La auditoría de citas alucinadas: comprobaciones previas a la presentación

Una auditoría previa a la presentación de citas alucinadas es ahora la diferencia entre tener la pantalla del escritorio limpia y activar una alerta de integridad de la investigación; y el motivo por el que importa acaba de cuantificarse. Maxim Topaz, un equipo de Columbia que auditó 2,5 millones de artículos biomédicos indexados en PubMed Central, ha descubierto aquello que todos temíamos en secreto. El número de referencias falsas que se incluyeron en impresiones biomédicas revisadas por pares aumentó de forma acusada, justo en el momento en que las herramientas de IA generativa pasaron a formar parte del flujo de redacción habitual del investigador promedio. Uno de cada 277 artículos citados en las primeras siete semanas de 2026 incluye al menos una referencia que no se encuentra en ninguna parte de PubMed, Crossref, OpenAlex o Google Scholar. Dos años antes, la proporción era de 1 de cada 2.828. Estamos ante un aumento de 12 veces en la tasa de referencias falsas que acaban incorporándose a la literatura, con el mayor repunte comenzando exactamente a tiempo a mediados de 2024.

La auditoría de Topaz es el dato más sólido que tenemos, pero no es el único. ArXiv anunció una prohibición de un año para autores que publican artículos con errores inequívocos generados por IA, incluidas las citas alucinadas. El análisis de GPTZero de 4.841 artículos aceptados por NeurIPS 2025 identificó al menos 100 citas alucinadas confirmadas en 53 artículos después de que fueran revisados por tres a cinco revisores expertos. Un estudio de la Universidad de Deakin sobre referencias generadas con GPT-4o encontró que el 56 por ciento eran falsas o contenían errores, y que el 64 por ciento de las falsas venían empaquetadas con un DOI que enlazaba a un artículo real pero no relacionado, la variedad más difícil de detectar.

La buena noticia es que una auditoría previa a la presentación de citas alucinadas tarda entre 20 minutos y dos horas, dependiendo del tamaño de tu lista de referencias, y detecta casi todos estos errores antes de que un editor o un revisor los vea. Este post es la auditoría. Cubrimos cómo se ven realmente las citas alucinadas en 2026, el flujo de verificación con cuatro bases de datos, la lista de comprobación paso a paso previa a la presentación, las herramientas que automatizan el trabajo y qué hacer si encuentras una en un manuscrito que ya está en revisión.

¿Qué es una auditoría de citas alucinadas?

Una auditoría de citas alucinadas es una comprobación previa a la presentación que verifica cada referencia de tu manuscrito frente a PubMed, Crossref, OpenAlex y Google Scholar para detectar citas fabricadas o desajustadas antes de que un editor o un revisor las vean. Dependiendo del tamaño de tu lista de referencias, tarda entre 20 minutos y dos horas, y detecta casi todos estos errores. Importa porque en las primeras siete semanas de 2026, uno de cada 277 artículos indexados en PubMed citó al menos una referencia que no existe en ninguna parte en esas cuatro bases de datos: un aumento de 12 veces frente a la tasa de 2023, que era de 1 en 2.828.

Por qué las citas alucinadas son ahora un problema de cribado

A partir de aproximadamente la segunda mitad de 2024, los editores empiezan a notar referencias alucinadas que aparecen en su pantalla técnica. A mediados de 2026, todas las principales revistas médicas y de ciencias de la vida incorporan una comprobación de existencia de referencias en sus procedimientos internos previos a la revisión o en la guía para revisores por pares. La carta de The Lancet que publicó la auditoría de Topaz fue, en parte, un compromiso público para reforzar la propia recepción de la revista.

La razón por la que esto importa operativamente es que una cita alucinada ya no se trata como un simple error negligente. Se trata como una alerta de integridad de la investigación. El salto de «los autores se equivocaron en el año» a «los autores no leyeron esta fuente porque no existe» es corto, y los editores ya están entrenados para hacerlo. En la mayoría de las revistas, con que una entrada de referencia en una lista de 60 sea incorrecta puede bastar para rechazar el manuscrito; en las más estrictas (The Lancet, BMJ, varios títulos de Nature Portfolio), puede activar una remisión a la oficina de integridad de la investigación de la institución.

