AI · 22 November 2026
IA en solicitudes de financiación federal: menos originalidad en NIH
Un estudio sobre solicitudes federales en EE. UU. indica que el uso de IA generativa se asocia a proyectos más cercanos a temas ya financiados, que a su vez recibieron financiación con más frecuencia en los NIH.
Qué ocurrió
Un estudio sobre solicitudes de financiación federal para investigación en Estados Unidos concluye que los científicos que usan IA generativa tienden a proponer proyectos más cercanos a temas que ya cuentan con financiación. La información, publicada por PsyPost, describe un patrón que aparece en el conjunto de propuestas analizadas.
En los National Institutes of Health (NIH), las propuestas con mayor presencia de IA recibieron financiación con más frecuencia. El resultado complica la lectura de qué constituye una propuesta sólida: la misma práctica que se asocia con menor originalidad coincide con mejores resultados en la evaluación.
Por qué importa
El hallazgo sugiere que la IA generativa podría estar reduciendo la variedad de ideas que llegan a los sistemas de evaluación. Para responsables de investigación, políticas públicas y transformación digital, el riesgo no es solo técnico. Si los evaluadores premian propuestas parecidas a lo ya financiado, el sistema puede volverse más conservador sin que nadie lo decida de forma explícita.
Para las organizaciones que incorporan IA en procesos de selección, presupuesto o atención al público, la lección operativa es que la eficiencia en la redacción puede desplazar la diferenciación. Evaluar únicamente la calidad aparente de un documento deja fuera precisamente lo que la innovación necesita.
La perspectiva de Renascence
Lo que más se pasará por alto es que el problema no reside solo en la herramienta, sino en el incentivo. Cuando un sistema recompensa la conformidad con lo ya financiado, cualquier ayuda que acerque al solicitante a esa norma parecerá un acierto, aunque erosione la diversidad del portafolio.
La economía conductual lleva tiempo mostrando que los atajos que reducen el esfuerzo acaban convirtiéndose en el camino por defecto. Un operador centrado en el usuario no debería preguntarse solo si la IA acelera la producción, sino qué comportamiento está premiando realmente el proceso. Diseñar criterios que valoren explícitamente la diferenciación, y no solo la coherencia con lo conocido, es la decisión de servicio con mayor peso aquí. Si ese criterio no se revisa, la automatización consolidará el statu quo.
Sources
This briefing was written by our Newsdesk, synthesising reporting from the outlets below. Follow the links for the original coverage.
FAQ
Questions we get on this topic
More in AI
Stay ahead of CX
Get the signal, not the noise.
The stories shaping customer experience — plus the Journal and Experience Loom — in your inbox.


