understanding, and without understanding there can be no trust. Building all three, together, across a genuine community of practice that includes researchers, professional communicators, publishers, librarians, and funders, is the defining opportunity for scholarly communication in the decade ahead.  The future of scholarly communication will be shaped not simply by how effectively we open knowledge, but by how effectively we help people make sense of it. In an age where information is abundant and increasingly mediated by AI, the most valuable outcome of open science may not be access to knowledge, but the ability to understand it well enough to act wisely.

Ashutosh Ghildiyal Ashutosh Ghildiyal is Vice President of Growth, Strategy & Brand at Integra, where he leads marketing, brand, and growth initiatives focused on expanding upstream publishing services, including AI-assisted manuscript screening, peer review, and research integrity solutions. His work centers on shaping Integra’s brand as a trusted, future-ready partner in scholarly publishing by articulating value, strengthening market presence, and building meaningful connections with the global research community. View All Posts by Ashutosh Ghildiyal

Maria Machado
Dr. Maria Machado is a physiologist turned consultant. She has explored different formats of peer review and attempts to bridge the gap between researchers, the academic publishing industry, and society at large. Maria has broad experience in helping scientists transmit the core message uncovered from their data and disseminate new knowledge quickly. She has worked with Bio-Protocol, Editage, and Enago to suggest revisions before Reviewer 2 demands them. Maria also writes blogs, teaches courses, and has recently become the Editor for Scientia, which enables researchers worldwide to share their work with a wider audience.
View All Posts by Maria Machado

Gareth Dyke
Dr. Gareth Dyke is an accomplished researcher, author, and journal manager with over 380 peer-reviewed publications. With extensive experience bridging academia and publishing, he has worked with Charlesworth, TopEdit, Edanz, Springer Nature, Reviewer Credits, and 4Evolution. He is a Consultant specialising in scholarly markets and researcher networks in China and Central Asia, and is a co-founder of Sci-Train. Holding a PhD from the University of Bristol, he has held faculty positions at University College Dublin and the University of Southampton, and in Beijing and Chengdu, China. Gareth is also an experienced educator, delivering global researcher training sessions and collaborating with institutions across Europe and Asia.
View All Posts by Gareth Dyke



ORCID y CHINA (CSTR) establecen una alianza estratégica

Publicado en STM Publishing News https://www.stm-publishing.com/orcid-and-the-common-science-and-technology-resource-cstr-identification-pla...