polifonIA.org | Carlos Macías (CIESAS) | Con frecuencia nos hacemos esta pregunta motivados por necesidades individuales distintas al consultar la IA:

-¿Cómo referenciar la información que extraemos de la IA? La respuesta debería enfocarse hacia al menos dos tipos de necesidades. Ambos tipos merecen una respuesta práctica.

En este artículo vamos a comentar lo que nos recomiendan diversas entidades con cobertura e historial amplio.

Se presentan las propuestas de la APA, del Manual de estilo de Chicago, de la Comisión Europea de IA, la MLA (Modern Language Association of America), del COPE (Committee on Publication Ethics), algunos consorcios de ciencia abierta (como The Carpentries) y dos de las más influyentes compañías globales de distribución editorial, como son Elsevier y Springer Nature.

Empecemos, entonces: ¿Cómo referenciar la información que extraemos de la IA?

Caso número Uno

Cada vez más se hace costumbre acudir a la IA. Por tanto, debemos adoptar una forma de referir información procedente de los modelos de lenguaje extendidos (LLMs), ya popularizados, como Gemini, Claude, Grok, DeepSeek, OpenAI o Perplexity, entre otros.

Es probable que para ello no debamos esperar a que se publique e institucionalice alguna actualización reguladora global de la IA.

Basta con revisar, por ejemplo, qué recomienda el histórico estilo de escritura APA, cuya primera edición data de 1929. Un estilo adoptado por una parte de los campos inscritos en las Humanidades, como psicología, antropología y administración y negocios, entre otros.

En la acera de enfrente, como faro de historiadores clásicos, se dispone del Manual de estilo de Chicago, esa «venerable y probada guía de estilo, uso y gramática», que data de 1906, como parte de la editorial de la Universidad de esa ciudad.

Por lo pronto, la guía APA, en su séptima edición, nos da esa pauta básica, a sabiendas de que todo estilo es actualizable.

Las referencias sugeridas para la IA con el estilo APA han sido actualizadas a abril de 2026. (Desde nuestro punto de vista, se mantendran en actualización para ser simplificadas).

Se presentan por ahora en dos tipos:

• La IA como herramienta y;
• La IA como chat.

Se colocan de la siguiente manera:

Como herramienta de IA:

• Google. (2025). Gemini 3 Flash [Modelo de lenguaje grande]. https://gemini.google.com

• OpenAI. (2025). ChatGPT [Modelo de lenguaje a gran escala]. https://chatgpt.com

• Perplexity AI. (2026). Perplexity [Modelo de lenguaje a gran escala]. https://www.perplexity.ai

Variantes de citas:

• Citas entre paréntesis: (Google, 2025; OpenAI, 2025; Perplexity AI, 2026).
• Citas narrativas: Google (2025), OpenAI (2025) y Perplexity AI (2026).

Nota de explicación del estilo APA:

• “El autor es la compañía LLM responsable del desarrollo de la herramienta de IA.
• La fecha corresponde al año de la última actualización de la herramienta de IA. Si no estás seguro de la fecha, consulta a la IA. Si la herramienta no indica la fecha de la última actualización, utiliza la fecha de copyright que aparece en el sitio web o la aplicación.
• El título es el nombre de la herramienta de IA, que puede ser genérico (por ejemplo, ChatGPT o Gemini) o el nombre del modelo (por ejemplo, ChatGPT-5 o Gemini 3 Flash).
• Incluye una descripción de la IA entre corchetes después del título. Para herramientas de chat, actualmente «[Modelo de lenguaje grande]» suele ser la descripción correcta. Sin embargo, existen otras descripciones posibles; utiliza la que mejor se ajuste al tipo de modelo o herramienta de IA que utilice.
• El elemento de origen es únicamente la URL de la herramienta de IA, ya que el autor y el editor de la IA son la misma persona. Como en todas las referencias de estilo APA en las que el autor y el editor coinciden, ese nombre se incluye solo una vez en la referencia (en el elemento de autor).”

