Intensivo Gratis 21–22.11Intensivo gratuito de 2 días en Vibecoding (21–22 nov, 16:00 MSK) · Cohorte 3 inicia 23.11Registrarse gratis →Cohorte 3 (23.11)
LanzamientoAnálisis · En radarX: @moreisdifferent→ original

Un investigador revisa 7,1 millones de artículos científicos en busca de imágenes duplicadas y errores en los datos

Las revistas no dan abasto para cotejar cada imagen y cada tabla, de modo que una misma foto de un gel puede pasar por el resultado de experimentos distintos. Un investigador de Metascience Observatory ha descargado 42,9 millones de imágenes de 7,1 millones de artículos de Europe PMC y busca entre ellas repeticiones. Además, en 500 000 archivos de datos ha detectado más de 200 artículos con anomalías, entre ellos algunos publicados en Nature. Los scripts buscan los candidatos y la IA solo los filtra: así se obtienen resultados más fiables que pidiéndole a un modelo que encuentre todos los errores.

Procesado por IA desde X: @moreisdifferent; editado por Hamidun News
Un investigador revisa 7,1 millones de artículos científicos en busca de imágenes duplicadas y errores en los datos
Fuente: X: @moreisdifferent. Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalX: @moreisdifferent ↗
Editor jefe
Dato clave #1Una prueba piloto con varios miles de artículos arrojó 40 problemas con imágenes
Dato clave #2El Forensic Metascience AI Toolkit, de código abierto, funciona con Claude Code y Codex
Dato clave #3El formato XML/JATS es más sencillo que el PDF: a partir de él, la IA lee mejor las tablas

Las revistas científicas se sostienen sobre revisores que, materialmente, no pueden cotejar cada imagen ni cada tabla. Por eso, una misma foto de un gel o de microscopía puede aparecer en dos artículos como si fuera resultado de experimentos distintos, y una tabla de datos puede contener filas copiadas. El investigador que lleva la cuenta @moreisdifferent y la organización sin ánimo de lucro Metascience Observatory, financiado a través de Lightcone Commons, ha decidido revisar este tipo de problemas a gran escala.

Las cifras del proyecto son estas: ha descargado 42,9 millones de imágenes de 7,1 millones de artículos recogidos en Europe PMC (un archivo abierto de publicaciones biomédicas) y, por separado, analiza unos 500 000 archivos de datos adjuntos a los artículos. Lo esencial del enfoque es que no le pide a una red neuronal que «encuentre todos los errores de un artículo».

Qué se comprueba exactamente

El proyecto tiene dos líneas. La primera son las imágenes. El autor ha desarrollado una herramienta que busca reutilizaciones indebidas de imágenes, tanto dentro de un mismo artículo como entre trabajos distintos. En las pruebas con varios miles de artículos ya se han encontrado 40 casos, que ha publicado en PubPeer, un sitio donde los científicos debaten públicamente los artículos una vez publicados.

La segunda línea son los archivos de datos: tablas y mediciones en bruto. Herramientas específicas buscan en ellos anomalías y valores duplicados de forma artificial. En la publicación original se habla de más de 100 problemas detectados, mientras que en la descripción del proyecto se mencionan más de 200 artículos con problemas en los datos. Las cifras, al parecer, corresponden a momentos distintos de la revisión y siguen actualizándose. Muchos de estos trabajos aparecieron en revistas de gran prestigio: Nature, Nature Communications, Scientific Reports y Science Advances. El autor está revisando los hallazgos a mano.

Por qué no basta con «preguntarle al modelo»

El autor sostiene que la IA, por defecto, detecta mal los problemas sutiles: fragmentos repetidos en imágenes, series numéricas sospechosamente parecidas o errores en los cálculos. Por eso la búsqueda de candidatos la hacen scripts convencionales, y el modelo entra después para descartar falsos positivos y ordenar los hallazgos por importancia. Para un desarrollador, el esquema resulta familiar. Piense en la revisión de logs o de informes financieros: el código determinista señala los puntos sospechosos y un LLM decide cuáles merecen llegar a una persona.

