EDITORIAL
Plagio, similitudes e inteligencia artificial
en la evaluación de trabajos científicos.
Invest Clin 66(3): 231 - 233, 2025 https://doi.org/10.54817/IC.v66n3a00
Los comités editoriales de diferentes
revistas científicas, han establecido para la
evaluación de los trabajos de investigación,
el plagio, las similitudes con otros trabajos y
el uso de “inteligencia artificial (IA)”, como
criterios de rechazo de los mismos, sin la
valoración previa de los expertos. Plagio se
define de acuerdo al Diccionario de la Real
Academia Española (RAE), como la acción
de “copiar en lo sustancial obras ajenas, dán-
dolas como propias” 1. En otras palabras, es
la apropiación indebida del trabajo intelec-
tual de otra persona, presentándolo como
propio, sin la debida atribución. En el caso
de las instrucciones a los autores de revis-
tas de habla inglesa, “Plagiarism is defined
as presenting another person’s work as your
own, whether it’s text, ideas, data, or ima-
ges, without proper attribution. This inclu-
des self-plagiarism, where an author reuses
their own previously published work without
proper citation” 2. “Originality and plagia-
rism: The authors should ensure that they
have written entirely original works, and if
the authors have used the work and/or words
of others, that this has been appropriately
cited or quoted” 3. En otras palabras, la cita-
ción de la referencia, eliminaría el concepto
de plagio en el trabajo de investigación. En
el caso de los trabajos de investigación cien-
tífica y llevándolo al extremo de copiar exac-
tamente lo que dicen los autores en otros
trabajos, no se está cometiendo plagio ya
que se define a través de las referencias, que
es propiedad intelectual del autor referen-
ciado. De hecho, muchas veces no se colocan
las palabras exactamente como el autor las
dice, sino la idea que expresa, y se colocan
las referencias en cuestión. Algunas revistas
colocan en sus indicaciones a los autores,
que poseen el sistema para determinar el
“Plagiarism”, pero lo reportan como simili-
tudes con otras publicaciones, sin considerar
la presencia de la referencia, que en tal caso
no representaría un plagio. Además de eva-
luar la cantidad y calidad del contenido co-
piado, se ha establecido en estos programas
la siguiente pregunta: ¿Se ha beneficiado el
autor de la habilidad y el criterio del autor
original? 3. En general la respuesta es sí, ya
que contribuye a la realización de algunas
de las secciones del trabajo de investigación,
pero no representa un plagio al ser referen-
ciado, de hecho, el autor obtiene aumento
en la citación de su trabajo. Sin embargo, el
“Plagiarismo” es considerado una grave fal-
ta y un motivo de rechazo del trabajo, sin
ser enviado a los revisores. Esta situación es
manejada por programas preestablecidos en
la red 4.
En referencia al concepto de similitu-
des, que posiblemente esté vinculado al pla-
giarismo, se establece que todo lo que se
reporte en un trabajo, que tenga una simi-
litud con trabajos de otros autores, con el
internet, etc., es motivo de su no aceptación
para el envío a revisores. Entre las similitu-
des pueden estar incluidos el nombre de los
autores, su afiliación, líneas o párrafos que
se parecen a otras publicaciones, etc. Obvia-
mente esto también es producido por pro-
gramas preestablecidos 4. Aquí se llega a la
posición ilógica de validar como similitudes
e incluirlas en el porcentaje de similitudes,
232 Mosquera
Investigación Clínica Vol. 66(3): 2025
los nombres de los autores, adscripciones
y abreviaciones ampliamente aceptadas en
otras publicaciones, etc., Estos programas4
representan las similitudes como números
que no definen lo que se presenta como si-
milar. En estos casos, un alto porcentaje de
“similitudes”, también representa un impe-
dimento para el envío de los trabajos de in-
vestigación a los revisores.
En referencia al uso de la IA, existen
programas que hacen este análisis y repor-
tan el porcentaje generado por inteligencia
artificial 4. El correcto uso de la IA puede ser
de beneficio para las publicaciones científi-
cas, siempre y cuando la inteligencia natu-
ral, establezca el orden de lo reportado por
la IA. La IA puede ayudar a los investigadores
en el proceso de la escritura del manuscrito,
mejorando la redacción y el lenguaje, pero
no en la interpretación, análisis y conclusio-
nes lógicas de los resultados encontrados,
lo cual deben ser realizado por los investi-
gadores. La búsqueda de investigaciones o
reportes, usando palabras clave de un de-
terminado aspecto de la Ciencia, muchas
veces es infructuosa si se usa la IA, ya que
frecuentemente, solo toma en cuenta algu-
nas de las palabras clave, y origina reportes
incompletos o no adecuados para el fin que
se busca. Los autores deben indicar en sus
manuscritos, cuando los someten a revisión,
el uso de la IA, para mostrar transparencia
y obviamente la IA, no debe de ser citada
como un autor 5. El uso de la IA de manera
adecuada, no debe ser un obstáculo para el
envío del manuscrito a investigadores exper-
tos en la materia de estudio.
En conclusión, el uso de programas que
indiquen porcentajes de plagio (basados en
el concepto de plagio), similitudes o IA, sin
previo análisis de la calidad del manuscrito,
representa una actitud editorial basada en
guías de nueva tecnología, que no determi-
nan la calidad de los manuscritos, y no debe
ser una condición que impida el envío de
trabajos de investigación a los revisores que
analizan la calidad del reporte.
Jesús A. Mosquera
ORCID: 0000-0002-1496-5511
Plagio, similitudes e inteligencia articial en la evaluación de trabajos cientícos 233
Vol. 66(3): 231 - 233, 2025
Plagiarism, similarities and artificial inteligence
in the evaluation of scientific papers
The reliance on programs that measure percentages of plagiarism (based on the concept
of plagiarism), similarities, or AI content—without a thorough analysis of the manuscript’s
quality—reflects an editorial approach that prioritizes new technology guidelines over the
actual quality of the work. Such measures should not serve as a barrier to the submission
of research papers for review by qualified reviewers who can assess the quality of the report.
REFERENCIAS
1. Real Academia Española. Diccionario de la lengua española [Internet]. 23ª ed. Madrid: RAE;
2025. Disponible en: https://dle.rae.es.
2. Elsevier. Plagiarism complaints. [Internet]. Amsterdam: Elsevier. Disponible en: https://www.
elsevier.com/editor/perk/plagiarism-complaints.
3. Elsevier. Policies & guidelines for authors [Internet]. Amsterdam: Elsevier. Disponible en: https://
www.elsevier.com/researcher/author/policies-and-guidelines.
4. Crossref. Similarity Check powered by iThenticate [Internet]. Oakland, CA- USA: iThenticate.
USA. https://www.ithenticate.com/products/crossref-similarity-check.
5. European Association for Research on Learning and Instruction (EARLI). Guide for au-
thors: Learning and Instruction [Internet]. Amsterdam: Elsevier. Disponible en: https://
www.sciencedirect.com/journal/learning-and-instruction/publish/guide-for-authors.