(Véase: APA, 2026).

Como Chat de IA:

Google. (10 de febrero de 2026). Habilidades esenciales de escritura para graduados [Chat con IA generativa]. Gemini 3 Flash. https://gemini.google.com/share/c6ac3628eb98

OpenAI. (10 de febrero de 2026). Los 10 temas de escritura más populares para graduados de secundaria [Conversación con IA generativa]. ChatGPT. https://chatgpt.com/share/698b9233-1b58-8008-858d-cede516f4240

Perplexity AI. (10 de febrero de 2026). Los 10 temas principales de gramática y escritura para graduados de secundaria [Chat de IA generativa]. Perplexity. https://www.perplexity.ai/search/please-generate-a-list-of-the-bGidZICzRi2i0AgwEnN4Ow#0

Variantes de citas:

• Citas entre paréntesis: (Google, 2026; OpenAI, 2026; Perplexity AI, 2026)
• Citas narrativas: Google (2026), OpenAI (2026) y Perplexity AI (2026)

Nota de explicación del estilo APA:

• “El autor es la compañía responsable del desarrollo de la herramienta de IA. Si bien estas empresas no «escribieron» el texto generado en el sentido tradicional, el elemento de autor en una referencia de estilo APA se define ampliamente como quien es «responsable de una obra». Mientras que en otras referencias puede ser un autor individual, un editor, un director de cine o un presentador de podcast, aquí es la organización que creó la herramienta de IA. La IA en sí misma no puede ser autora, ya que no es un ser humano vivo y consciente que pueda dar su consentimiento y prometer cumplir con los derechos y responsabilidades que conlleva la autoría. Por ejemplo, OpenAI es el autor de ChatGPT y Google es el autor de Gemini.
• La fecha en una referencia de chat de IA es el año, mes y día específicos en que se produjo o concluyó un chat.
• El título es el título del chat (en cursiva y con mayúscula inicial) seguido de una descripción entre corchetes para aclarar a los lectores la naturaleza de la fuente; por ejemplo, “[Chat de IA generativa]”. Adapta la redacción entre corchetes según sea necesario; es flexible, por lo que puede elegir la redacción que “transmita mejor la información que los lectores necesitan” (según la Sección 9.21 del Manual de Publicaciones ; APA, 2020, pág. 292). En la mayoría de las herramientas de IA, los usuarios pueden editar el título del chat, así que antes de crear la referencia, considere editar el título dentro de la herramienta de IA para que sea descriptivo y útil para los lectores.
• La fuente comienza con el nombre de la herramienta de IA, que puede ser genérico (por ejemplo, ChatGPT o Gemini) o el nombre del modelo (por ejemplo, ChatGPT-5 o Gemini 3 Flash). La última parte del elemento fuente es la URL del chat.”

(Véase: APA, 2026).

Caso número Dos

Nos colocamos en el mundo de necesidades que tienen lugar en los procesos de enseñanza-aprendizaje y de generación de conocimiento.

Aquí nos interesará acentuar la validación ética de los textos producidos para la lectura escolar y para su consulta con fines de generación del conocimiento. Esto es, lo mismo tareas preparadas para la clase, que fuentes para ser empleadas en artículos y libros científicos.

Pongamos el ejemplo del empleo de altos volúmenes de información e ideas obtenidas en materiales textuales proporcionados por los LLMs. Es decir, aquellos insumos disponibles para interpretar de la mejor manera los hechos, la información y las fuentes, que el usuario puede obtener de Claude o de Gemini.

Un camino podrá ser, siempre, pedir a cada modelo de lenguaje que desglose sus fuentes, y, al hacerlo, que amplíe con relativa precisión la oferta de nuevas y promisorias fuentes de información y de análisis cualitativo y cuantitativo. Pero existen en este caso atenuantes de relevancia.

