Las citas falsas están por todas partes: así puedes detectarlas (2026)

Si alguna vez has pegado una lista de referencias generadas por IA en Google Scholar y no has obtenido ningún resultado, ya te has encontrado con una cita falsa. El problema es mayor de lo que la mayoría de los investigadores creen: múltiples estudios han demostrado que los grandes modelos de lenguaje fabrican entre el 25% y el 40% de las referencias que producen, incluyendo nombres de autores inventados, títulos de revistas que suenan plausibles y DOIs que no resuelven a nada. En 2026, con los asistentes de escritura de IA integrados en cada flujo de trabajo, desde ensayos universitarios hasta propuestas de subvención, las citas falsas se han convertido en la forma más común de fallo en la integridad académica, no porque los investigadores tengan la intención de engañar, sino porque confían en herramientas que generan tonterías con confianza.

Por qué la IA produce referencias falsas

Los grandes modelos de lenguaje no recuperan información de bases de datos. Predicen el siguiente token plausible en una secuencia. Cuando se les pide una cita, el modelo genera texto que parece una referencia —un apellido de un primer autor, un año, el nombre de una revista, un número de volumen— sin verificar si alguna de esas piezas corresponde realmente a una publicación real.

Por eso, las referencias fabricadas por IA son tan difíciles de detectar a simple vista. Siguen las convenciones de formato correctas. Los nombres de los autores son investigadores reales en el campo. Los títulos de las revistas existen. Pero la combinación específica —ese autor, ese título, esa revista, ese año— es ficción.

Los tres tipos de citas falsas

No todas las referencias fabricadas son iguales. Comprender las variaciones te ayuda a saber qué buscar:

1. Artículos completamente inventados El tipo más obvio. El título, los autores, la revista y el DOI se generan desde cero. Estos son los más fáciles de detectar: una búsqueda rápida en CrossRef o Google Scholar no arroja nada.

2. Referencias quimera El modelo combina elementos reales de diferentes artículos: el nombre de un autor real, el título de una revista real, pero el artículo específico no existe. Estos son peligrosos porque los componentes individuales parecen correctos. Podrías verificar que el autor publica en esa revista y detenerte ahí.

3. Citas distorsionadas Existe un artículo real, pero la IA se equivoca en el año, escribe mal el título o asigna un DOI incorrecto. La referencia casi coincide con una publicación real, lo que la convierte en el tipo más difícil de detectar sin una verificación sistemática.

Cinco señales de alerta de una cita fabricada

Antes de buscar cualquier herramienta, entrena tu ojo para notar estos patrones:

1. El DOI no resuelve. Copia el DOI y pégalo en doi.org. Si recibes un error de "DOI no encontrado", la cita es falsa o el DOI es incorrecto. Esta única verificación detecta aproximadamente el 60% de las referencias fabricadas.

2. El título no arroja resultados en Google Scholar. Los artículos reales dejan rastros, ya sea en Google Scholar, Semantic Scholar, PubMed o repositorios institucionales. Si un título citado no produce resultados en ninguna de estas fuentes, es casi seguro que no existe.

3. Años de publicación redondos. Los modelos de IA tienen una ligera tendencia a favorecer los años redondos (2020, 2015, 2010) al generar referencias. Si tu lista de referencias tiene una concentración inusual de publicaciones de años redondos, revísalas primero.

4. Relevancia sospechosamente perfecta. Las revisiones de literatura reales incluyen algunas fuentes tangencialmente relacionadas. Si cada referencia en una lista coincide perfectamente con las palabras clave de tu tema, es una señal de que un modelo las generó para ajustarse a la instrucción en lugar de reflejar la literatura real.

5. Desajuste en el campo del autor. Busca al primer autor en Google Scholar u ORCID. Si es un investigador real pero trabaja en un campo completamente diferente, es probable que el modelo haya tomado prestado su nombre.

Cómo verificar una cita manualmente

El proceso manual funciona, pero es lento:

1. Copia el DOI → pégalo en doi.org → verifica si resuelve
2. Si no se proporciona DOI, busca el título exacto entre comillas en Google Scholar
3. Compara el nombre del autor, el año, la revista y el volumen con el registro resuelto
4. Para mayor certeza, verifica el artículo en el sitio web del editor

Para una sola cita, esto toma 2-3 minutos. Para una lista de referencias de 40 fuentes, algo común en un artículo de revista, estás hablando de más de dos horas de trabajo de verificación.

Automatización de la detección de citas falsas

Este es exactamente el problema que Citation Checker de Citely fue diseñado para resolver. Pegas tu lista de referencias y la herramienta compara cada cita con la base de datos de CrossRef de más de 150 millones de registros académicos, verificando si el DOI existe, si los metadatos coinciden y señalando cualquier cosa que no se verifique.

La diferencia clave con la verificación manual es la cobertura: la herramienta verifica cada campo —autor, título, revista, año, volumen, DOI— contra el registro de CrossRef simultáneamente, detectando referencias quimera y citas distorsionadas que una rápida verificación manual pasaría por alto.

Qué sucede si las citas falsas se cuelan

Las consecuencias dependen del contexto, pero ninguna es buena:

• Trabajos de estudiantes: Violaciones de la integridad académica, incluso si la fabricación fue involuntaria. La mayoría de las universidades ahora tratan las citas fabricadas por IA de la misma manera que el plagio.
• Envíos a revistas: Rechazo editorial. Los editores utilizan cada vez más herramientas automatizadas para verificar las listas de referencias antes de que comience la revisión por pares.
• Propuestas de subvención: Los revisores que detectan una referencia inexistente cuestionarán el rigor de toda la propuesta.
• Artículos publicados: Erratas o retractación. La base de datos Retraction Watch ha registrado un fuerte aumento en los avisos de retractación que citan "referencias fabricadas" desde 2024.

Un flujo de trabajo práctico para 2026

Aquí tienes lo que realmente funciona para mantener tu lista de referencias limpia:

1. Escribe con IA si quieres, pero nunca confíes directamente en las referencias generadas por IA. Trátalas como sugerencias, no como fuentes.
2. Verifica cada cita antes de la entrega. Usa Citely para verificar tu lista completa en segundos en lugar de revisar cada una manualmente.
3. Prefiere las referencias que realmente hayas leído. Si no puedes resumir lo que argumenta un artículo, reconsidera si pertenece a tu lista de referencias.
4. Mantén actualizado tu propio gestor de referencias. Las entradas de Zotero, Mendeley o EndNote extraídas de bases de datos de editores contienen metadatos verificados por defecto.

Puntos clave

• Los modelos de lenguaje de IA fabrican entre el 25% y el 40% de las referencias que generan, incluyendo DOIs y nombres de autores que parecen reales.
• Las citas falsas se presentan en tres formas: completamente inventadas, quimera (elementos reales mezclados) y distorsionadas (artículo real con metadatos incorrectos).
• La verificación individual más rápida es la resolución del DOI: pega el DOI en doi.org y comprueba si resuelve.
• La verificación manual de una lista de referencias completa lleva más de 2 horas; las herramientas automatizadas como Citely reducen esto a segundos.
• En 2026, las citas falsas conllevan consecuencias reales: violaciones de la integridad académica, rechazos editoriales y retractaciones.

👉 Verifica tus citas ahora — gratis