Publicado en Science
https://www.science.org/content/article/journal-giant-elsevier-unveiled-ai-tool-scans-millions-paywalled-papers-it-worth-it
El gigante editorial Elsevier ha presentado una herramienta de inteligencia artificial que escanea millones de artículos protegidos por muro de pago. ¿Vale la pena?
Este producto, el primero de su clase, plantea interrogantes sobre los costes, el acceso y la equidad.
Las herramientas de inteligencia artificial (IA) para rastrear la literatura científica han proliferado en los últimos años, prometiendo a los investigadores una mejor manera de resumir los hallazgos y generar hipótesis. Ahora, Elsevier, la mayor editorial de artículos científicos, ha entrado en la contienda con su propia herramienta de IA y, en un pacto sin precedentes, se ha asociado con otros cuatro grupos editoriales para poner a disposición de su algoritmo el texto completo de millones de artículos de revistas con acceso restringido para su análisis.
LeapSpace, un producto de pago lanzado oficialmente por la empresa holandesa el mes pasado, utiliza un modelo de lenguaje grande (LLM) para escanear los artículos y responder a las preguntas de los usuarios. Durante una demostración reciente, por ejemplo, un usuario preguntó a LeapSpace si los medicamentos existentes podían reutilizarse para ralentizar la enfermedad de Parkinson y cómo podían probarse. El algoritmo proporcionó respuestas con citas de apoyo a la obra original.
Pero el lanzamiento de LeapSpace y otras herramientas similares se suma a un debate de larga data sobre quién controla el acceso al conocimiento científico y cuánto cuesta obtenerlo. Algunos especialistas del sector editorial afirman que el enfoque de LeapSpace, en el que los usuarios deben pagar para analizar solo una parte de la literatura científica, es insatisfactorio. «La literatura es un ecosistema completo, y esta idea de que se puede dividir y vender [análisis de] la parte que nos pertenece no va a ser útil para nadie», afirma Jason Priem, director ejecutivo de la base de datos bibliográfica gratuita OpenAlex.
La mayoría de las herramientas de IA generativa para la búsqueda de literatura científica, como Consensus, desarrollada por una startup, y Asta, una herramienta de código abierto del Allen Institute for AI, una organización sin ánimo de lucro, suelen analizar y citar colecciones compuestas en su mayoría por artículos gratuitos y de acceso abierto, ya que sus desarrolladores tienen un acceso limitado a los artículos de pago. Los científicos también utilizan LLM de uso general, como ChatGPT, pero sus diseñadores no han revelado cuánto contenido de pago buscan esos modelos.
LeapSpace ofrece lo que parece ser uno de los mayores corpus de artículos y libros completos con acceso restringido, con un total de 18 millones. La IA puede acceder a artículos de la propia colección de Elsevier y de sus cuatro socios: Emerald, el Instituto de Física, el New England Journal of Medicine Group y Sage Publications. (Paga a sus socios una regalía por uso, y la herramienta da más visibilidad a sus artículos). Elsevier ha prometido que los informes analíticos no favorecerán las citas de su propio contenido, y que las consultas de los usuarios se mantendrán privadas y no se utilizarán para entrenar los LLM propietarios, del grupo OpenAI, que dan soporte a LeapSpace.
Otras características de LeapSpace también pueden diferenciarlo. Genera una «tarjeta de confianza» que describe por qué la IA proporcionó cada cita. Esto parece útil porque «como académico, puedes juzgar si LeapSpace ha hecho un buen trabajo», afirma Lisa Janicke Hinchliffe, especialista en comunicaciones académicas de la Biblioteca Universitaria de la Universidad de Illinois Urbana-Champaign. La herramienta también puede destacar oportunidades de financiación y posibles colaboradores.
Ella y otros especialistas en publicaciones se preguntan si el alcance limitado de LeapSpace justifica su coste. Los usuarios necesitarán una suscripción institucional (basada en parte en el tamaño de la institución y la cantidad de investigación) o una individual, que cuesta 32 dólares al mes. Muchas bibliotecas ya tienen dificultades para pagar las suscripciones existentes. Y si los usuarios quieren leer el contenido citado, necesitarán una suscripción independiente al editor de ese contenido, lo que equivale a pagar por varios servicios de streaming de vídeo.
