Nombres recurrentes como Elena Vasquez, Marcus Chen o Lena Petrova figuran en la web como expertos vulcanólogos, astronautas, divulgadores y coautores de complejos papers científicos. Sin embargo, ninguna de estas personas existe en la realidad. Un estudio preliminar desarrollado por especialistas de la Universidad de Varsovia y la firma tecnológica Samsung detectó que los modelos de lenguaje a gran escala (LLM) están introduciendo autores ficticios dentro del circuito académico formal, logrando que textos sintéticos adopten apariencias de rigor y legitimidad.

El trabajo reveló que los algoritmos no inventan identidades de forma dispersa, sino que generan agrupaciones predecibles y correlacionadas que actúan como una "huella digital". Mientras que Claude suele emparejar sistemáticamente a Elena Vasquez, Marcus Chen y Amara Okafor, Gemini asocia con frecuencia a Aris Thorne con Lena Petrova, y ChatGPT suele recurrir a identidades individuales recurrentes como Elara Voss. Estas regularidades permiten a los auditores rastrear qué modelo o versión intervino en la fabricación del material.

De la respuesta generativa al repositorio científico oficial

El riesgo de este fenómeno radica en la filtración de estos perfiles inventados fuera de las plataformas de chat. La pesquisa contabilizó 1.655 registros académicos atribuidos a autores apócrifos, supuestamente editados en revistas inexistentes y con fechas manipuladas.

Lejos de quedar en el plano teórico, muchas de estas entradas consiguieron ser indexadas con códigos DOI reales mediante el organismo global DataCite, lo que provocó que otros motores de búsqueda científica las procesaran como investigaciones válidas. Asimismo, los investigadores comprobaron la presencia activa de estos académicos imaginarios en redes de divulgación abierta como ResearchGate.

La multiplicación de citas apócrifas en la literatura formal

La contaminación bibliográfica registra una curva de aceleración pronunciada. Según un relevamiento publicado en la revista The Lancet, en 2023 uno de cada 2.828 artículos contenía al menos una cita inventada por inteligencia artificial. Esa proporción empeoró sustancialmente en 2025 al alcanzar uno de cada 458 trabajos, mientras que durante las primeras semanas de 2026 escaló a uno de cada 277 documentos (56,9 casos cada 10.000 artículos), lo que significa un aumento superior a 12 veces en tres años.

En la misma línea, un análisis difundido por la revista Nature junto a la firma Grounded AI examinó 4.000 artículos de cinco grandes editoriales científicas. Tras una revisión manual sobre los 100 textos más sospechosos, los peritos corroboraron que 65 presentaban bibliografía espuria. De extrapolarse este índice al total de la producción global, se estima que más de 110.000 investigaciones publicadas durante el año pasado podrían contener citas y referencias completamente fraudulentas.