Política de uso de la Inteligencia Artificial (IA)

Esta política para el uso de la Inteligencia Artificial (IA) en las publicaciones científicas tiene como objetivo establecer pautas claras, asegurando la integridad, la ética y la transparencia en el proceso editorial. Se requiere que los autores divulguen el uso de IA durante el envío, proporcionando detalles sobre el enfoque, los parámetros y las consideraciones éticas. Se enfatiza la transparencia y la reproducibilidad, exigiendo a los autores que compartan información que permita reproducir los resultados. La validación científica se asegura a través de una revisión rigurosa que evalúa no solo los resultados sino también la validez del enfoque. Los autores son responsables del uso ético de los datos, incluido el cumplimiento de las normas éticas y la minimización del sesgo en los datos. Se pueden nombrar revisores expertos de IA cuando sea necesario, y se deben respetar los derechos de autor y la propiedad intelectual. La política se actualizará periódicamente para reflejar los cambios en la tecnología y las prácticas éticas, y la revista se compromete a destacar el uso de IA en sus comunicados editoriales, reconociendo la importancia de esta tecnología en la evolución de la investigación científica.

Uso de la Inteligencia Artificial (IA) en la Preparación del Manuscrito:

De acuerdo con las recomendaciones del ICMJE (https://www.icmje.org/) y los principios de reporte de EQUATOR (https://www.equator-network.org/), los autores deben declarar el uso de herramientas de inteligencia artificial durante la preparación del manuscrito proporcionando la siguiente información:

  • Nombre de la plataforma, programa o herramienta de software de IA utilizada.
  • Número de versión y cualquier extensión o complemento asociado.
  • Desarrollador o fabricante del software.
  • Fecha(s) en que se utilizó el software o herramienta.
  • Descripción concisa de cómo se empleó la IA, incluyendo los prompts utilizados (si corresponde) y las secciones o tareas específicas en las que contribuyó la herramienta (por ejemplo, generación de ideas, síntesis de literatura, traducción de idiomas o edición del manuscrito).
  • Declaración clara de que todos los autores asumen la plena responsabilidad por la precisión e integridad de cualquier contenido generado, editado o respaldado por herramientas de IA.

Nota: Las herramientas de IA no pueden ser listadas como autoras, ya que no pueden asumir responsabilidad por el trabajo enviado (según los criterios de autoría del ICMJE).

Uso de la IA en el Proceso de Investigación:

Cuando la IA esté involucrada en la realización o análisis de la investigación, los autores deben proporcionar documentación detallada, especialmente en la sección de Métodos, para garantizar la transparencia y la reproducibilidad. Esto incluye:

Cumplimiento de Directrices de Reporte

  • Seguir las directrices de reporte específicas según el diseño del estudio, cuando corresponda (por ejemplo, CONSORT-AI, SPIRIT-AI, MI-CLAIM, CLAIM, MINIMAR, DECIDE-AI, TRIPOD-AI, STARD-AI, PROBAST-AI, CANGARU, CHART) y reportar cada ítem de la lista de verificación con el detalle suficiente para permitir su replicación.

Especificación del Uso de IA

  • Describir cómo se integró la IA en el flujo de trabajo de la investigación, especificando su papel en tareas como la generación de hipótesis, ingeniería de variables, selección de variables de ajuste o visualización de datos.

Para Estudios Basados en LLM (Modelos de Lenguaje de Gran Escala)

  • Especificar el nombre, la versión y el desarrollador de la herramienta de IA utilizada.
  • Indicar las fechas de uso y proporcionar un registro detallado o una descripción de los prompts utilizados, incluyendo la secuencia de prompts y cualquier modificación realizada en respuesta a las salidas de la IA.

Para Desarrollo de Aprendizaje Automático y Algoritmos

  • Detallar los conjuntos de datos utilizados para entrenamiento, desarrollo y validación, indicando explícitamente si los datos fueron retrospectivos, recolectados prospectivamente o parte de una implementación en el mundo real.
  • Definir claramente el modelo de aprendizaje automático utilizado, las variables de entrada, los resultados y el enfoque para la optimización de hiperparámetros.
  • Documentar todos los supuestos realizados y los procedimientos utilizados para verificar su validez.

Evaluación del Desempeño y del Sesgo del Modelo

  • Especificar las métricas de evaluación aplicadas (por ejemplo, sesgo, discriminación, calibración, reclasificación) y justificar su selección.
  • Describir el enfoque adoptado para los datos faltantes, incluyendo los métodos de imputación, si se utilizaron.
  • Indicar si la investigación recibió aprobación o exención por parte de un comité de ética o consejo institucional de revisión (IRB).

Análisis de Sesgo y Subgrupos

  • Describir las estrategias metodológicas utilizadas para identificar, minimizar o corregir el sesgo o las imprecisiones relacionadas con la IA.
  • Cuando corresponda, indicar si se realizaron análisis de sensibilidad para evaluar el desempeño del modelo en poblaciones vulnerables o subrepresentadas.

Disponibilidad de Datos y Código

  • Proporcionar una declaración de disponibilidad de datos, especificando si se compartirá el código del modelo, los conjuntos de datos de entrenamiento o los prompts, y bajo qué condiciones.

Las directrices para el uso de IA en la investigación científica se basaron en las siguientes referencias:

Flanagin, A., Kendall-Taylor, J., & Bibbins-Domingo, K. (2023). Guidance for Authors, Peer Reviewers, and Editors on Use of AI, Language Models, and Chatbots. JAMA, 330(8), 702-703.

Flanagin, A., Pirracchio, R., Khera, R., Berkwits, M., Hswen, Y., & Bibbins-Domingo, K. (2024). Reporting Use of AI in Research and Scholarly Publication—JAMA Network Guidance. JAMA, 331(13), 1096-1098.

Kaebnick, G. E., Magnus, D. C., Kao, A., Hosseini, M., Resnik, D., Dubljevi?, V., Rentmeester, C., Gordijn, B., & Cherry, M. J. (2023). Editors’ statement on the responsible use of generative AI technologies in scholarly journal publishing. Medicine, Health Care and Philosophy, 26, 499–503.

Victor, B. G., Sokol, R. L., Goldkind, L., & Perron, B. E. (2023). Recommendations for Social Work Researchers and Journal Editors on the Use of Generative AI and Large Language Models. Journal of the Society for Social Work and Research, 14(3), 563-580.