arXiv colapsa: 40.363 preprints en septiembre y un tope de 2 al mes

arXiv recibió 40.363 preprints en septiembre: el doble que en 2024

arXiv, el mayor repositorio de preprints del mundo, registró 40.363 envíos en septiembre de 2026, casi el doble que los 20.569 del mismo mes de 2024 y más de cuatro veces los 9.869 de septiembre de 2016, según reportó la moderadora Kat Boboris en el blog oficial y recogió Unite.ai. El volumen equivale a unos 1.300 envíos diarios y generó cerca de 9.000 tickets de soporte al equipo de moderación, formado por entre 150 y 300 voluntarios.

La plataforma, fundada en 1991 y alojada históricamente en la Universidad de Cornell, sostiene buena parte de la circulación de papers en física, matemáticas, informática y aprendizaje automático. En los últimos años se ha convertido en la vía por la que la investigación llega a la comunidad antes —y a menudo sin pasar— por la revisión por pares.

Por qué el sistema no da abasto: el coste de escribir cayó a casi cero

El cuello de botella de la ciencia ha cambiado de lugar. Durante décadas, la arquitectura del sistema científico se apoyó en un hecho simple: producir un artículo serio era costoso en tiempo, datos y dinero. La IA generativa ha invertido esa ecuación. Según el mismo reporte de arXiv, desde noviembre de 2022 (lanzamiento de ChatGPT) han entrado al repositorio más de un millón de artículos, alrededor de un tercio de todo su archivo histórico. Solo entre enero y septiembre de 2026 se acumularon 270.685 envíos, un 30% más que en el mismo periodo de 2025.

👥 ¿Quieres ir más allá de la noticia?

En nuestra comunidad discutimos las tendencias, compartimos oportunidades y nos ayudamos entre emprendedores. Sin humo, solo acción.

👥 Unirme a la comunidad

Los moderadores, citados por Unite.ai, describen un patrón claro: aumento de papers de alcance estrecho, "salami papers" (un mismo estudio troceado en varios envíos) y un incremento marcado de textos densos escritos por IA. El problema no es nuevo —los revisores escaseaban y la cantidad de literatura ya desbordaba a los investigadores— pero la IA ha hecho visible la costura.

Qué medidas ha tomado arXiv: del baneo de un año al tope de 2 envíos por mes

La crisis no se está combatiendo solo con un botón. arXiv ha escalonado sus respuestas durante 2025 y 2026:

Octubre de 2025: se exige respaldo de un par para publicar survey papers y position papers, los formatos más fáciles de generar con IA.
Mayo de 2026: el presidente de la sección de informática, Thomas Dietterich, anuncia baneo de un año para autores que envíen papers con "evidencia incontrovertible" de no haber revisado la salida del modelo (referencias inventadas, meta-comentarios del chatbot tipo "¿quieres que ajuste este resumen?", datos placeholder). Tras el baneo, los siguientes envíos deben pasar primero por una revista con revisión por pares, según TechCrunch y PCMag.
Septiembre-octubre 2026: se implanta un tope de 2 envíos por autor al mes y un máximo de 3 papers pendientes de moderación en simultáneo. Ningún autor podrá acumular más cola.

El tope reduce la eficacia del repositorio y abre un debate incómodo: ¿sigue mereciendo la pena esperar semanas o meses a que un preprint se cuelgue, si alternativas como SSRN, bioRxiv o servidores temáticos de ML empiezan a tener tráfico comparable?

El problema de fondo: moderar 1.300 envíos al día con voluntarios

El voluntario medio de arXiv revisa contenido en sus ratos libres, sin compensación, sobre áreas que conoce en profundidad. Comparar ese modelo con plataformas de moderación comerciales —que en startups hispanas se resuelven con equipos de confianza y seguridad, filtros automatizados y revisión humana en cascada— muestra la brecha. arXiv, como organización sin ánimo de lucro recién independizándose de Cornell, no tiene el músculo financiero para contratar revisores profesionales a la escala que el volumen exige.

Además, la detección de contenido IA ha demostrado ser poco fiable: los detectores de tokens como Binoculars, DetectGPT o NTS se confunden con paragramar, y los pares humanos no pueden revisar cada envío en detalle. Un paper reciente de la Universidad Nacional de Seúl y la Universidad de Minnesota, Science or Slop?, propuso el benchmark SciSlopBench y la herramienta SciSlopHarness, que identifican el paper IA no por estilo sino por la coherencia entre claims, evidencia y citas. En pruebas, detectó la versión IA de cada par con un 85,9% de acierto, frente al 68,7% de los detectores clásicos, según Unite.ai.

Por qué importa aunque no seas investigador: el "slop" se propaga como open source

La investigación que sale de arXiv alimenta papers revisados, patentes, productos y startups. Si la capa base se degrada, también lo hacen las capas de encima. Esto tiene tres lecturas prácticas para founders:

Para founders de deep tech y biotech: la verificación de literatura previa se vuelve un coste oculto. Antes bastaba con un buen literature review; ahora toca auditar referencias, porque un estudio citado en The Lancet de mayo de 2026 (auditoría de Columbia sobre 2,5 millones de papers en PubMed Central) encontró que las citas fabricadas se multiplicaron por doce desde 2023: pasaron de 1 cada 2.828 papers a 1 cada 277 en las primeras siete semanas de 2026.
Para founders de IA aplicada: la frontera entre producto y demostración se diluye. Si un competidor presenta un paper con resultados inflados por IA y nadie lo audita, captará atención y capital. Construir reputación técnica ahora exige publicar con código, datos y resultados reproducibles, no solo un PDF brillante.
Para founders de plataformas de contenido: el caso arXiv es un espejo. Cuando el coste de producir cae a cero, la moderación se vuelve el producto. Quien resuelva mejor la cola (revisión rápida, etiquetado de calidad, sellos de auditoría) capturará la confianza de la comunidad.

¿Qué puede pasar ahora con arXiv?

Los expertos coinciden en que el sistema científico necesita reinventarse, pero el problema es estructural: no hay gobernanza central, hay enormes intereses en juego y los incentivos académicos (publicar o morir) empujan en la dirección opuesta. El paso a organización independiente sin ánimo de lucro le da a arXiv margen para captar fondos y profesionalizar parte de la moderación, pero no para multiplicar por diez su plantilla actual.

Lo más probable, a corto plazo, es una fragmentación: papers serios migrando a servidores con revisión más estricta o endorsement reforzado, papers de baja calidad rebotando a repositorios secundarios, y un debate creciente sobre si los grandes laboratorios de IA deberían firmar sus papers con un sello visible de "asistencia LLM", como ya hacen algunas conferencias.

Qué significa esto para tu startup

Si construyes sobre investigación académica: añade a tu due diligence una verificación manual de las 5-10 referencias clave de cualquier paper que sustente tu tesis técnica. Tres minutos con Google Scholar o con un agente de búsqueda pueden ahorrarte seis meses construyendo sobre un resultado que no existe.
Si vendes a equipos de I+D o academia: posiciona tu producto alrededor de la confianza y la trazabilidad —versionado de datasets, bitácoras de experimento, sellos de auditoría— en lugar de competir solo por precio o features. El mercado paga cada vez más por saber qué hay dentro del modelo.
Si publicas o haces developer relations: aplica la regla de arXiv a tu blog y a tus docs. Si un asistente de IA te ayuda a escribir, que no se note que no lo leíste. El coste de reputación por un párrafo con una cita inventada o un código que no corre es mayor que el tiempo que ahorraste.