Google Scholar y la ilusión de las métricas científicas
El investigador Ike Antkare llegó a acumular 111 artículos y un índice h de 94 en Google Scholar. Habría sido una figura científica de primer nivel… si no fuera porque nunca existió (Labbé, 2010). Todo formaba parte de un experimento del informático Cyril Labbé para evidenciar lo fácil que puede resultar alterar las métricas académicas (Labbé, 2010).
Los artículos asociados a este nombre fueron creados con SCIgen, una herramienta desarrollada en el MIT capaz de generar textos con formato de artículo científico, pero sin contenido real (Stribling et al., 2005). A pesar de su carácter absurdo, estos documentos fueron indexados por Google Scholar y sus citas se incorporaron al sistema como si fueran legítimas (Labbé, 2010).
Más allá del caso concreto, lo relevante es lo que pone en evidencia: muchos sistemas de evaluación científica tienden a premiar la visibilidad y el volumen de publicaciones por encima del valor real del conocimiento producido (Van Noorden, 2014).
El caso Ike Antkare
El ejemplo de Ike Antkare muestra hasta qué punto las métricas pueden distorsionarse cuando se convierten en el objetivo principal. Se construyó un perfil académico completamente artificial que, sin embargo, alcanzó cifras comparables a las de investigadores reales.
Lejos de ser una simple curiosidad informática, el caso expone un problema estructural en cómo se mide el impacto científico.
SCIgen y la generación de artículos falsos
SCIgen fue diseñado como una especie de experimento para generar automáticamente textos con apariencia académica en informática, aunque sin aportar ningún significado científico.
El experimento se volvió relevante porque esos textos no solo existían, sino que fueron tratados como literatura académica válida, citados entre sí y añadidos a bases de datos bibliométricas.
- En la actualidad, el impacto científico puede verse alterado mediante diversas estrategias:
Autocitación sistemática
Investigadores que incrementan artificialmente sus métricas citando de forma repetida sus propios trabajos.
Redes de citación coordinada
Grupos de autores que acuerdan citarse mutuamente para aumentar el impacto de todos los miembros implicados.
Revistas de baja calidad o depredadoras
Publicaciones que priorizan el cobro por publicar frente a la revisión académica rigurosa.
Evaluaciones simuladas
Procesos de revisión por pares poco transparentes o directamente ficticios, donde no existe una evaluación real del trabajo.
Prácticas de compra de citas
Acuerdos o incentivos para incluir referencias no justificadas con el fin de inflar indicadores de impacto (Nature Editorial, 2024).
Google Scholar y sus limitaciones
Google Scholar funciona mediante indexación automática de grandes volúmenes de contenido académico, lo que le da una cobertura muy amplia, pero también menos control que sistemas más restrictivos como Web of Science o Scopus (Clarivate, 2023).
Esto hace que puedan aparecer con facilidad:
- perfiles académicos inflados
- duplicaciones de artículos
- métricas que no reflejan necesariamente calidad real
Conclusiones
El caso Ike Antkare no es solo una anécdota llamativa, sino un ejemplo de cómo los sistemas de medición pueden distorsionarse cuando se convierten en el objetivo principal.
Cuando el reconocimiento académico depende en exceso de números, es posible mejorar las métricas sin que exista una mejora equivalente en el conocimiento.
Las métricas, por sí solas, no describen la calidad de la ciencia: solo reflejan cómo circula y se cita dentro de un sistema que puede ser influido.
Referencias Bibliográficas
- Clarivate. (2023). Web of Science core collection help. Clarivate Analytics. https://webofscience.help.clarivate.com/
- Labbé, C. (2010). Ike Antkare, one of the great stars in the scientific firmament. International Society for Scientometrics and Informetrics Newsletter, 6(2), 48-52.
- Nature Editorial. (2024). The fight against citation manipulation: Why metrics need a human touch. Nature, 626(7998), 233-234. https://doi.org/10.1038/d41586-024-00321-4
- Stribling, J., Aguayo, M., & Krohn, M. (2005). SCIgen – An automatic CS paper generator. Massachusetts Institute of Technology. https://pdos.csail.mit.edu/archive/scigen/
- Van Noorden, R. (2014). Publishers withdraw more than 120 gibberish papers: Conference proceedings removed from subscription databases after scientist reveals that they were computer-generated. Nature. https://doi.org/10.1038/nature.2014.14763