La política de arXiv plantea el mismo punto con mayor contundencia. Cualquier autor que envíe un artículo que contenga una referencia alucinada podría ser excluido de arXiv durante un año. Tras la prohibición, cada envío futuro a arXiv debe pasar primero por revisión por pares en un foro reputado antes de que arXiv lo acepte. Se trata de una asimetría reputacional permanente basada en una sola cita no verificada. El problema de la cita falsa en PubMed no es solo un problema de PubMed.

Cómo se ven realmente las citas alucinadas

La mayoría de los autores imagina una cita alucinada como algo manifiestamente roto: un título malformado, un nombre de revista inexistente o un año en el futuro. Esas existen, y representan el 30 por ciento más fácil del problema. El 70 por ciento restante es lo más difícil: parece legítimo y sobrevive a una comprobación visual rápida.

Vemos cuatro patrones recurrentes.

Patrón 1: autores reales, revista real, título plausible, pero no existe el artículo. El modelo ensambló la cita a partir de datos de entrenamiento que le enseñaron qué autores publican dónde y sobre qué temas. El resultado se lee como una referencia real. El DOI, si aparece, o bien no resuelve o bien resuelve en un artículo distinto.

Patrón 2: artículo real, autor equivocado o año equivocado. El modelo sabía que el artículo existía, pero desajustó un campo de metadatos. La cita supera una búsqueda de título en Google Scholar, pero falla en la consulta de DOI. A menudo es lo más difícil de detectar, ya que la afirmación citada podría estar realmente en el artículo real (pero bajo un autor o año distintos).

Patrón 3: DOI real, artículo no relacionado. El hallazgo del estudio de Deakin. El modelo produjo una cita de aspecto convincente y adjuntó un DOI que resuelve, pero conduce a una pieza de trabajo completamente no relacionada. Una comprobación visual muestra que el DOI es real; solo al leer el artículo enlazado se observa el problema. Esta es la variedad del 64 por ciento.

Patrón 4: cadenas de frases torturadas alrededor de la cita. El Cabanac Problematic Paper Screener ha señalado más de 19.000 artículos que contienen frases «torturadas» generadas mediante software de reformulación (paráfrasis), a menudo agrupadas en torno a citas inventadas. «Joined Together States» para Estados Unidos, «bosom peril» para cáncer de mama, «kidney disappointment» para insuficiencia renal. Si el texto alrededor de una cita se lee como si hubiera sido reformulado y «lavado» para suplantar el original, es más probable que la cita también sea alucinada. Nuestra nota sobre reformulación que preserva citas cubre la brecha de técnica que produce el Patón 4 desde el principio. El Patrón 4 está correlacionado con los Patrones 1 a 3, no es independiente de ellos.

Estos patrones son la razón de que una comprobación con una sola base de datos no sea suficiente. Una búsqueda solo de título en Google Scholar pasa por alto los Patrones 2 y 3. Una consulta solo de DOI en Crossref pasa por alto el Patrón 1. El flujo de trabajo con cuatro bases de datos existe porque cada base de datos detecta un modo de fallo distinto.

Cómo verificar citas de IA: el flujo de trabajo con cuatro bases de datos

Definimos una referencia alucinada como aquella que no aparece en ninguna de PubMed, Crossref, OpenAlex o Google Scholar. Para nuestras auditorías previas a la presentación, dependemos de estas cuatro fuentes porque cada una cubre vacíos que dejan las otras tres.

PubMed. La mejor cobertura para literatura biomédica y clínica. Si tu referencia tiene un PMID, usa la búsqueda por PMID. Si no, busca la referencia por título y por el apellido del primer autor. PubMed rechazará muchas citas reales pero incorrectas que Crossref sí acepta.

Crossref. La mejor cobertura de DOI en todos los campos. Busca la referencia por DOI usando esta consulta de doi.crossref.org o a través de su API pública en api.crossref.org/works/[DOI]. Si no funciona, entonces es definitivamente alucinada. Si funciona, revisa el título, los autores y el año.

