Detecte información falsa generada por la IA antes de que se publique en su revista
Un manuscrito puede afirmar algo que su fuente no dice. El error pasa la revisión por pares y se publica en su revista. Cuando se descubre, la revista debe publicar una fe de erratas o retractar el artículo. Eso compromete su reputación y sus métricas.
RefCheck verifica la información falsa generada por la IA antes de que su equipo editorial tome una decisión y se publiquen errores en la revista. Diseñado para revistas y editoriales que necesitan resguardar la integridad de lo que publican.
El problema
La realidad actual: el uso de la IA en la escritura académica ya se masificó entre los investigadores
Encuesta a 2.430 investigadores de todas las disciplinas, Wiley ExplanAItions, octubre de 2025.
El riesgo
La IA comete errores y alucina
La IA puede cometer errores e inventar información falsa. Esto no se resuelve prohibiendo su uso, sino exigiendo que sea responsable y riguroso, para que esa información falsa no se publique.
En los manuscritos redactados con IA, el tipo y la cantidad de errores dependen de la herramienta utilizada.
Los revisores evalúan la validez científica y metodológica del manuscrito. Comprobar que la información sea fidedigna y sin errores no es parte de ese proceso, y casi nunca hay tiempo para hacerlo manualmente, cita por cita.
Cómo funciona
Dos verificaciones independientes
1. Contenido
Verificación de fidelidad de la cita
¿Lo que el manuscrito afirma es correcto y verdadero?
RefCheck verifica la información falsa generada por la IA antes de que su equipo editorial tome una decisión y se publiquen errores en la revista.
Un error de fidelidad ocurre cuando el manuscrito cita una fuente real, pero afirma algo que esa fuente no dice. Es el error más difícil de detectar y el más costoso para una revista. Para encontrarlo hay que tomar la afirmación del manuscrito, abrir la fuente primaria que cita, localizar el fragmento citado y compararlo con la afirmación.
RefCheck hace este trabajo oración por oración, afirmación por afirmación, sobre el manuscrito completo, contrastando cada referencia y cada afirmación con la fuente real.
«El consumo habitual de alimentos ultraprocesados se asocia a un incremento del 28% en la incidencia de diabetes tipo 2 (Herrera et al., 2024).»
«En el seguimiento a diez años, los participantes situados en el quintil más alto de consumo de alimentos ultraprocesados presentaron un riesgo 36% mayor de desarrollar hipertensión arterial respecto del quintil más bajo (HR 1,36; IC 95% 1,21–1,53).»
La oración tiene dos errores. La enfermedad no corresponde: la fuente reporta hipertensión arterial, no diabetes tipo 2. La cifra tampoco: el incremento es de 36%, no de 28%. La referencia existe y el DOI funciona, por eso ningún chequeo bibliográfico rutinario detecta el problema.
«Un consumo elevado de alimentos ultraprocesados se asocia a un riesgo 36% mayor de hipertensión arterial (Herrera et al., 2024).»
2. Metadatos
Verificación de datos bibliográficos
¿Los datos de la referencia corresponden al registro oficial? ¿Existe el paper que se cita?
Autores, año, revista, volumen, páginas y DOI se comparan contra diversas bases de datos como Crossref, OpenAlex y PubMed.
«...como reportan Lu et al. (2024) en su estudio publicado en el Journal of Clinical Oncology.»
La referencia citada no corresponde al registro oficial del artículo:
- El año (2024 en lugar de 2025)
- La revista (Journal of Clinical Oncology en lugar de Nature Medicine)
Corrija la entrada bibliográfica según el registro oficial antes de continuar el proceso editorial.
Cómo opera la plataforma
Del manuscrito al informe, de forma automática
Carga del manuscrito
Su equipo editorial accede a la plataforma RefCheck y sube el manuscrito que envió el investigador. Puede hacerlo en la etapa del proceso que prefiera: revisión inicial, durante la revisión por pares o antes de la decisión final.
Verificación automática
La plataforma ejecuta las dos verificaciones de principio a fin, sin intervención manual. Primero, la fidelidad de cada afirmación contra el contenido de su fuente. Segundo, los metadatos de cada referencia contra Crossref, OpenAlex, PubMed y otras bases.
Informe al equipo editorial
La plataforma entrega el informe: qué afirmaciones y qué referencias deben corregirse, con la evidencia y la sugerencia de corrección. El editor puede rechazar el paper si lo estima conveniente, o reenviar el informe al autor. El autor no recibe solo una alerta para salir a buscar, sino el material necesario para corregir.
Inversión
Por qué invertir en RefCheck para su revista
Enfoque práctico e inmediato
Su equipo sube el manuscrito y la plataforma entrega el informe. La verificación no depende del tiempo de sus revisores ni de su equipo editorial.
Protección editorial
RefCheck agrega una verificación que hoy no forma parte de la revisión por pares. No reemplaza esa revisión ni evalúa la validez científica: verifica que las referencias existan tal como se citan y que el texto afirme lo que esas fuentes dicen.
Lo que está en juego para su revista
Métricas
Los autores eligen revista por reputación, por métricas y por rapidez de publicación. La IA y la información falsa afectan las tres.
Reputación
Cada artículo con información falsa que se descubre termina en una fe de erratas o una retractación publicada en su revista. Esto afecta directamente la confiabilidad y la reputación de la revista.
Indexación
Clarivate suspende el factor de impacto de revistas con patrones anómalos de citación. Las referencias fabricadas y mal atribuidas alteran esos patrones.
Rapidez de publicación
Los envíos de manuscritos a revistas subieron 42% desde el lanzamiento de ChatGPT, y el número de revisores calificados no creció en la misma proporción (Pierce, 2026). Por eso cada editor tiene más manuscritos que verificar con los mismos revisores.
Pérdidas económicas
Hindawi retractó más de 11.000 artículos entre 2022 y 2024. Cerca de 19 de sus revistas salieron de Web of Science y Wiley estimó una pérdida de 35 a 40 millones de dólares (CASRAI).
Por eso la verificación tiene que ocurrir antes de publicar, no después de la retractación.
¡Quiero saber más!Quién está detrás
Desarrollado por un equipo de expertos en IA e investigación liderado por el Dr. Eduardo Fuentes
Sobre el Dr. Eduardo Fuentes
El Dr. Eduardo Fuentes trabaja con IA, específicamente con modelos de lenguaje (LLM), desde 2018, cuando la tecnología recién se había inventado. Actualmente su línea de investigación se enfoca en la interpretabilidad mecanicista: estudia cómo funcionan por dentro los LLM y por qué alucinan y mienten, con foco en la IA agéntica (agentic AI).
Es inventor y desarrollador de productos de IA para investigación que ya han sido incorporados en múltiples universidades, por ejemplo WriteWise, plataforma especializada en escritura académica ética.
Cuenta con 22 certificaciones internacionales de instituciones como Harvard, Stanford, UC Berkeley, Cambridge y Johns Hopkins.
Coordinemos una reunión de 20 minutos
Revisamos el alcance del servicio, la modalidad de entrega y las condiciones de confidencialidad, y le mostramos un informe de ejemplo sobre un manuscrito de prueba.
O escríbanos directamente
Si recibió este documento reenviado por alguien de su institución y necesita el detalle técnico del método de verificación, escríbanos y se lo enviamos.