La IA está arruinando la producción académica

Publicado en The Chronicle of Higher Education
https://www.chronicle.com/article/ai-is-ruining-scholarship 

La IA está arruinando la producción académica

Cuando delegamos la revisión de la literatura a los algoritmos, perdemos sectores enteros del conocimiento.

The Review | Ensayo
Por Mya Poe y Dylan B. Dryer
10 de agosto de 2026

Pregúntele hoy a cualquier editor de una revista académica sobre los efectos de la inteligencia artificial generativa en la publicación académica y tendrá mucho que contarle. No se trata únicamente de que el estilo de la IA resulte irritante (aunque lo es). Más allá del estilo sintácticamente plano, léxicamente rebuscado, artificioso y aburrido de los textos generados por IA, los editores de revistas están recibiendo manuscritos completos de revisión y reenvío (revise and resubmit) que, milagrosamente, han sido reelaborados en una sola noche. Y estamos siendo desbordados por los envíos. En congresos académicos recientes sobre lingüística aplicada y estudios de escritura, editores de revistas académicas informaron que sus tasas de recepción de manuscritos se han duplicado o incluso triplicado durante el último año. Todos esos trabajos escritos por máquinas todavía tienen que ser leídos y discutidos ante la posibilidad de que contengan algo valioso, y examinar toda esta basura desvía la atención de los editores de artículos con conjuntos de datos auténticos y verdaderas aportaciones humanas.

Entre los indicios reveladores a nivel de las oraciones y las inverosimilitudes a nivel del manuscrito, ahora podemos identificar un problema insidioso de nivel intermedio. Muchos artículos generados por IA presentan una revisión de la literatura caracterizada por referencias superficiales a tres o cuatro trabajos fundacionales del campo (a menudo de la década de 1980 y principios de la de 1990), seguidas de una serie de afirmaciones sobre la importancia del tema actual respaldadas por citas no integradas de entre 15 y 20 artículos publicados entre 2023 y 2026. Por lo general, no citan ningún trabajo publicado entre mediados de la década de 1990 y principios de la década de 2020. Hemos denominado a este fenómeno «el vacío intermedio» (the missing middle).

¿Por qué ocurre esto? Porque los modelos de IA generativa no pueden atravesar las barreras de acceso de las editoriales, recuperan artículos fundamentales que han sido subidos a internet y los combinan con enormes cantidades de preprints y artículos recientes de acceso abierto, muchos de ellos procedentes de revistas depredadoras. De ahí surge el vacío intermedio: trabajos que mencionan puntualmente artículos muy importantes de hace décadas y luego saltan hasta publicaciones muy recientes, sin hacer referencia alguna a la abundante literatura producida entre ambos períodos. Lo que tenemos es la apariencia superficial de una revisión exhaustiva de la producción académica relevante a lo largo del tiempo, pero sin una verdadera interacción con las múltiples líneas de investigación que conforman una disciplina académica moderna.

Lo que tenemos es la apariencia superficial de una revisión exhaustiva de la producción académica relevante a lo largo del tiempo, pero sin una verdadera interacción con ella.

Algunos signos reveladores de un artículo con «vacío intermedio» son los siguientes: no contiene citas textuales ni siquiera referencias a páginas específicas. No ofrece una narración matizada sobre cómo un campo pasó de aquellos trabajos fundacionales a su situación actual. No hay indicios de que el autor comprenda la historia del trabajo empírico que puso a prueba y perfeccionó aquellos estudios pioneros hasta llegar al presente. Tampoco demuestra conocimiento de cómo esas preguntas originales se transformaron para abordar temas surgidos durante las décadas posteriores. No existe sensibilidad histórica respecto de aquello que esas perspectivas fundacionales pasaron por alto ni de las razones por las que siguen vigentes. Solo hay bots que afirman enfáticamente que existe una «laguna» académica en los últimos tres años de investigación que debe ser subsanada.

A partir de ahí, la revisión de la literatura con un vacío intermedio se traslada a la sección de Discusión. Como saben los escritores académicos experimentados, la sección de Discusión es el lugar donde los autores retoman una selección de los trabajos citados en la revisión de la literatura y ponen sus propios hallazgos en diálogo con ellos. Pero, como los modelos de IA generativa no pueden «leer» y relacionar hallazgos novedosos con la literatura más pertinente, muchos de los manuscritos que recibimos presentan secciones de Discusión que no vuelven a la literatura para mostrar de qué manera los datos y el análisis del estudio profundizan el conocimiento en algún ámbito específico del campo. Simplemente repiten los hallazgos, generan algunas aplicaciones, hacen una referencia superficial a limitaciones evidentes —como el tamaño de la muestra o la homogeneidad de la población— y luego pasan directamente a las investigaciones futuras.

Entonces, ¿qué significa todo esto para la publicación académica y para aquello que consideramos producción académica?

