En el panorama académico, la obsesión por las cifras y los rankings a veces puede ocultar el verdadero valor de la investigación. Señales de alarma indican que algunos sistemas de evaluación, en lugar de fomentar la excelencia, incentivan prácticas cuestionables.
Bajo la dirección de Ilka Agricola, profesora de la Universidad de Marburg en Alemania, un grupo de investigadores internacionales realizó un estudio exhaustivo sobre las publicaciones matemáticas. Encargados por la Sociedad Matemática Alemana (DMV) y la Unión Matemática Internacional (IMU), descubrieron fraudes generalizados y duraderos, orquestados para aumentar artificialmente las puntuaciones de rendimiento. Sus resultados, primero difundidos en la plataforma de prepublicación arXiv, y luego detallados en las
Notices of the American Mathematical Society, atrajeron inmediatamente la atención y generaron preocupación en la comunidad matemática mundial.
Las métricas utilizadas para evaluar la calidad de la investigación, como el número de publicaciones, las citas o el factor de impacto de las revistas, a menudo son generadas por empresas privadas con métodos poco transparentes. Estos indicadores, comercializados a escala global, cuentan con un control limitado por parte de la comunidad científica. Algunas organizaciones fraudulentas se especializan en ayudar a investigadores e instituciones a manipular estas cifras, atraídas por beneficios como financiación aumentada, matrículas más altas y un mayor atractivo internacional.
El estudio cita ejemplos reveladores, como el reportado por Clarivate Inc. en 2019, donde una universidad taiwanesa sin programa de matemáticas fue clasificada como la que tenía el mayor número de investigadores de clase mundial en matemáticas. Además, las megarevistas, que aceptan prácticamente todos los artículos a cambio de pago, ahora producen más artículos al año que el conjunto de revistas matemáticas reputadas sin barreras de pago. En la sombra, intermediarios anónimos venden métricas fabricadas, ofreciendo artículos listos para publicar o aumentos de citas a cambio de remuneración.
El secretario general de la IMU, Christoph Sorger, advierte sobre los riesgos de la "ciencia falsa", que no solo perturba a la comunidad científica sino que también erosiona la confianza del público. Explica que esta situación dificulta distinguir entre la información válida y la que no lo es, obstaculizando así el progreso del conocimiento. Por su parte, el presidente de la DMV, Jürg Kramer, hace un llamado a reformar las prácticas para restablecer la integridad en las publicaciones matemáticas.
Las propuestas de la comisión incluyen medidas para mejorar la transparencia de las métricas de evaluación y fortalecer los procesos de revisión por pares. El objetivo principal es recentrar la atención en la contribución científica real en lugar de en indicadores cuantitativos a menudo susceptibles de manipulación. Esta iniciativa busca restaurar la confianza y garantizar que la investigación matemática siga siendo una base sólida para los avances futuros.
El factor de impacto
El factor de impacto es un indicador numérico que mide la frecuencia promedio con la que los artículos de una revista son citados en un período determinado. A menudo se utiliza como un proxy de la calidad o influencia de una publicación. Calculado por empresas como Clarivate, se basa en el número de citas recibidas por los artículos publicados en la revista durante los dos años anteriores, dividido por el número de artículos publicados en ese mismo período.
Sin embargo, el factor de impacto presenta varias limitaciones. Puede verse influenciado por campos de investigación donde las citas son más frecuentes, independientemente de la calidad. Además, no tiene en cuenta la diversidad de tipos de artículos o su impacto a largo plazo. La presión por publicar en revistas con alto factor de impacto puede incitar a los investigadores a privilegiar temas de moda en lugar de trabajos innovadores pero menos citados.
Para contrarrestar estos problemas, se proponen alternativas como métricas basadas en el uso o evaluaciones cualitativas. El objetivo es desarrollar sistemas de evaluación más justos y representativos del valor científico real, reduciendo así los incentivos para la manipulación. Por ejemplo, el movimiento por la ciencia abierta fomenta la publicación de datos y métodos, permitiendo una verificación independiente.
Fuente: arXiv