🔬 Nan Li, investigadora de la Universidad de Wisconsin-Madison, advierte que las imágenes generadas por IA ya entran en la ciencia publicada y erosionan una señal básica de confianza: ver para creer. El texto cita retractaciones en 2024 y en abril de 2026 por figuras o imágenes manipuladas con IA.
Las herramientas de IA ya ayudan a crear ilustraciones, datos sintéticos, editar imágenes de laboratorio y preparar materiales educativos. El problema aparece cuando se mezclan ilustración, retoque y fabricación. Según el artículo, dos papers de 2024 fueron retractados por figuras con estructuras biológicas imposibles. En abril de 2026, el New England Journal of Medicine retractó un paper tras hallar una imagen clínica manipulada con IA.
Durante décadas, una imagen científica parecía fiable porque costaba producirla: exigía equipos, instituciones y saber técnico. Hoy, una persona puede generar una imagen pulida desde un prompt. Además, al circular en línea, la imagen se separa de su fuente. Li sostiene que, cuando fallan esas pistas, muchas personas vuelven a sus creencias previas: aceptan lo que encaja con ellas y dudan de lo que las contradice.
Los editores empiezan a usar detectores de IA, pero el artículo señala un límite claro: esos sistemas suelen ir detrás de los modelos que crean imágenes. La ruta propuesta no es prohibir la IA, sino exigir procedencia: decir si la imagen fue generada o modificada con IA, si muestra una observación directa, una simulación o una ilustración, qué representa y cómo se verificó.
✅ Las imágenes científicas siguen siendo poderosas cuando tienen una relación documentada con el mundo: misión, cámara, datos y observaciones verificables. El límite es que la transparencia no resolverá todas las disputas, y los detectores pueden quedarse cortos ante modelos nuevos. Sin normas compartidas, cada imagen puede volverse sospechosa.
