💰 quantitative finance

The disruption index is biased by citation inflation

Este artículo sostiene que el declive reportado en la disruptividad científica es un artefacto de la "inflación de citas" —impulsada por el aumento en la longitud de las listas de referencias y las autocitas— en lugar de una disminución genuina de la innovación, lo que hace que el índice de disrupción sea temporalmente sesgado e inadecuado para el análisis transtemporal.

Autores originales: Alexander M. Petersen, Felber Arroyave, Fabio Pammolli

Publicado 2026-07-20

📖 8 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Alexander M. Petersen, Felber Arroyave, Fabio Pammolli

Artículo original bajo licencia CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que estás tratando de medir qué tan "genial" o "revolucionario" es un nuevo invento observando cuánta gente habla de ello. En el mundo de la ciencia, los investigadores hacen algo similar utilizando una herramienta llamada Índice de Disrupción. Piensa en este índice como una tarjeta de puntuación para artículos científicos y patentes. Intenta responder una pregunta simple: ¿Este nuevo trabajo rompió las reglas antiguas y comenzó un camino nuevo, o solo construyó una pequeña ampliación sobre una casa existente? Si un artículo es verdaderamente disruptivo, los científicos del futuro citarán el nuevo artículo e ignorarán los antiguos sobre los que se apoyaba. Si es solo de "consolidación", citarán tanto el nuevo artículo como los antiguos.

Durante mucho tiempo, los científicos han estado usando esta tarjeta de puntuación para rastrear la historia de la innovación. Notaron algo preocupante: las puntuaciones parecían estar cayendo. Parecía que la ciencia moderna se estaba volviendo menos revolucionaria y más como si todos estuvieran simplemente manteniéndose a flote, copiándose unos a otros y haciendo pequeños ajustes. Esto desató un gran debate: ¿Estamos perdiendo nuestra capacidad de inventar grandes cosas? ¿O está pasando algo más? Para entender esto, necesitas saber que los artículos científicos tienen dos partes: las nuevas ideas que presentan y la "lista de referencias" al final, que es una lista de todos los artículos antiguos en los que se apoyan.

Este artículo, escrito por un equipo de investigadores, argumenta que la "caída en la disrupción" no se debe a que los científicos estén perdiendo su chispa. En cambio, sugieren que la tarjeta de puntuación misma está rota debido a un fenómeno que llaman "inflación de citas". Al igual que el dinero puede perder valor cuando se imprime demasiado, el valor de una sola cita cambia cuando el número de citas explota. Los autores afirman que, debido a que los científicos están escribiendo listas de referencias cada vez más largas y citándose entre sí de maneras más complejas y autorreferenciales, las matemáticas detrás del Índice de Disrupción se están sesgando. No están diciendo que la ciencia sea mala; están diciendo que la regla que usamos para medirla se ha estirado.

La Gran Inflación de las Referencias

Imagina que eres un estudiante escribiendo un ensayo de historia. En la década de 1960, podrías haber tenido que buscar 9 libros para apoyar tu argumento. Los habrías leído, seleccionado los mejores y listado al final. Ahora, avanza rápidamente hasta el día de hoy. Tienes internet, y tu ensayo podría necesitar 23, o incluso 50, fuentes. Esto no es solo porque haya más libros; es porque la "oferta" de referencias se ha inflado.

Los autores de este artículo señalan que el número de referencias por artículo ha crecido drásticamente. En la década de 1960, el promedio de un artículo era de unas 9 referencias. Para la década de 2000, ese número había saltado a 23. Es un aumento de 2.6 veces en 50 años. Pero aquí está el detalle: el Índice de Disrupción es una fórmula matemática que observa la relación entre las citas "nuevas" y las citas "viejas". Cuando la lista de referencias (lo "viejo") se vuelve enorme, las matemáticas se vuelmente complicadas.

Piensa en el Índice de Disrupción como un juego de "la papa caliente". Si tú eres el nuevo artículo y quieres ganar el premio a la "Disrupción", necesitas que los futuros jugadores te lancen la papa a ti y no la lancen a los artículos viejos que citaste. Pero si tu lista de referencias es una bolsa masiva de 50 artículos viejos, las probabilidades aumentan de que al menos uno de esos artículos viejos sea una "superestrella" que todo el mundo cita de todos modos. Incluso si tu nuevo artículo es brillante, la gran cantidad de artículos viejos que citaste significa que es casi seguro que los futuros científicos citarán al menos uno de ellos. Esto hace que tu nuevo artículo parezca menos "disruptivo" simplemente porque el denominador de la ecuación matemática se volvió demasiado grande.