¿Cómo puede ser referenciado un texto que quiere dejar constancia exacta de las distintas fuentes empleadas por los propios modelos de IA? ¿No se estará en el límite de otorgar al modelo de IA el papel de colaborador, y no de asistente?

Cuando una persona estudiante o una investigadora solicita a Gemini preparar un resumen sobre un tema específico especializado, con la consignación de sus fuentes, siempre puede someter tal resumen y sus fuentes a otro modelo IA, para su revisión.

Para analizar y realizar mejoras al texto resultante, con criterios de pertinencia e idoneidad, las alternativas se multiplican. Nos referimos a organizar los planteamientos, plantear la estructura, validar la gramática y la ortografía e, incluso, a imprimirle un estilo personal determinado, para su difusión masiva.

En tal hipotético caso, ¿qué papel específico debe otorgársele al modelo de IA?

Vivimos una etapa de integración gradual de la IA a las actividades humanas múltiples. La IA empieza a ser vista no como asistente, sino como colaboradora activa habitual de las personas en su labor cotidiana.

Por el momento, conviene ubicarnos en el ámbito de las necesidades de la docencia y de la generación y reinterpretación del conocimiento, con visos de innovación.

Y en este plano, nos gustaría citar la tercera versión de las recomendaciones Comisión Europea (siempre actualizables), responsable de regular la IA, fechada en mayo de 2026. (Si se desea conocer más sobre los trabajos de esta Comisión, consúltese nuestro artículo previo).

Las siguientes recomendaciones de la Comisión Europea de IA son pertinentes hoy, ante los posibles efectos hacia la metodología tradicional que guía el trabajo científico y la aparente laguna procedimental latente, para validar el proceso de investigación con certidumbre.

Recomendaciones para investigadores:

“Para que la IA generativa se utilice de manera responsable, los investigadores deben:

1. Mantener la responsabilidad última del resultado científico.

• Las personas investigadoras son responsables de la integridad del contenido que producen generado por o con el apoyo de herramientas de IA.
  • Las personas investigadoras mantienen un enfoque crítico al utilizar el resultado producido por la IA generativa y son conscientes de las limitaciones de las herramientas, como el sesgo, las alucinaciones y las imprecisiones.
  • Los sistemas de IA no son ni autores ni coautores. La autoría implica agencia y responsabilidad, por lo que recae en las personas investigadoras humanas. Los modelos de IA generativa pueden presentar limitaciones que afectan tanto a sus respuestas como a su usabilidad. Los tipos más comunes son:
  • Sesgo en los datos de entrenamiento: Los sesgos en los datos utilizados para entrenar los modelos de IA generativa, pueden conducir a respuestas sesgadas, reflejando imprecisiones o sesgos sistémicos dentro del material de origen.
  • Sesgo de las indicaciones: Los modelos pueden alinear sus respuestas con las creencias o preferencias percibidas del usuario, un fenómeno conocido como comportamiento adulador, que potencialmente conduce a resultados engañosamente agradables o sesgados.
  • Citas inventadas y resúmenes incorrectos: Los modelos de IA generativa pueden generar citas que suenan plausibles, pero incorrectas, lo que puede engañar a los usuarios que confían en esas fuentes para la investigación o la verificación. Incluso cuando las citas son correctas (el artículo existe, tiene el título adecuado…), el resumen de esos artículos generado por IA puede ser incorrecto. Por tanto, las personas investigadoras son responsables de comprobar todas las referencias y el contenido de las citas y los resúmenes.
  • Interpretabilidad: los modelos de IA generativa funcionan como «cajas negras», lo que dificulta comprender cómo se generan respuestas específicas. Esta opacidad subraya la importancia de la validación cruzada, especialmente en el análisis de datos automatizado, donde las respuestas del modelo pueden afectar significativamente las conclusiones.

