Una nueva estimación sugiere que las huellas lingüísticas asociadas con grandes modelos lingüísticos se propagan a través de las publicaciones biomédicas en inglés a una velocidad extraordinaria. En 2023, la proporción estimada fue del 19 por ciento, cerca de un periódico de cada cinco. En 2025 fue del 77 por ciento. Sólo en diciembre de 2025, alcanzó el 89 por ciento, o casi nueve artículos de cada diez.
Esas cifras provienen de una preimpresión de agosto de 2026 de Lena Holzwarth, Rita González-Márquez y Dmitry Kobak. No son un recuento de autores que admitieron haber usado IA, ni el resultado de un detector que acusa a artículos individuales. El estudio estima una señal de vocabulario para todo el corpus. No puede saber si una herramienta tradujo una oración, pulió la gramática o generó páginas de prosa.
Ese límite importa. El resultado sigue siendo notable, pero “huellas lingüísticas” y “artículos escritos por IA” no son afirmaciones intercambiables.
Lo que realmente cubre el 89 por ciento
El equipo analizó 1.194.287 artículos en inglés fechados entre 2017 y 2025 en el subconjunto de acceso abierto central de PubMed. Cada artículo necesitaba secciones reconocibles, como una introducción, métodos, resultados y discusión, con suficiente texto en cada sección para respaldar el análisis.
Este diseño mejora el estudio de títulos o resúmenes únicamente porque puede comparar la escritura en un artículo completo. No cubre todas las publicaciones biomédicas. Cubre textos completos de acceso abierto depositados en un repositorio y que cumplen con los filtros estructurales. Alrededor del 1,8 por ciento de los registros incluidos eran preimpresiones, y los autores señalan que tanto una preimpresión como su versión publicada pueden estar presentes.
Por lo tanto, las cifras de los titulares describen este corpus amplio y selectivo. Generalizarlos a todos los artículos biomédicos, a todos los idiomas o a todos los editores iría más allá de la evidencia.
El método modela un contrafactual faltante
Ningún archivo contiene un 2025 alternativo en el que ChatGPT nunca se lanzó. Los investigadores tuvieron que estimar cómo habría sido el vocabulario científico sin la ayuda del LLM.
Comenzaron con 379 palabras de estilo no técnico identificadas en trabajos anteriores como inusualmente comunes después de la aparición de ChatGPT. Los ejemplos incluyen términos comunes como “estos”, “potencial” y “profundiza”. Para cada palabra, ajustaron una tendencia anterior a ChatGPT utilizando artículos de 2018 a 2022, proyectaron esa tendencia hacia adelante y luego midieron hasta qué punto el uso real superó la proyección.
El estimador estadístico pregunta qué proporción mínima de documentos necesitaría asistencia de LLM para producir el exceso. En las simulaciones creadas bajo sus supuestos, su error se mantuvo por debajo de dos puntos porcentuales. El corpus real, sin embargo, no tiene una etiqueta verificada que muestre qué autores utilizaron qué herramientas. La simulación comprueba las matemáticas del modelo; no es una validación independiente de la verdad fundamental.
La suposición central es que, de otro modo, las tendencias del vocabulario humano anteriores a 2023 habrían continuado. Un cambio separado en el estilo científico podría inflar la estimación. Los humanos que copian frases llamativas de la IA también podrían contar como parte de la señal, mientras que los autores que evitan deliberadamente esas palabras podrían suprimirla.
Los documentos más largos son más fáciles de marcar
La posibilidad de ver al menos un marcador aumenta a medida que el documento se hace más largo. Es por eso que los autores informan tanto estimaciones de toda la sección como comparaciones basadas en muestras iguales de 255 palabras.
Cuando se combinaron todas las secciones de cada artículo, la estimación aumentó del 19 por ciento en 2023 al 52 por ciento en 2024, el 77 por ciento en 2025 y el 89 por ciento en diciembre de 2025. Para un pasaje aleatorio de 255 palabras de un artículo completo, la estimación de diciembre fue del 40 por ciento.