OpenAlex. La cobertura más amplia, gratuita, y detecta citas que no están cubiertas por PubMed y Crossref (humanidades, actas de conferencias de ciencias de la computación, revistas regionales). Busca la referencia por título y asegúrate de que los autores sean correctos. OpenAlex también es útil porque saca a la superficie citas que existen como preprints, pero todavía no como publicaciones indexadas con DOI.

Google Scholar. Úsalo al final: es la comprobación con cobertura más amplia pero la de menor precisión. Una referencia que no aparece en PubMed, Crossref, OpenAlex o Google Scholar es, funcionalmente, casi con seguridad una alucinación. Una referencia que aparece solo en Google Scholar pero en ninguna de las bases de datos estructuradas es sospechosa: puede existir (literatura gris, una tesis, actas no indexadas con DOI), pero la cita necesita una comprobación manual antes de enviarla.

El flujo de trabajo tarda aproximadamente un minuto por referencia si se hace manualmente. Un artículo de 60 referencias supone una hora de trabajo. Una revisión sistemática de 200 referencias se acerca más a tres. La auditoría es tediosa pero mecánica, lo que la convierte en un objetivo natural de automatización; las herramientas están en la siguiente sección.

La auditoría previa a la presentación, paso a paso

Una lista de comprobación repetible que usamos en cada manuscrito en el que se empleó una herramienta de IA generativa durante la redacción. Ocho pasos, ninguno de los cuales requiere una herramienta de pago.

1. Extrae la lista de referencias a un formato plano. Exporta desde tu gestor de referencias (Zotero, Mendeley, EndNote, Paperpile) como BibTeX o RIS. Si tu artículo se redactó en Word sin un gestor, pega la lista de referencias en un archivo de texto plano. Numera cada entrada. Necesitarás esa numeración para llevar el seguimiento de qué referencias han sido verificadas.

2. Marca cualquier referencia cuyo título no reconozcas. Si no puedes imaginar el artículo, casi seguro que no lo has leído. Las referencias alucinadas tienen el mayor riesgo de ser falsas. Para la comprobación más exhaustiva, márcalas.

3. Resuelve cada DOI. Pega cada DOI en https://doi.org/[DOI]. Si el DOI no resuelve, la referencia está alucinada. Si resuelve, compara el título y los autores del artículo de destino con la cita que tienes. Los desajustes son alucinaciones del Patrón 3.

4. Verifica cada referencia que no sea de DOI en PubMed o Crossref. Búsqueda por título y apellido del primer autor. Si el artículo existe, captura el PMID o el DOI para tus registros. Si no existe en ninguna de las dos bases de datos, pasa al paso 5.

5. Contrasta las referencias escaladas en OpenAlex y Google Scholar. Si una referencia falla en Crossref y PubMed, las comprobaciones en OpenAlex y Google Scholar son la búsqueda decisiva. Si falla en las cuatro bases de datos, esa es tu evidencia de que la referencia está alucinada. Si una referencia aparece solo en Google Scholar, inspecciona manualmente la fuente enlazada.

6. Para preprints, verifica tanto el preprint como cualquier versión publicada. Un patrón común de mediados de 2024 en adelante: el modelo cita un preprint real, pero inventa una publicación ficticia de revista del mismo trabajo. Verifica explícitamente en arXiv, bioRxiv, medRxiv y SSRN cualquier referencia de preprint.

7. Revisa de forma puntual la afirmación en el texto frente a la fuente. Abre el artículo real y comprueba que respalda la afirmación específica para la que lo estás citando en al menos el 10 por ciento de tus referencias (o en todas ellas, en el caso de una revisión sistemática). La tasa de error del 56 por ciento del estudio de Deakin incluye casos del Patrón 2 en los que el artículo citado existe, pero no respalda la afirmación.

8. Documenta la auditoría. Guarda el registro de la auditoría (qué referencias verificaste, frente a qué bases de datos y en qué fecha). Si la revista lo pide durante la revisión por pares, tendrás justificantes. Si un revisor impugna una cita concreta, puedes remitir a tu paso de verificación.

