Jueves, 23 de Abril del 2026
Inteligencia artificial generativa en la escritura científica médica: consideraciones prácticas y éticas.
La inteligencia artificial (IA) generativa está transformando la comunicación científica en el campo de la salud, ofreciendo oportunidades para mejorar la calidad y eficiencia de la redacción académica. Este artículo proporciona una guía práctica dirigida a profesionales de la salud sobre el uso ético y efectivo de herramientas de IA en la elaboración de manuscritos científicos. Se abordan los principios éticos fundamentales establecidos por organizaciones editoriales internacionales, las estrategias prácticas de implementación, un flujo de trabajo estructurado y las consideraciones específicas para la literatura pediátrica.
Los principales ejes desarrollados son:
- La IA como herramienta, no como autor: Las herramientas de IA no pueden figurar como autores de manuscritos científicos bajo ninguna circunstancia. Esta posición se fundamenta en la definición establecida de autoría académica, que requiere contribuciones sustanciales a la concepción del estudio, diseño metodológico, análisis de datos, interpretación de resultados, redacción del manuscrito y aprobación de la versión final. Fundamentalmente, la autoría implica la capacidad de asumir responsabilidad pública por el contenido, defender las afirmaciones realizadas ante la comunidad científica, funciones que un sistema de IA no puede desempeñar.
- Transparencia como requisito ineludible: Los autores deben proporcionar información detallada que incluya: el nombre completo y versión de la herramienta utilizada, el propósito concreto de su aplicación, las secciones del manuscrito donde se empleó asistencia de IA y el grado de supervisión humana aplicado al contenido generado. Las mejores prácticas establecidas por organizaciones editoriales recomiendan que los autores describan en lenguaje accesible cómo se utilizó la IA, incluyendo las limitaciones conocidas de estas herramientas.
- Verificación rigurosa del contenido: Todo contenido generado o modificado con asistencia de IA debe someterse a verificación exhaustiva antes su inclusión en un manuscrito científico. Los modelos de lenguaje pueden producir información que aparenta ser correcta, pero contiene errores factuales, fabricar referencias bibliográficas inexistentes y generar contenido con sesgos sistemáticos derivados de los datos utilizados en su entrenamiento.
La integración responsable de estas tecnologías puede ayudar a democratizar el acceso a la publicación científica, particularmente para investigadores cuya lengua materna no es el inglés, mientras se busca mantener los más altos estándares de integridad académica.
Accedé al artículo completo: Paula Otero. Inteligencia artificial generativa en la escritura científica médica: consideraciones prácticas y éticas. Arch Argent Pediatr. 2026;e202611022.
Categorías
- Cirugía (2)
- Pediatría (18)
- Dermatología (6)
- Uso racional (6)
- Gerontología (20)
- Traumatología (7)
- Investigación (5)
- Urología (5)
- Dolor (8)
- Alerta de medicamentos (3)
- Infectología (2)
- Oftalmología (3)
- Cuidados críticos (4)
- Medicina laboral (1)
- Genética (1)
- Coronavirus (5)
- Otorrinolaringología (1)
- Farmacoepidemiología (2)
- Anestesia (1)
- Ejercicio de la medicina (2)
- Cannabis medicinal (2)
- Alergia (1)
- Odontología (1)
- Salud Ambiental (1)
- Conflicto de intereses (3)
- Calidad de atención (1)
- Conflictos de intereses (1)
- Tabaco (1)
- Ginecología (10)
- Cardiología (52)
- Endocrinología (31)
- Nutrición (17)
- Psiquiatría (32)
- Psicología (10)
- Oncología (21)
- Epidemiología (3)
- Toxicología (3)
- Enfermedades infecciosas (40)
- Salud Pública (41)
- Inteligencia Artificial (7)
- Neumonología (12)
- Hepatología (7)
- FOLIA DOC (3)
- Neurología (20)
- Gastroenterología (10)
- Seguridad del paciente (11)
- Inmunología (2)
- Ejercicio Profesional (13)
- Obstetricia (9)
- Nefrología (6)
- Atención Primaria (2)
- Educación (4)
- Reumatología (11)
- Cuidados intensivos (5)
- Políticas de medicamentos (10)
- Hematología (14)