arXiv limita a dos envíos mensuales por autor para frenar la avalancha de "AI slop" en preprints

arXiv, el repositorio de acceso abierto donde investigadores de todo el mundo publican preprints antes de pasar por revisión por pares, ha anunciado una nueva política de límites de envío: a partir de ahora cada autor solo puede enviar dos artículos por mes natural y mantener un máximo de tres envíos activos simultáneamente. La medida, explicada en una entrada de blog de la propia plataforma, responde a una razón muy concreta: el sistema está siendo inundado por contenido generado o asistido masivamente por inteligencia artificial, y el equipo de moderadores voluntarios que revisa cada envío ya no da abasto.

Los datos que aporta arXiv ilustran la magnitud del problema. En septiembre de 2016 la plataforma recibió 9.869 envíos; en septiembre de 2024 esa cifra había subido a 20.569; y en septiembre de 2026 alcanzó los 40.363. Es decir, las presentaciones se han duplicado en solo dos años, y en la categoría de informática —la más afectada por la ola de IA generativa— se han multiplicado por seis. Para una infraestructura que depende de moderadores voluntarios y no de personal remunerado a gran escala, ese crecimiento exponencial es insostenible sin cambios estructurales.

Thomas Dietterich, profesor emérito de la Universidad Estatal de Oregón y presidente del consejo editorial asesor de arXiv, lo resume así en la declaración recogida por el artículo: "El corazón del proceso de arXiv para detectar y rechazar artículos de baja calidad son nuestros muchos moderadores voluntarios [...] Sin embargo, una proporción relativamente pequeña de autores está enviando un gran número de artículos de baja calidad y consumiendo una fracción desproporcionada del tiempo de los moderadores. Esto es injusto para los autores que siguen enviando artículos de calidad, cuyos trabajos pueden retrasarse días o semanas como resultado". El mensaje deja claro que el problema no es la cantidad de investigadores que usan IA de forma legítima, sino un subconjunto que satura el sistema y perjudica indirectamente a todos los demás.

El texto distingue varias formas en que la IA está alimentando esta saturación. Por un lado, muchos investigadores emplean modelos de lenguaje como herramienta auxiliar legítima: para procesar grandes conjuntos de datos, escribir código o diseñar partes de experimentos. Por otro, un número creciente de autores usa directamente la IA para redactar los propios artículos. arXiv aclara que su política sí permite el uso de IA como herramienta de apoyo, siempre que se declare y el trabajo cumpla con los estándares de interés académico y de aportación real al campo de estudio. El problema, según la propia plataforma, es que "muchos de los envíos que arXiv está recibiendo ahora no cumplen estos requisitos".

Entre los síntomas que describe arXiv están el aumento de "artículos de alcance estrecho y poco sustanciales", los llamados "salami papers" (la práctica de trocear un mismo estudio en múltiples publicaciones para inflar el número de artículos) y, de forma destacada, un incremento notable de artículos densos escritos por IA que facilitan inundar el repositorio con contenido de bajo valor. La combinación de estas prácticas es lo que ha disparado el volumen de envíos sin que haya un aumento proporcional de aportaciones científicas reales.

Esta decisión no aparece de la nada: forma parte de una batalla que arXiv lleva librando desde hace tiempo contra el spam y el contenido de baja calidad generado por IA. El artículo recuerda que, hace aproximadamente un año, la plataforma ya había dejado de aceptar artículos de revisión ("review articles") y "position papers" en la categoría de informática, citando expresamente artículos de bajo esfuerzo escritos con modelos de lenguaje como motivo. En enero de este año arXiv empezó a exigir que los autores nuevos contaran con el aval de un autor ya existente en el sistema, endureciendo el requisito anterior que se limitaba a verificar una dirección de correo académica. Y en mayo, la plataforma fue un paso más allá al anunciar que baneará durante un año a los investigadores que envíen lo que denomina "AI slop".

La propia redacción del anuncio aclara que la posibilidad de limitar envíos ya figuraba en la política de arXiv, pero hasta ahora quedaba a discreción de cada moderador individual. Lo que cambia ahora es que se formaliza y se aplica de manera uniforme a todos los autores, con el objetivo explícito de "distribuir de forma justa el trabajo increíblemente valioso" de los moderadores voluntarios.

El caso de arXiv es relevante más allá del propio repositorio porque funciona como una infraestructura crítica para la comunicación científica, especialmente en física, matemáticas e informática, donde publicar un preprint antes de la revisión por pares formal es una práctica habitual y muy seguida por periodistas, otros investigadores e incluso por los propios sistemas de IA que se entrenan o se documentan con esos textos. Si el filtro de calidad se degrada por la saturación de contenido generado automáticamente, el daño no se limita a la experiencia de los moderadores: afecta a la fiabilidad general de lo que se considera literatura científica preliminar, y puede terminar penalizando a investigadores que presentan trabajo genuino pero ven sus envíos retrasados por culpa del ruido generado por terceros. Es un ejemplo bastante claro de cómo la facilidad para producir texto plausible a gran escala con IA generativa está forzando a instituciones académicas a rediseñar, con medidas cada vez más restrictivas, controles de acceso que durante décadas se basaron en la buena fe y en la escasez natural del esfuerzo humano de escritura.