Fundamentos de salud basada en evidencia
Uso de IA en síntesis de evidencia: ¿cómo hacerlo sin perder el rigor?
Autor: Luis Ortiz Muñoz
Evidencia UC, Pontificia Universidad Católica de Chile.
Pontificia Universidad Católica de Chile. Cochrane Chile.
ORCID: https://orcid.org/0000-0001-6449-2153
X: @ortizkine
Correo: leortizmunoz@uc.cl
Revisor/a: Natalia Chahin I, equipo central ExME.
La información de este blog proviene de: Flemyng E, Noel-Storr A, Macura B, Gartlehner G, Thomas J, Meerpohl JJ, et al. Position statement on artificial intelligence (AI) use in evidence synthesis across Cochrane, the Campbell Collaboration, JBI and the Collaboration for Environmental Evidence 2025. Environ Evid. 2025;14(1):20. doi: 10.1186/s13750-025-00374-5
Mensajes clave
Cochrane, la Campbell Collaboration, Joanna Briggs Institute (JBI) y la Collaboration for Environmental Evidence han adoptado un posicionamiento conjunto que avala el uso de IA en síntesis de evidencia, siempre que no comprometa el rigor metodológico ni la integridad de la síntesis [1, 2].
Las recomendaciones RAISE organizan el uso responsable de IA en tres pilares: responsabilidad última del autor, transparencia en la declaración del uso de IA, y cumplimiento de estándares éticos y legales [1, 3].
La IA puede incorporarse en múltiples etapas de la síntesis (cribado, extracción, GRADE, resúmenes), pero cualquier uso que implique juicios debe declararse de forma completa y transparente en el manuscrito [1, 2].
La supervisión humana constituye un requisito fundamental: el equipo autor mantiene siempre la responsabilidad final sobre el contenido, los métodos y las conclusiones de la síntesis [2].
RAISE no restringe la innovación; establece un marco para encauzarla y preservar los valores esenciales de la investigación rigurosa [3].
Una pregunta que ya no puede ignorarse
La Inteligencia Artificial (IA) se ha integrado de manera creciente en los procesos de investigación científica. En el campo de la síntesis de evidencia —revisiones sistemáticas, metaanálisis, revisiones rápidas— su potencial es evidente: puede acelerar el cribado de miles de registros, apoyar la extracción de datos y facilitar la redacción de resúmenes. Sin embargo, ese potencial viene acompañado de riesgos reales: sesgos algorítmicos, opacidad en la toma de decisiones, alucinaciones (señalar como real información que la IA se inventa) y fabricación de contenido.
¿Cómo incorporar la IA sin comprometer la integridad de la evidencia? Esa es la pregunta que cuatro de las organizaciones más influyentes en síntesis de evidencia —Cochrane, la Campbell Collaboration, JBI y la Collaboration for Environmental Evidence (CEE)— han respondido de forma conjunta y oficial [1, 2].
El posicionamiento conjunto y las recomendaciones RAISE
En noviembre de 2025, estas cuatro organizaciones publicaron simultáneamente un posicionamiento oficial en sus respectivas revistas, formalizando su adhesión a las recomendaciones RAISE (Responsible use of AI in evidence SynthEsis) [1]. RAISE ofrece un marco de trabajo para garantizar el uso responsable de la IA a lo largo de todo el ecosistema de síntesis de evidencia: desde los equipos autores hasta los desarrolladores de herramientas, pasando por editores y metodólogos [3].
El posicionamiento establece que el uso de IA es admisible en síntesis de evidencia, siempre que los autores puedan demostrar que su aplicación no compromete el rigor metodológico ni la integridad de la síntesis, y que se mantiene en todo momento bajo supervisión humana [2].
Los tres pilares de RAISE
Las recomendaciones RAISE se organizan en tres categorías que constituyen los pilares del uso responsable de IA en síntesis de evidencia [1, 3]:
Pilar 1: Responsabilidad última del autor
En síntesis de evidencia en que se emplee IA, el autor mantiene la responsabilidad editorial y es considerado el responsable de lo publicado. El equipo autor debe justificar el uso de cada herramienta de IA, evaluar críticamente su desempeño y sus limitaciones, y verificar que su aplicación es apropiada para el contexto específico de la síntesis. El uso de IA debe demostrar solidez metodológica y no comprometer la confiabilidad de los resultados ni de las conclusiones.
Pilar 2: Transparencia en la declaración del uso de IA
Debe declararse el uso de IA cuando ésta realiza o sugiere juicios: elegibilidad de estudios, evaluación del riesgo de sesgo, extracción de datos, síntesis, evaluación GRADE, resúmenes en lenguaje sencillo. El uso de IA para correcciones menores de ortografía o gramática generalmente no requiere declaración, salvo que la revista lo exija. La declaración debe incluir:
Nombre, versión y fecha de uso de la herramienta de IA
Propósito y fases del proceso de síntesis en que se utilizó
Justificación del uso y evidencia de desempeño; descripción de cómo se validó su aplicación
Disponibilidad de prompts, salidas y pasos de verificación de resultados
Intereses financieros y no financieros del equipo autor respecto a la herramienta empleada
Limitaciones identificadas y descripción de su posible impacto en los resultados
Pilar 3: Cumplimiento de estándares éticos y legales
El uso de IA debe ajustarse a los estándares éticos, legales y normativos aplicables, incluyendo aspectos de plagio, autoría, derechos de autor, propiedad intelectual, confidencialidad y protección de datos. En síntesis que involucren datos sensibles, los resguardos correspondientes deben reforzarse de manera especial.
