Un paper académico sobre Z-Library cita al menos diez fuentes que no existen
Una revista académica revisada por pares publicó un artículo sobre Z-Library que incluye referencias a estudios, informes y hasta un artículo de prensa que nunca existieron. La editorial Taylor & Francis, responsable de la publicación, confirmó a TorrentFreak que el caso ya está en manos de sus equipos de Ética Editorial y Publicación.
El paper se titula «Z-Library and Full-Text Access: Democratizing Knowledge or Undermining Copyright Ethics?» y lo firman dos bibliotecarios de universidades nigerianas. Apareció en la revista New Review of Academic Librarianship a principios de este mes. No toma partido en el debate entre editores y bibliotecas clandestinas, pero su lista de referencias presenta un problema difícil de ignorar.
¿Qué encontró TorrentFreak en las referencias?
TorrentFreak revisó la bibliografía completa y no pudo localizar al menos diez de las 44 referencias. Entre ellas:
Leíste lo que hace la IA. ¿Y en tu negocio?
En CAR, dueños de empresa arman en 7 días su primer sistema funcionando: que ningún cliente se les escape, o que el informe del lunes salga solo. Con otros emprendedores al lado.
👥 Probar 7 días- Un supuesto artículo de TorrentFreak de 2021 titulado «Publishers continue crackdown on shadow libraries». El medio nunca publicó algo con ese título y el enlace apunta a su portada.
- Un comunicado del Departamento de Justicia de Estados Unidos con un título que no existe. El paper afirma que el DOJ «arrestó a individuos» en 2022; el comunicado real dice que los dos presuntos operadores fueron detenidos en Argentina a pedido de Estados Unidos.
- Un artículo de 2019 del Harvard Journal of Law & Technology atribuido al profesor de propiedad intelectual Daniel Gervais, que no figura en el índice de ese número.
- Un artículo de 2019 de College & Research Libraries atribuido a Carol Tenopir y colegas. Tenopir publicó ese año sobre un tema similar, pero en otra revista y con otro título.
- Trabajos atribuidos a Björn Brembs y a autores con apellidos Smith, Piper, Okike y Aronson, además de un informe de Kaspersky sobre «los peligros ocultos de las bibliotecas clandestinas».
Ninguna de esas referencias existe tal como está citada. Y todas parecen plausibles: remiten a publicaciones reales, en contextos que encajan.
¿Por qué la IA inventa citas académicas?
El propio paper ofrece una pista. En los agradecimientos, los autores escriben que usaron Consensus AI para revisar grandes volúmenes de literatura y ChatGPT para mejorar el lenguaje de partes del texto.
Ese es el patrón clásico de la alucinación: el modelo genera una referencia que suena correcta, con un autor real y una revista real, pero que no corresponde a ningún trabajo publicado. TorrentFreak también pasó el resumen y la conclusión del paper por Pangram, una herramienta de detección de texto generado por IA, que reportó que «100% del texto es probablemente generado por IA» en ambos casos. La propia nota aclara que estas herramientas no son infalibles y pueden producir falsos positivos.
El detalle incómodo: el paper advierte que sitios como Z-Library dañan los ingresos de los editores, que financian la revisión por pares. Mientras tanto, varios titulares de derechos están demandando a empresas de IA por entrenar modelos con bibliotecas clandestinas.
El problema no es un paper: es un patrón medible
Lo de Z-Library no es un caso aislado. Una auditoría de millones de papers biomédicos encontró más de 4.000 citas a estudios inexistentes, y la tasa de referencias falsas se multiplicó por 12 en tres años, según lo reportado por CBS News. El autor principal de ese estudio, Maxim Topaz, de la Columbia School of Nursing, contó que él mismo descubrió una cita inventada en un paper propio cuando una herramienta de IA se la insertó, y que pasó varias capas de revisión antes de que un editor la detectara.