Las muestras de igual longitud también expusieron diferencias entre secciones. En diciembre de 2025, la señal estimada fue del 68 por ciento en discusiones, 67 por ciento en resúmenes, 59 por ciento en introducciones, 46 por ciento en resultados y 32 por ciento en métodos.
Ese patrón es consistente con los autores que utilizan herramientas lingüísticas con más frecuencia para resúmenes e interpretación que para detalles de procedimiento. No prueba esa explicación, porque el vocabulario por sí solo no puede reconstruir el flujo de trabajo de un escritor. La brecha entre el 89 por ciento y el 40 por ciento es la lección más segura: la extensión del documento cambia materialmente la estimación del titular.
Un segundo estudio constata el aumento, pero no el mismo nivel
Un estudio independiente de PNAS revisado por pares realizado por Kyle Siler examinó 7,3 millones de artículos de revistas de texto completo publicados por Elsevier, Frontiers, MDPI y PLOS desde 2020 hasta 2025. Utilizando 228 palabras focales y una estrategia de modelado diferente, estimó la difusión de LLM en un 12 por ciento en 2023 y un 57 por ciento en 2025.
Esos valores están por debajo del 19 por ciento de la nueva preimpresión para 2023 y del 77 por ciento para todo 2025. Eso no es necesariamente una contradicción. Los estudios utilizan diferentes editoriales, reglas de inclusión, listas de palabras y estimadores. Su convergencia tiene que ver con la dirección y la velocidad, no con un porcentaje establecido.
Juntos presentan argumentos más sólidos de que el aumento es real. La distancia entre sus estimaciones también es una advertencia contra el tratamiento de cualquier número como una medida directa del uso no divulgado de la IA.
La comparación de COVID tiene que ver con el vocabulario, no con el daño
La afirmación de que este cambio de vocabulario superó la interrupción causada por COVID-19 proviene de un estudio anterior del equipo, Science Advances, revisado por pares. Ese análisis rastreó 15,1 millones de resúmenes de PubMed en inglés desde 2010 hasta 2024.
Encontró 454 palabras utilizadas con más frecuencia de lo esperado en 2024. En el pico de la crisis de vocabulario de la pandemia en 2021, encontró 190. Después de que las inflexiones relacionadas se redujeron a lemas únicos, la comparación fue 343 versus 180.
Los dos turnos tenían caracteres diferentes. La COVID alteró lo que los científicos estaban estudiando, por lo que su exceso de vocabulario estuvo dominado por sustantivos de contenido como “pandemia” y “coronavirus”. El cambio posterior a ChatGPT estuvo dominado por el estilo: de 379 palabras con exceso de estilo, el 66 por ciento eran verbos y el 14 por ciento eran adjetivos.
Por lo tanto, “más grande que COVID” significa más amplio según esta medida de recuento de palabras. No compara el daño social, la calidad de la investigación ni las consecuencias para la salud pública. Tampoco implica que los documentos que contengan estas palabras sean fraudulentos.
Un rastro no nos dice qué hizo la IA
El análisis del 89 por ciento es una preimpresión y no ha completado la revisión por pares. Tampoco puede identificar documentos asistidos individuales. Eso lo hace inadecuado para seleccionar autores, investigar malas conductas o colocar una etiqueta de IA a un manuscrito.
La asistencia de LLM cubre prácticas muy diferentes. Un investigador que escribe en un segundo idioma podría utilizar una herramienta de traducción o gramática. Otro podría pedirle que reorganice una discusión. Un tercero podría generar afirmaciones o referencias sin fundamento. El modelo de vocabulario coloca esas posibilidades dentro de una señal a nivel de población y no puede separarlas.
Creo que la lectura más honesta es que el lenguaje en forma de IA probablemente se haya vuelto normal en las publicaciones biomédicas, mientras que su prevalencia exacta sigue dependiendo del modelo. La próxima evidencia útil necesitará registros de divulgación verificados, datos del flujo de trabajo del editor o sistemas de procedencia que conecten un cambio de texto particular con una herramienta particular.
El vocabulario puede mostrar que la cultura de la escritura científica cambió inusualmente rápido. No puede, por sí solo, decirnos si ese cambio mejoró el acceso, ocultó responsabilidad o afectó la confiabilidad de algún documento en particular.