Otras herramientas gratuitas que analizan materiales de acceso abierto pueden escanear una mayor proporción de la literatura. Elsevier y sus socios de LeapSpace representaron alrededor del 22 % de todos los artículos de investigación y revisión publicados en revistas en 2024, y casi la mitad están protegidos por un muro de pago, según los datos bibliométricos revisados por Science. Sin embargo, alrededor del 50 % de todos los artículos publicados ese año eran de acceso abierto, lo que los hacía potencialmente disponibles para el análisis de IA por parte de otras herramientas, aunque algunos tienen licencias que impiden dichos usos. (La colección de LeapSpace también incluye alrededor de 2 millones de artículos de acceso abierto de más de 50 editoriales, y Elsevier afirma que tiene previsto incluir más artículos de este tipo después de determinar si cumplen los términos de la licencia).
La mayoría de los investigadores desean tener una visión más holística de su tema de investigación, afirma Priem, algo que es poco probable que consigan si solo examinan una parte de la bibliografía. Pero si la cobertura de LeapSpace crece, «la coordinación de los editores para ofrecer un producto a esa escala me empieza a poner bastante nervioso por el nivel de dominio del mercado que pueden ejercer», afirma Dave Hansen, director ejecutivo de Authors Alliance, una organización sin ánimo de lucro que defiende que los autores sirvan al bien público compartiendo ampliamente sus creaciones. «Elsevier ya es enorme».
Otra cuestión es que no existe un punto de referencia ampliamente aceptado ni una calificación independiente de la precisión de herramientas como LeapSpace, afirma Jevin West, científico de la información de la Universidad de Washington y miembro de la junta directiva de Consensus. Los investigadores deben formarse su propia opinión, afirma, pero es difícil evaluar objetivamente los resultados de los LLM. «Son buenos complaciendo a los usuarios de tal manera que nos hacen pensar que tenemos la respuesta correcta».
Elsevier no es la única empresa que apuesta por este campo en auge. Wiley, otra gran editorial, se ha asociado con otras editoriales para desarrollar AI Gateway, una plataforma que permite a los usuarios emplear cualquiera de los diversos LLM para el análisis de contenidos.
Queda por ver si estas herramientas despegan. Las encuestas realizadas a investigadores han revelado que solo una minoría utiliza estas herramientas para analizar artículos, aunque muchos han adoptado la IA para otras tareas, como pulir manuscritos. Sin embargo, los resúmenes generados por IA pueden cobrar mayor importancia para los investigadores que luchan por mantenerse al día con el volumen cada vez mayor de artículos de revistas en su campo o que realizan investigaciones interdisciplinarias. En una declaración a Science, Elsevier afirmó que varias instituciones han adoptado LeapSpace, pero se negó a detallar cuántas. En declaraciones a los inversores la semana pasada, Erik Engstrom, director ejecutivo de RELX Group, matriz de Elsevier, afirmó que «los comentarios que estamos recibiendo [sobre LeapSpace] en términos de valor añadido y entusiasmo son muy positivos. ... [Los usuarios] informan de un ahorro de tiempo o un aumento de la productividad muy significativos».
Engstrom también afirmó que, a diferencia de otras editoriales que han concedido licencias de sus contenidos a desarrolladores de IA, Elsevier tiene previsto limitar dicho intercambio, ya que considera que el análisis automatizado de sus contenidos será una parte fundamental del futuro de la empresa. «Contamos con una ventaja en cuanto a contenidos que creemos que es muy sostenible y muy sólida».
////////////////////////////////////////////////
ScienceInsider Scientific Community
Journal giant Elsevier unveiled an AI tool that scans millions of paywalled papers. Is it worth it?
First-of-its-kind product raises questions about costs, access, and equity
20 Feb 2026
By Jeffrey Brainard
Artificial intelligence (AI) tools for scouring scientific literature have proliferated in recent years, promising researchers a better way to summarize findings and generate hypotheses. Now, Elsevier, the largest publisher of scientific articles, has entered the fray with its own AI tool—and, in a first-of-its-kind pact, has teamed up with four other publishing groups to make the full text of millions of paywalled journal articles available for its algorithm to analyze.
LeapSpace, a fee-based product officially launched by the Dutch company last month, uses a large language model (LLM) to scan the papers to answer users’ questions. During a recent demonstration, for example, a user asked LeapSpace whether existing drugs could be repurposed for slowing Parkinson’s disease, and how they could be tested. The algorithm provided responses with supporting citations to the original work.
