¿Cómo preparamos nuestros repositorios para un ecosistema transformado por la inteligencia artificial?

Abstract

En la conferencia «Repositorios digitales: de la infraestructura al liderazgo de la Ciencia Abierta en América Latina», organizada por ICI Academy el 11 de noviembre de 2026, Francisco José García-Peñalvo, de la Universidad de Salamanca y del Grupo GRIAL, presentó la intervención de once minutos «¿Cómo preparamos nuestros repositorios para un ecosistema transformado por la inteligencia artificial?». Su tesis central fue que los repositorios deben evolucionar desde infraestructuras de depósito hacia servicios confiables, interoperables y gobernables, capaces de responder a las dinámicas de la inteligencia artificial. Cambian simultáneamente los mecanismos de descubrimiento, los consumidores de información y las cargas técnicas. Los buscadores generativos sintetizan respuestas y pueden invisibilizar las fuentes; los agentes automatizados procesan colecciones a gran escala; y los rastreadores comprometen la disponibilidad de los servidores. Según una encuesta de COAR de 2025, más del 90 % de los 66 repositorios participantes reportaron problemas con rastreadores agresivos. Frente a ello, se propone una defensa escalonada, con cortafuegos de aplicaciones, limitación de peticiones y canales específicos para accesos masivos legítimos. Un eje sensible es la reutilización de contenidos abiertos para entrenar modelos comerciales. El acceso abierto no resuelve por sí solo las condiciones jurídicas de explotación. La ponencia examinó, como referencia, los artículos 3 y 4 de la Directiva europea 2019/790 sobre minería de textos y datos, así como el artículo 53 del Reglamento europeo de inteligencia artificial. Planteó reservas de derechos legibles por máquina y mecanismos de protección de las bases de datos, sin confundir la apertura del conocimiento con la extracción indiscriminada de valor. En el plano técnico, defendió una secuencia de preparación: primero, identificadores persistentes, metadatos de calidad, licencias y procedencia; después, interoperabilidad mediante OAI-PMH, JSON-LD, Signposting y COAR Notify; posteriormente, preservación y confianza; y, finalmente, aplicaciones como la búsqueda semántica, la generación aumentada por recuperación y la curación asistida. El principio rector es que la IA sugiera, el repositorio valide y una persona decida, manteniendo la trazabilidad y la independencia tecnológica. Las recomendaciones combinaron los principios FAIR y CARE para equilibrar la reutilización automatizada y los derechos de las comunidades, con especial atención a las lenguas, las disciplinas y los saberes locales. Como primeros pasos, propuso auditar los metadatos, validar la recolección, aprobar una política institucional de IA y medir el tráfico automatizado. Antes de desplegar sistemas inteligentes, pidió evaluar la calidad, los costes, los riesgos y la reversibilidad. El mensaje final sintetizó la orientación estratégica: repositorios preparados para la IA, pero no dependientes de ella; abiertos al conocimiento, no al extractivismo.