2. Utiliza la IA generativa de forma transparente.

• Las personas investigadoras, para ser transparentes, detallan qué herramientas de IA generativa se han utilizado sustancialmente en sus procesos de investigación. Cuando la IA generativa da forma significativa a los resultados, las personas investigadoras anotan de forma transparente su uso de acuerdo con las directrices de su revista o los estándares de su disciplina en la sección de métodos (o equivalente), evaluando responsablemente el alcance de la contribución. Este principio de transparencia también se aplica al uso de la IA para detectar o controlar malas prácticas (es decir, detectar alucinaciones o plagio) manteniendo la supervisión humana.
  • Las personas investigadoras tienen en cuenta la naturaleza estocástica (aleatoria) de las herramientas de IA generativa, que es la tendencia a producir resultados diferentes a partir de la misma entrada. Las personas investigadoras buscan reproducibilidad y solidez en sus resultados y conclusiones. Revelan o discuten las limitaciones de las herramientas de IA generativa utilizadas, incluidos posibles sesgos en el contenido generado, así como posibles medidas de mitigación.

3. Presta especial atención a los problemas relacionados con la privacidad, la confidencialidad y los derechos de propiedad intelectual, al compartir información sensible o protegida con herramientas de IA.

• Las personas investigadoras son conscientes de que la entrada generada o cargada (texto, datos, indicaciones, imágenes, etc.) podría usarse para otros fines, como el entrenamiento de modelos de IA. Por lo tanto, protegen el trabajo no publicado o sensible (como su propio trabajo o el de otros), teniendo cuidado de no cargarlo en un sistema de IA externo a menos que haya garantías de que los datos no se reutilizarán. Por ejemplo, para entrenar futuros modelos de lenguaje o para la reutilización de datos no rastreables e inverificables.
  • Las personas investigadoras tienen cuidado de no proporcionar datos personales de terceros a sistemas de IA generativa externos a menos que el interesado (individuo) les haya dado su consentimiento y las personas investigadoras tengan un objetivo claro para el cual se utilizarán los datos personales, de modo que se garantice el cumplimiento de las normas de protección de datos de la UE.
  • Las personas investigadoras comprenden las implicaciones técnicas, éticas y de seguridad con respecto a la privacidad, la confidencialidad y los derechos de propiedad intelectual. Comprueban, por ejemplo, sus directrices institucionales, las opciones de privacidad de las herramientas, quién gestiona la herramienta (instituciones públicas o privadas, empresas, etc.), dónde se ejecuta la herramienta y implicaciones para cualquier información cargada. Esto podría abarcar desde entornos cerrados, alojamiento en una infraestructura de terceros con privacidad garantizada, hasta plataformas abiertas accesibles a Internet.

4. Respetar la legislación nacional, de la UE e internacional aplicable. En particular, porque el resultado producido por la IA generativa puede ser especialmente sensible en relación con la protección de los derechos de propiedad intelectual y los datos personales.

• Las personas investigadoras prestan atención al potencial de plagio (texto, código, imágenes, etc.) cuando utilizan resultados de la IA generativa. Las personas investigadoras respetan la autoría de otros y citan su trabajo cuando corresponde. El resultado de una IA generativa (como un modelo de lenguaje grande) puede basarse en los resultados de otra persona y requiere un reconocimiento y una citación adecuados.
  • El resultado producido por la IA generativa puede contener datos personales. Si esto se hace evidente, los investigadores son responsables de manejar cualquier resultado de datos personales de manera responsable y apropiada, y se deben seguir las normas de protección de datos de la UE.

5. Aprende continuamente a utilizar correctamente las herramientas de IA generativa para maximizar sus beneficios, incluso mediante capacitación.

• Las herramientas de IA generativa evolucionan rápidamente y se descubren constantemente nuevas formas de utilizarlas. Los investigadores se mantienen al día sobre las mejores prácticas y las comparten con colegas y otras partes interesadas.
  • Las personas investigadoras buscan minimizar el impacto ambiental de la IA generativa, evaluando si la herramienta de IA es la más adecuada para la tarea prevista y utilizando las técnicas de inducción más efectivas.