But the release of LeapSpace and similar tools adds to a long-standing debate about who controls access to scientific knowledge and how much it costs to gain access. Some publishing industry specialists say LeapSpace’s approach, in which users must pay to analyze just a subset of the scientific literature, is unsatisfying. “The literature is a whole ecosystem, and this idea of you can chop it up and sell [analyses of] the part that we own, it’s not going to be at all useful for anybody,” says Jason Priem, CEO of the free OpenAlex bibliographic database.
Most generative AI tools for scientific literature search—such as Consensus, developed by a startup, and Asta, an open-source tool from the nonprofit Allen Institute for AI—typically analyze and cite collections made up mostly of free, open-access articles because their developers have limited access to paywalled papers. Scientists also use general-use LLMs such as ChatGPT, but their designers have not disclosed how much paywalled content those models search.
LeapSpace is offering what appears to be one of the largest corpuses of full-text, paywalled papers and books, totaling 18 million. The AI can access articles from Elsevier’s own collection and those of its four partners: Emerald, the Institute of Physics, the New England Journal of Medicine Group, and Sage Publications. (It pays its partners a royalty per use, and the tool gives their articles more exposure.) Elsevier has promised that the analytical reports will not favor citations to its own content, and that users’ queries will be kept private and not used to train the proprietary LLMs, from the OpenAI group, that support LeapSpace.
Some of LeapSpace’s other features may also set it apart. It produces a “Trust Card” that describes why the AI provided each citation. This seems helpful because “you can judge as the scholar whether LeapSpace did a good job,” says Lisa Janicke Hinchliffe, a specialist in scholarly communications at the University Library at the University of Illinois Urbana-Champaign. The tool can also highlight funding opportunities and potential collaborators.
She and other publishing specialists question whether LeapSpace’s limited reach is worth the cost. Users will need either an institutional subscription (based in part on the institution’s size and amount of research) or an individual one, which costs $32 a month. Many libraries are already struggling to afford existing subscriptions. And if users want to read the cited content, they will need a separate subscription to that content’s publisher—akin to paying for multiple video-streaming services.
Other, free tools that analyze open-access materials may actually scan a higher proportion of the literature. Elsevier and its LeapSpace partners accounted for about 22% of all journal research and review articles published in 2024, and close to half are paywalled, according to bibliometric data reviewed by Science. But about 50% of all papers published that year were open access, making them potentially available for AI analysis by other tools, although some carry licenses preventing such uses. (LeapSpace’s collection also includes about 2 million open-access papers from more than 50 publishers, and Elsevier says it plans to include more such papers after it determines whether they meet licensing terms.)
Most researchers want a more holistic view of their research topic, Priem says, which they’re unlikely to get by only scrutinizing a portion of the literature. But if LeapSpace’s coverage grows, “The coordination of publishers to offer a product at that scale starts to make me pretty nervous about the level of market dominance that they’re able to exercise,” says Dave Hansen, executive director of the Authors Alliance, a nonprofit that advocates for authors to serve the public good by sharing their creations widely. “Elsevier is already huge.”
Another issue is that there’s no widely accepted benchmark for, or independent rating of, the accuracy of tools such as LeapSpace, says Jevin West, an information scientist at the University of Washington and board member of Consensus. Researchers must make their own judgments, he says, but it’s challenging to objectively evaluate LLM outputs. “They are good at pleasing [users] in ways that make us think that we have the right answer.”
Elsevier isn’t alone in staking its claim in this burgeoning field. Wiley, another large publisher, is teaming with publishers to develop AI Gateway, a platform that allows users to employ any of several LLM for content analysis.
It remains to be seen whether these tools take off. Surveys of researchers have shown that only a minority is using these tools for analyzing papers—though many have embraced AI for other tasks, such as polishing manuscripts. But AI summaries may become more important for researchers struggling to keep track of the accelerating volume of journal articles in their field or who are pursuing interdisciplinary research. In a statement to Science, Elsevier said several institutions have adopted LeapSpace but declined to detail how many. In remarks to investors last week, Erik Engstrom, CEO of RELX Group, Elsevier’s parent, said “the feedback we’re getting [on LeapSpace] in terms of the value add and the excitement is very strong. … [Users] report very significant time savings or productivity gains.”
Engstrom also said that, unlike other publishers that have licensed their content to AI developers, Elsevier plans to limit such sharing because it believes automated analysis of its content will be a core part of the company’s future. “We have a content advantage that we believe is very sustainable and very strong.”
doi: 10.1126/science.zohe4w1