El coste de ejecutar la auditoría es de dos horas. El coste de omitirla, si te detectan, varía desde el rechazo en la criba técnica hasta la prohibición en arXiv. Ejecuta la auditoría.

Herramientas que automatizan la auditoría

Puedes hacer los ocho pasos manualmente. Serás más rápido con herramientas.

API pública de Crossref. Gratis, sin necesidad de registro. El endpoint api.crossref.org/works/[DOI] devuelve JSON con el título canónico, los autores y el año. Un script de Python de 20 líneas que recorre tu lista de referencias y consulta este endpoint detecta los Patrones 1 y 3 en segundos por referencia. Esta es la automatización más ligera posible y suele ser suficiente para un artículo de 60 referencias.

Scite (scite.ai). Verifica referencias y reporta si los artículos siguientes citaron el trabajo de manera favorable o contradictoria. Detecta el Patrón 2 (artículo real, afirmación incorrecta) mejor que las otras herramientas, porque se involucra con el contenido real. Tiene una capa gratuita; la versión de pago es necesaria para una integración completa.

Problematic Paper Screener (Cabanac, Labbe, Magazinov). Gratis, abierto; en gran medida es un «screener» posterior a la publicación, pero su conjunto de detectores es útil antes de la presentación para el Patrón 4. Busca en dbrech.irit.fr/pls/apex/f?p=9999:1. Útil para confirmar que el texto alrededor de tus citas no haya sido «lavado» con reformulación hasta el punto de parecer salida de paper-mill.

Comprobadores de referencias incorporados en gestores de referencias. Si Zotero detecta una referencia alucinada, su función «Find Available PDF» no funcionará. La característica de Mendeley para completar metadatos tiene el mismo efecto. No es un comprobador de alucinaciones con intención expresa, pero sí identifica los problemas más fáciles cuando lo usas normalmente.

Nuestro corrector. Nuestro corrector de IA funciona ejecutando la auditoría con cuatro bases de datos en una sola pasada, resaltando referencias alucinadas y desajustadas, y exportando un registro limpio que puedes guardar junto con el manuscrito. Ofrecemos esta herramienta como parte de nuestro conjunto más amplio de herramientas de corrección de IA para artículos de investigación, cubriendo los procesos asociados de gramática, formateo de citas y control de cambios, junto con una auditoría de referencias limpia.

Como un paso independiente antes de la corrección completa, nuestro verificador de citas con IA gratuito ejecuta la misma comprobación de existencia en Crossref, Semantic Scholar y otros registros abiertos sobre cualquier lista de referencias pegada, directamente en el navegador y sin registro.

La mayor parte del tiempo, el script con la API de Crossref y una lista manual de escalado capturarán el 90 por ciento del problema para la mayoría de los autores. Las herramientas aportan valor para revisiones sistemáticas, para grupos de investigación con muchas presentaciones, y para el caso en que el coste de una sola alucinación pasada por alto sea alto (una presentación en The Lancet o NEJM, un reenvío de arXiv tras una alerta previa).

Qué hacer si encuentras una cita alucinada

La encontrarás. En nuestra experiencia, casi todas las listas de referencias que tocaron un LLM contienen al menos una. Dependiendo de la fase de tu manuscrito, tienes dos opciones.

Antes de la presentación. El caso más fácil. Elimina la cita, o reemplázala por una referencia real que respalde de verdad la afirmación, o reescribe la oración que rodea la cita para eliminar la afirmación no respaldada. Documenta el cambio en tu registro de auditoría.

Durante la revisión por pares. Notifica por escrito al editor responsable tan pronto como confirmes la alucinación. Presenta la lista corregida de referencias y una explicación: qué encontraste, cómo lo encontraste y qué has hecho para verificar las referencias restantes. Los editores responden mucho mejor a los autores que se autocorrigen que a los autores detectados por un revisor.

Aceptado pero aún no publicado. Contacta de inmediato al editor de producción. La mayoría de los editores aceptarán una corrección tardía en la fase de pruebas si se presenta como una autocorrección de integridad en lugar de como una edición rutinaria.