Con las infraestructuras editoriales resquebrajándose bajo el peso de todo este contenido generado automáticamente, unas revisiones de literatura deficientes podrían no parecer una preocupación de primer orden. Sin embargo, el vacío intermedio que estamos observando actualmente en las revisiones de literatura generadas por IA tiene consecuencias importantes para la construcción del conocimiento. Cuando los autores delegan el análisis de la literatura de investigación en algoritmos basados en el reconocimiento de patrones textuales de recursos de acceso abierto —algunos de los cuales funcionan bajo modelos de pago por publicar y cuentan con poca o ninguna supervisión editorial—, perdemos sectores enteros del conocimiento académico. Perdemos la investigación académica cotidiana y fundamental que se encuentra en revistas de alta calidad sometidas a revisión por pares.

Una revisión sólida de la literatura es mucho más que mencionar un par de nombres, añadir una falsa elaboración y tratar de demostrar la actualidad del tema. Constituye una garantía de que los autores han examinado su ámbito del campo con suficiente profundidad como para saber qué tipos de preguntas de investigación y metodologías permitirán hacerlo avanzar mejor. Y es también una señal de que ellos son las personas adecuadas para formular esas preguntas y recopilar esos datos.

Las revisiones de literatura con un vacío intermedio no solo empobrecen la producción de conocimiento: también perjudican a los académicos en activo.

Las revisiones de literatura con un vacío intermedio no solo empobrecen la producción de conocimiento: también perjudican a los académicos en activo. Las revisiones de literatura generadas por IA vuelven a amplificar unas pocas fuentes que ya eran importantes, con efectos devastadores para los investigadores que se encuentran en las etapas iniciales e intermedias de sus carreras y que necesitan ser citados para progresar profesionalmente. Se pierden líneas innovadoras de investigación que no utilizan las palabras clave reconocidas por los modelos de IA generativa. En el proceso, las revistas depredadoras adquieren mayor visibilidad, y algunas de ellas llegan a presumir de factores de impacto comparables a los de revistas académicas legítimas. La IA deja el conocimiento académico convertido en una mezcla desordenada de fuentes citadas incorrectamente, presentada mediante marcadores de cohesión artificialmente suavizados y transiciones mecánicas.

Estamos llamando la atención de nuestros colegas sobre el vacío intermedio no porque pensemos que los editores de revistas puedan o deban intentar vigilar el uso que los investigadores hacen de las aplicaciones de IA —una tarea que probablemente sería inútil—, sino porque constituye una oportunidad para reflexionar sobre cómo ha cambiado el trabajo editorial, cómo podrían responder los editores y revisores y qué nos gustaría que hicieran los autores. Como editores de revistas, no debemos tener reparos en rechazar de entrada los manuscritos cuyas revisiones de literatura presenten claramente este vacío intermedio. Debemos pedir a los revisores que lean los manuscritos teniendo presente este problema. Y debemos insistir en que el poco glamuroso trabajo de revisar cuidadosamente la investigación existente no es simplemente una oportunidad para repetir lo que los autores ya saben, sino una forma de establecer nuevas conexiones entre el pasado y el presente. Revisar la literatura es bueno para los seres humanos: tanto el producto como el proceso valen la pena.

Como investigadores de los estudios de escritura, nosotros mismos comprendemos lo difícil que resulta elaborar una buena revisión de la literatura. Pero si los investigadores se saltan esa revisión —si no construyen por sí mismos ese tramo intermedio—, pierden la oportunidad de hacer avanzar verdaderamente el conocimiento. Siguen siendo los seres humanos quienes, mediante la lectura de la literatura, aprenden lo suficiente como para poder afirmar con certeza que no están redescubriendo algo que ya se conoce (o, peor aún, repitiendo errores del pasado). Y son los seres humanos, no las máquinas, quienes deberían trazar el camino del descubrimiento académico.

Sobre los autores

Mya Poe es profesora de inglés en la Universidad Northeastern.

Dylan B. Dryer es profesor asociado de estudios de composición en la Universidad de Maine.

………………………………………………………

AI Is Ruining Scholarship

When we outsource literature review to algorithms, we lose entire sectors of knowledge.

The Review | Essay

By Mya Poe and Dylan B. Dryer

August 10, 2026

Ask any journal editor today about the effects of generative AI on academic publishing, and you’ll get an earful. It’s not just that AI style is irritating (though it is). Beyond the syntactically flat, lexically precious, oily, and boring style of AI-generated writing, journal editors are receiving entire revise-and-resubmit requests miraculously executed in a single evening. And we are getting crushed with submissions. At recent academic conferences in applied linguistics and writing studies, academic journal editors reported that their submission rates have doubled or even tripled in the last year. All those machine-written submissions must still be read and discussed on the chance that there might be something to them, and vetting all this slop takes editors’ attention away from papers with authentic datasets and real human insights.