De este planteamiento surgió el Forensic Metascience AI Toolkit, un sistema modular y de código abierto con el que se pueden construir distintos flujos de verificación de artículos. El módulo «tools agent» da a un agente de IA un conjunto de herramientas para verificar datos y cálculos. Muchos de los métodos proceden del libro de James Heathers An Introduction to Forensic Metascience.

Todo esto puede ejecutarse sobre suscripciones de Claude Code, Codex, Grok Build y Antigravity. El autor considera el proyecto una alternativa más barata y, según espera, de mayor calidad que los servicios de pago para verificar artículos. Para demostrarlo, prepara conjuntos de referencia con errores conocidos de antemano y quiere comparar qué herramientas detectan qué tipos de problemas.

Hay además un detalle de ingeniería útil. El autor ha creado un paquete de Python para descargar artículos de forma legal. Con frecuencia es posible obtener el XML/JATS (un formato legible por máquina), incluso cuando el PDF no está disponible, y a la IA le resulta más sencillo leer tablas en XML que en PDF. El flag --fetch-everything reúne todo lo relacionado con un artículo: XML, PDF, código, anexos y conjuntos de datos vinculados. El paquete localiza los enlaces a estos materiales a través de distintas API y con una sola llamada a un LLM que revisa el texto del artículo.

Qué se hace con los hallazgos y cuáles son las limitaciones

El autor publica parte de los hallazgos en PubPeer. En los casos más graves escribe a los autores y a los editores de las revistas antes de hacer ningún anuncio público, para que tengan la oportunidad de responder. Subraya que ningún informe debe leerse como una acusación de intencionalidad: la duplicación de datos también puede deberse a un error involuntario.

Las limitaciones son evidentes. Cada hallazgo debe ser confirmado por una persona, los conjuntos de referencia para evaluar el sistema todavía están en preparación y el volumen de resultados crece más deprisa de lo que una sola persona puede revisar. Por ello, el autor busca voluntarios que verifiquen los hallazgos a través de una aplicación web con plantillas de cartas, programadores para la parte abierta del proyecto y colegas con problemas similares para repartir el trabajo.

La conclusión práctica para quien construye agentes es clara: si una tarea exige precisión, apostar por un único prompt grande es mala idea. Es más fiable montar un conjunto de herramientas estrechas que localicen candidatos y reservar al modelo el papel de filtro y de ordenador de resultados. El mismo principio sirve para auditar informes, logs y datos clínicos.

Historia

Preguntas frecuentes sobre la noticia

¿Qué se sabe sobre Qué se comprueba exactamente?

El proyecto tiene dos líneas. La primera son las imágenes. El autor ha desarrollado una herramienta que busca reutilizaciones indebidas de imágenes, tanto dentro de un mismo artículo como entre trabajos distintos. En las pruebas con varios miles de artículos ya se han encontrado 40 casos, que ha publicado en PubPeer, un sitio donde los científicos debaten públicamente los artículos una vez publicados. La segunda línea son los archivos de datos: tablas y mediciones en bruto.

¿Qué se sabe sobre Por qué no basta con «preguntarle al modelo»?

El autor sostiene que la IA, por defecto, detecta mal los problemas sutiles: fragmentos repetidos en imágenes, series numéricas sospechosamente parecidas o errores en los cálculos. Por eso la búsqueda de candidatos la hacen scripts convencionales, y el modelo entra después para descartar falsos positivos y ordenar los hallazgos por importancia. Para un desarrollador, el esquema resulta familiar.

¿Qué se sabe sobre Qué se hace con los hallazgos y cuáles son las limitaciones?

El autor publica parte de los hallazgos en PubPeer. En los casos más graves escribe a los autores y a los editores de las revistas antes de hacer ningún anuncio público, para que tengan la oportunidad de responder. Subraya que ningún informe debe leerse como una acusación de intencionalidad: la duplicación de datos también puede deberse a un error involuntario. Las limitaciones son evidentes.

ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Hands-On AI Engineering · Hamidun Academy

Build & Ship Production AI Agents Without Boilerplate Code

Start your free 72-hour trial at Hamidun Academy (academy.hamidun.com) — interactive lessons on Claude Code & Cursor, live Tech Radar, and production agent templates.

Start 72h Free Trial →Vibe-Coding Intensive
¿Qué te parece?
Cargando comentarios…