6. Abstente de utilizar sustancialmente las herramientas de IA generativa en actividades delicadas que puedan afectar a otros investigadores u organizaciones (por ejemplo, revisión por pares, evaluación de propuestas de investigación, etc.).

• Evitar el uso de herramientas de IA generativa elimina los riesgos potenciales de trato o evaluación injustos que pueden surgir de las limitaciones de estas herramientas (como alucinaciones y sesgos).
  • Además, esto protegerá el trabajo original no publicado de otras personas investigadoras de una posible exposición o inclusión en un modelo de IA (en las condiciones detalladas anteriormente en la recomendación para personas investigadoras).”

(Véase: Comisión Europea, “Updated ERA living guidelines on the responsible use of generative AI in research”, 8 de mayo, 2026).

Otras propuestas y criterios relevantes

La Modern Language Association of America (MLA), por su parte, cuenta con un historial dilatado desde 1883. Ha adoptado el enfoque de contención, y reconoce la autoría de citas que se deriven de la herramienta empleada (Grok, Gemini, ChatGPT). Su condición: que se especifique el prompt como título de la obra, el desarrollador (X, Google y OpenAI, respectivamente) y la fecha de acceso. (MLA, “How do I cite generative AI in MLA style?”, agosto, 2025).

En cambio, el Comité de Ética en Publicaciones (COPE: Committee on Publication Ethics) que influye en forma determinante en las revistas científicas indexadas a nivel mundial, considera que las herramientas de IA no pueden ser listadas como autores o coautores de ningún trabajo, por las implicaciones de responsabilidad legal y ética. (COPE: “Authorship and AI tools”, 2023).

Otros consorcios de ciencia abierta (The Carpentries), proponen que las personas investigadoras entreguen el historial completo de la conversación (logs/prompts) en repositorios de acceso abierto. Ello elude las «alucinaciones» de la IA durante el proceso de investigación, que hemos explicado en polifonIA.org, en un texto previo. (The Carpentries, “AI Carpentry? Helping learners make better choices with genAI”, agosto, 2025).

Dos de las más influyentes compañías globales de distribución editorial, como son Elsevier y Springer Nature, finalmente, admiten ya el uso de IA. Lo hacen “para mejorar la legibilidad o el lenguaje del texto (edición)”. Pero proscriben su empleo en la interpretación de  datos o la extracción de conclusiones científicas, sin una declaración explícita.

Los autores deben exponer en detalle el modelo y la versión utilizada, y la manera específica en que se aplicó en la sección correspondiente del artículo científico. (Elsevier, “Generative AI policies for journals”, junio, 2026).

Autoría y creación IA en México

Se han presentado algunas circunstancias que han incidido en México para mantener la atención en el vínculo entre derecho de autor y la IA. En especial, ante peticiones que han implicado una interpretación acerca del uso de la Inteligencia Artificial.

Por ejemplo, a principios de 2024 una persona solicitó al Instituto Nacional del Derecho de Autor (Indautor), de la Secretaría de Cultura del Gobierno de México, registrar a su nombre una obra digital llamada Avatar virtual, que había sido generada en una plataforma de IA.

Como Indautor se negó a registrarla (debido a que la Ley respectiva sólo contempla las obras de creación humana), el peticionario presentó una impugnación ante la Sala Especializada en Propiedad Intelectual, del Tribunal Federal de Justicia Administrativa.

No mucho tiempo después, en agosto de 2024, la Segunda Sala de la SCJN resolvió -por unanimidad de votos- negar el amparo solicitado.

La SCJN resolvió que “las obras creadas por Inteligencia Artificial (IA) no se pueden registrar como derechos de autor en México”. (Véase el caso en Indautor 2024). Y con ello creó el precedente.

Conclusión gráfica

¿Qué opinas de todo lo que asoma en el nuevo horizonte metodológico que podría acompañar al trabajo científico?

Imagen de la portada: Grok experto (4.3).