Between the sentence-level “tells” and the manuscript-level implausibilities, we can now identify an insidious meso-level problem. Many AI-generated papers feature a literature review characterized by drive-by references to three or four foundational papers in the field (often from the 1980s and early ‘90s) and then a string of assertions about the importance of the current topic bolstered by nonintegral citations of 15 to 20 papers from 2023 to 2026. They typically cite no papers published between the mid-'90s and early 2020s at all. We have termed this phenomenon the missing middle.

Why does this happen? Because GenAI models cannot get behind publishers’ firewalls, they retrieve seminal articles that have been uploaded to the internet, combined with reams of recent pre-print and open-access articles, many from predatory journals. Hence, the missing middle: papers that spot-check highly important papers from decades ago and then leap forward to very recent publications without any reference to the deep literature in between. What we have is the surface appearance of a comprehensive survey of relevant scholarship over time, but without genuine engagement with the ramifying lines of inquiry that make up a modern academic discipline.

What we have is the surface appearance of a comprehensive survey of relevant scholarship over time, but without genuine engagement.

Some telltale signs of a “missing middle” paper: No direct quotations or even references to specific pages. No nuanced narrative about how a field got from those seminal works to where it is now. No signs that the author understands the history of empirical work that tested and refined those pioneering studies to get to the present day. No demonstrated awareness of how these original questions have changed to address topics that emerged in the decades that followed. No historical sensitivity to what those foundational perspectives missed, or why they persist. Just bots emphatically asserting that there is a scholarly “gap” in the last three years of research that must be filled.

From there, the missing middle literature review travels downstream to the Discussion section. As experienced academic writers know, the Discussion section is where authors return to a selection of the papers they cited in the literature review and place their own findings in conversation with those works. But because GenAI models cannot “read” and connect novel findings to the most relevant literature, many of the submissions we receive feature Discussion sections that do not return to the literature to show how the study’s data and analysis deepens knowledge in some specific corner of the field. They just repeat the findings, generate some applications, nod to obvious limitations of sample size or population homogeneity, and then march on to future research.

S
o what does all this mean for academic publishing and what counts as scholarship?

With publishing infrastructures cracking under the weight of all this auto-content, crappy literature reviews may not seem like a first-order concern. But the missing middle that we are now seeing in GenAI literature reviews has significant consequences for knowledge building. When authors offload analysis of the research literature to algorithms that are based on text-pattern recognition in open-access resources (some of which are pay-to-play operations with little to no editorial oversight), we lose entire sectors of scholarly knowledge. We lose the bread-and-butter academic research found in high-quality, peer-reviewed journals.

A solid literature review is more than just a couple of name-checks, faux elaboration, and a bid for topicality. It’s a warrant that the authors have surveyed their corner of their field thoroughly enough to know what kinds of research questions and methodologies will best advance it. And it is a signal that they are the right ones to ask those questions and collect that data.

Missing-middle literature reviews don’t just impoverish the production of knowledge: They penalize working scholars as well.

Missing-middle literature reviews don’t just impoverish the production of knowledge: They penalize working scholars as well. Gen-AI literature reviews reamplify a few already significant sources, with devastating effects for early and mid-career researchers who need to be cited to advance their careers. Innovative strands of research that do not use keywords recognized by GenAI models are lost. In the process, predatory journals get elevated, with some of them boasting impact-factor scores comparable to legitimate academic journals. GenAI leaves academic knowledge a jumble of incorrectly cited sources, presented with smoothed-over cohesive markers and mechanical transitions.

We are bringing the missing middle to our colleagues’ attention not because we think journal editors can or should try to police researchers’ use of AI applications — most likely a hopeless task — but as an occasion to think about how the work of editing has changed, how editors and reviewers might respond, and what we’d like authors to do. As journal editors, we need to have no qualms about desk-rejecting manuscripts with obviously missing-middle literature reviews. We need to prompt reviewers to read submissions with this problem in mind. And we need to insist that the unglamorous work of careful research reviews is not just an opportunity to recite what authors already know but a way to forge new connections between past and present. Reviewing the literature is good for humans: Both the product and the process are worthwhile.

As writing-studies researchers ourselves, we understand how challenging it is to write a good literature review. But if researchers skip the literature review — if they don’t forge the middle for themselves — they skip the opportunity to truly advance knowledge. It’s still humans who learn enough from reading the literature to be able to say for sure that they are not rediscovering what is already known (or worse, recommitting past mistakes). And it’s humans who should be charting the path of academic discovery, not machines.

About the Author

Mya Poe

Mya Poe is a professor of English at Northeastern University.

About the Author

Dylan B. Dryer

Dylan B. Dryer is an associate professor of composition studies at the University of Maine.

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).