Un estudio más amplio, publicado en arXiv y difundido por phys.org, auditó 111 millones de referencias de 2,5 millones de papers y estimó 146.900 citas alucinadas solo en 2025 en cuatro repositorios: arXiv, bioRxiv, SSRN y PubMed Central. El 78,8% de esas citas inexistentes pasó los filtros de moderación de arXiv.
La respuesta del sector empieza a llegar. Según CNET, arXiv anunció que vetará a los autores que envíen trabajos con citas alucinadas o con señales de contenido de IA sin revisar. Su director científico, Steinn Sigurdsson, lo resumió así: «el corpus de la ciencia se está diluyendo».
El cuello de botella es estructural. Ars Technica reporta que los papers indexados en Scopus y Web of Science crecen a un ritmo del 5,6% anual, y que los investigadores dedican colectivamente unos 15.000 años de trabajo a revisar pares cada año, trabajo que, si se pagara, costaría 1.500 millones de dólares solo en la porción estadounidense. Con ese volumen, un revisor humano tiene pocas chances de verificar cada referencia una por una.
Los datos de retractaciones confirman la tendencia: Retraction Watch acumula unos 61.000 papers retractados entre 2010 y 2025, y los problemas de revisión por pares aparecen en cerca de siete de cada diez avisos de retractación, según el investigador Anton Sokolov de TalTech, citado por ERR News. En informática e inteligencia artificial, el texto generado por computadora ya explica alrededor de un tercio de las retractaciones.
¿Qué significa esto para tu startup?
Si tu equipo usa IA para redactar documentación técnica, informes para inversores, material de compliance o contenido de producto, ya estás expuesto al mismo riesgo, solo que sin un comité de ética editorial que lo detecte antes de publicar.
Tres acciones concretas:
- Verifica cada referencia antes de publicar. No importa si el modelo cita un paper con DOI, un informe de una consultora o una nota de prensa: ábrelo y confirma que existe y que dice lo que el texto afirma. Un chequeo de dos minutos por cita evita un problema de credibilidad de meses.
- Separa la redacción de la verificación. Que la persona que escribe no sea la que valida los datos. En equipos chicos, basta con una segunda lectura enfocada exclusivamente en citas, cifras y fechas.
- Si construyes producto con IA, trata la trazabilidad como feature. Cualquier asistente que genere texto con fuentes (legaltech, edtech, herramientas de research, atención al cliente) necesita devolver el enlace verificable de cada afirmación. Es la diferencia entre un producto que un cliente corporativo puede adoptar y uno que le transfiere riesgo.
Para las startups de edtech y de herramientas de investigación, el episodio abre además una oportunidad: la verificación de citas es un problema con demanda comprobada y todavía sin solución dominante. Quien lo resuelva con una experiencia simple tiene un mercado entero esperando.
Conclusión
Un paper revisado por pares, publicado por una editorial comercial y escrito por académicos, llegó a imprenta con al menos diez referencias que no existen. La editorial investiga y todavía no se sabe si el artículo se corregirá o se retractará. Lo relevante para quien construye con IA no es el caso en sí, sino lo que revela: los controles humanos que asumíamos infalibles, la revisión por pares incluida, no están diseñados para el volumen de contenido que la IA permite generar. La verificación deja de ser un paso burocrático y pasa a ser una ventaja competitiva.
Fuentes
- TorrentFreak: AI-Assisted Paper on Z-Library Cites a TorrentFreak Article That Doesn’t Exist (fuente original)
- phys.org: AI-generated fake citations are flooding scientific literature
- CNET: Scientists Warn AI Slop Is Wreaking Havoc in the Research World
- Yahoo News / CBS News: AI is fabricating citations in biomedical studies
- Ars Technica: Peer review is overwhelmed—can it survive in the AI era?
- ERR News: Effect of research paper mills enough to start affecting LLM query results
Leíste lo que hace la IA. ¿Y en tu negocio?
En CAR, dueños de empresa arman en 7 días su primer sistema funcionando: que ningún cliente se les escape, o que el informe del lunes salga solo. Con otros emprendedores al lado.
👥 Probar 7 días