Publicado. Contacta con la revista y solicita una fe de erratas o, en casos serios, una corrección (corrigendum). Si la cita alucinada respalda una afirmación sustantiva en el artículo, es posible que la corrección tenga que extenderse a la propia afirmación. Este es el camino que la mayoría quiere evitar; es el camino que previene la auditoría.

Declaración de divulgación de uso de IA en tu manuscrito si utilizaste herramientas de IA que tocaron la lista de referencias, como parafraseadores o generadores de citas. También puedes divulgar en la carta de presentación que realizaste una auditoría y te autocorregiste. Suena a algo profesional por hacer, más que a algo que genere alarma.

Preguntas frecuentes

P: ¿Qué tan comunes son las citas alucinadas en 2026?

El análisis de Columbia (Topaz et al, Lancet 2026) halló que uno de cada 277 artículos indexados en PubMed publicados en las primeras siete semanas de 2026 incluía al menos una referencia. Eso supone un aumento de 12 veces frente a la tasa de 2023 de 1 en 2.828. La tendencia va en aumento. En conferencias con revisión por pares estricta, el análisis de GPTZero NeurIPS 2025 encontró al menos 100 citas alucinadas en 53 de los 4.841 artículos aceptados, alrededor del 1 por ciento de la conferencia.

P: ¿Por qué la variedad del 64 por ciento basada en DOI es la más difícil de detectar?

Cuando un LLM alucina una referencia, a veces inserta un DOI real procedente de sus datos de entrenamiento que apunta a otro artículo distinto del que se citó. El DOI resuelve, existe el otro artículo y una comprobación visual rápida parece estar bien. Solo después de hacer clic en el enlace del artículo citado uno se da cuenta de que el título, los autores o incluso el contenido de la referencia citada no coinciden con la cita. El estudio de Deakin ilustra que esto fue cierto para el 64 por ciento de las citas falsas generadas con GPT-4o. Resolver el DOI por sí solo no es suficiente y debe complementarse con la verificación de que el artículo enlazado corresponde efectivamente a la cita.

P: ¿ArXiv realmente me prohibirá durante un año por una cita alucinada?

Sí, cuando la negligencia es inequívoca. Thomas Dietterich anuncia la política de arXiv de mayo de 2026, que pretende abordar los casos en los que los autores pegaron salidas de LLM sin verificarlas, lo que llevó a referencias alucinadas, texto placeholder de chatbot que quedó sin borrar o datos. ArXiv ha sido explícito en que los casos realmente controvertidos o fronterizos quedan fuera del alcance. Después de que expire la prohibición, todos los envíos futuros a arXiv deben pasar primero por revisión por pares en un foro reputado antes de que arXiv los reacepte.

P: ¿Puedo simplemente pasar mi lista de referencias por ChatGPT o Claude para comprobarla?

No. El mismo modelo que alucinó la referencia también puede alucinar la verificación. Hemos visto LLMs «confirmar» con confianza que los DOI inventados son válidos. La comprobación debe hacerse frente a bases de datos estructuradas externas (PubMed, Crossref, OpenAlex, Google Scholar) que tengan metadatos autorizados, no frente a otro LLM.

P: ¿Qué pasa si una referencia solo existe en Google Scholar?

Una referencia que aparece en Google Scholar pero en ninguna de PubMed, Crossref o OpenAlex es sospechosa, más que confirmadamente alucinada. Algunas fuentes reales (una tesis, actas de conferencia sin DOI, un working paper, una revista regional) aparecen en Google Scholar sin cobertura de base de datos estructurada. Inspecciona manualmente la fuente enlazada. Si puedes abrir el artículo y verificar la afirmación, la referencia es real pero está subindexada; cítala con confianza. Si no puedes abrir la fuente o el enlace está roto, trátala como alucinada y elimínala o reemplázala.

Corrector de verificación de referencias para envíos a revistas

Auditoría en una sola pasada de citas alucinadas contra PubMed, Crossref, OpenAlex y Google Scholar, con un registro de verificación descargable para sus registros.