Resumen de los tres pilares RAISE
| Pilar RAISE | Implicaciones para el equipo autor |
|---|---|
| 1. Responsabilidad última | En síntesis de evidencia en que se emplee IA, el autor mantiene la responsabilidad editorial y es considerado el responsable de lo publicado. El autor debe justificar el uso de IA, verificar que las herramientas empleadas son metodológicamente sólidas y que su aplicación no compromete la integridad ni la confiabilidad de la síntesis. |
| 2. Transparencia | El uso de IA debe declararse cuando esta realiza o sugiere juicios en cualquier etapa de la síntesis. La declaración debe incluir nombre, versión y fecha de la herramienta, propósito, validación realizada, limitaciones identificadas e intereses relacionados. Debe alinearse con los estándares de reporte establecidos (PRISMA, ROSES). |
| 3. Cumplimiento ético y legal | El uso de IA debe ajustarse a los estándares éticos, legales y normativos aplicables, incluyendo plagio, derechos de autor, propiedad intelectual, confidencialidad y protección de datos. En síntesis con datos sensibles, los resguardos deben reforzarse. |
¿En qué etapas de la síntesis puede incorporarse la IA?
Según el posicionamiento conjunto, la IA puede aplicarse en múltiples fases del proceso de síntesis de evidencia [1]:
Cribado de títulos y resúmenes (por ejemplo, como segundo revisor en revisiones rápidas, donde un revisor único tiene un riesgo estimado del 13% de excluir estudios relevantes)
Extracción de datos bibliográficos, numéricos o cualitativos
Evaluación del riesgo de sesgo
Síntesis de datos de dos o más estudios
Evaluación de la certeza de la evidencia mediante dominios GRADE
Redacción de resúmenes en lenguaje sencillo
No obstante, cualquier uso en estas etapas que implique juicios debe declararse de forma explícita en el manuscrito. La decisión final sobre los resultados y conclusiones de la síntesis corresponde siempre al equipo autor [2].
Una plantilla para declarar el uso de IA
El posicionamiento incluye una plantilla genérica de declaración que los equipos autores pueden adaptar a sus síntesis [1, 3]:
"Se utilizará [nombre/herramienta/enfoque de IA, versión, fecha] desarrollado por [organización/desarrollador] para [propósito(s) específico(s)] en [el proceso de síntesis de evidencia]. La herramienta será empleada según la guía del usuario. Los resultados obtenidos están justificados porque [descripción de cómo se determinó que la herramienta es metodológicamente sólida y no compromete la confiabilidad de la síntesis]. Las limitaciones incluyen [descripción de limitaciones conocidas, sesgos potenciales y consideraciones éticas]."
Conclusión
El posicionamiento conjunto de Cochrane, Campbell Collaboration, JBI y CEE constituye un hito en la evolución de la síntesis de evidencia. No prohíbe el uso de IA, sino que establece condiciones claras para su incorporación responsable: responsabilidad editorial, transparencia en la declaración y cumplimiento de estándares éticos y legales. RAISE no restringe la innovación; la encauza [3].
Este marco representa una herramienta esencial para quienes producen y utilizan síntesis de evidencia: permite aprovechar el potencial de la IA sin renunciar a los valores que sustentan la síntesis sistemática como estándar metodológico en la investigación en salud.
Referencias
[1] Flemyng E, Noel-Storr A, Macura B, Gartlehner G, Thomas J, Meerpohl JJ, et al. Position statement on artificial intelligence (AI) use in evidence synthesis across Cochrane, the Campbell Collaboration, JBI and the Collaboration for Environmental Evidence 2025. Environ Evid. 2025;14(1):20. doi: 10.1186/s13750-025-00374-5
[2] Cochrane Iberoamérica. Posicionamiento oficial de Cochrane sobre el uso de la inteligencia artificial en la síntesis de evidencia [Internet]. 2025 [consultado julio 2026]. Disponible en: https://es.cochrane.org/es/news/posicionamiento-oficial-de-cochrane-sobre-el-uso-de-la-inteligencia-artificial-en-la-sintesis
[3] Campos-Asensio C. RAISE: cómo usar IA en síntesis de evidencia sin perder el rigor. BiblioGETAFE [Internet]. 2 nov 2025 [consultado julio 2026]. Disponible en: https://bibliogetafe.com/2025/11/02/raise-como-usar-ia-en-sintesis-de-evidencia-sin-perder-el-rigor/