El Problema del "Auto-Abrazo"

Hay una segunda parte en esta historia de la inflación, y tiene que ver con cómo los científicos se citan entre sí. Los autores llaman a esto cierre triádico, que es una forma elegante de decir "cerrar el triángulo". Imagina a tres amigos: Alice, Bob y Charlie. Si Alice cita a Bob, y Bob cita a Charlie, hay una alta probabilidad de que Alice también cite a Charlie. Esto crea un triángulo de citas estrechamente conectado.

En el pasado, estos triángulos ocurrían de forma natural. Pero hoy, los autores argumentan, estos triángulos se forman con más frecuencia debido a las autocitas y a las citas estratégicas. Los científicos pueden citar su propio trabajo previo, o el trabajo de sus colegas cercanos, para aumentar sus propios números o ayudar a su revista. Esto crea una red de citas que están estrechamente conectadas. El Índice de Disrupción cuenta estos triángulos apretados como "consolidación" (no disrupción). Así, a medida que los científicos se vuelven mejores construyendo estas redes de citas, el índice piensa que están siendo menos disruptivos, incluso si están haciendo un gran trabajo. Es como un juez que califica más bajo a un gimnasta solo porque lleva un disfraz muy brillante y complicado que lo hace parecer menos ágil, aunque sus piruetas sean perfectas.

La Simulación: Apagando la Inflación

Para probar su punto, los investigadores no solo observaron datos reales; construyeron una simulación por computadora. Crearon un mundo falso de artículos científicos que crecía con el tiempo, tal como el mundo real. Programaron este mundo falso para tener dos configuraciones diferentes:

El Mundo "Sin Inflación": Aquí, el número de referencias por artículo se mantuvo igual y los científicos no cambiaron la forma en que se citaban entre sí.
El Mundo "Con Inflación": Aquí, programaron los artículos para que tuvieran listas de referencias más largas y más "cierre triádico" (más autocitas y citas grupales), tal como en el mundo real.

Cuando ejecutaron la simulación con las configuraciones de "Sin Inflación", el Índice de Disrupción se mantuvo estable. No cayó. Pero cuando activaron las configuraciones de "Inflación" —haciendo que las listas de referencias fueran más largas y los patrones de citación más agrupados— el Índice de Disrupción comenzó a desplomarse, exactamente como ocurre en la vida real.

Esto sugiere que la caída en la disrupción no se debe a que los científicos se estén volviendo menos creativos. Es porque la métrica es sensible a la longitud de la lista de referencias. Los autores encontraron que a medida que el número de referencias ( $r$ ) aumenta, la tasa de "citación extraña" ( $R_k$ ) aumenta, lo que obliga al Índice de Disrupción ($CD$) a acercarse a cero. En sus simulaciones, cuando limitaron la longitud de la lista de referencias a un número fijo (como 25 referencias) después de cierto punto, el Índice de Disrupción dejó de caer y, de hecho, comenzó a subir de nuevo. Esto confirma que la "caída" era un artefacto del crecimiento de las listas de referencias, no un declive en la innovación.

Lo Que Esto Significa para el Futuro

Los autores son cuidadosos al decir que no han "resuelto" el problema de medir la innovación, pero han identificado una falla importante en la regla actual. Argumentan que el Índice de Disrupción, tal como se usa actualmente, está sesgado y es inadecuado para comparar diferentes períodos de tiempo. No puedes comparar un artículo de 1960 con uno de 2020 usando este índice porque la "moneda" de las citas ha cambiado.

También señalan que esta inflación afecta otras mediciones. Por ejemplo, algunos estudios afirmaban que los equipos de investigación más grandes producen un trabajo menos disruptivo. Pero los autores encontraron que cuando tuvieron en cuenta el hecho de que los equipos más grandes también tienden a tener listas de referencias más largas, la relación cambió. Resulta que los equipos más grandes podrían ser en realidad más disruptivos, pero la inflación de las citas estaba ocultando ese hecho.

Entonces, ¿cuál es la conclusión? El mundo científico no está necesariamente perdiendo su agudeza. En cambio, la forma en que medimos esa agudeza necesita una actualización. Los autores sugieren que las revistas podrían necesitar poner un "tope" a cuántas referencias puede tener un artículo, o desarrollar nuevas formas de medir la disrupción que no se confundan con el volumen masivo de citas. Hasta entonces, debemos ser muy cuidadosos al usar el Índice de Disrupción para decir que la ciencia se está volviendo menos revolucionaria. Podría ser simplemente que la tarjeta de puntuación está rota, no los jugadores.

Resumen Técnico: El Índice de Disrupción está Sesgado por la Inflación de Citas

Planteamiento del Problema
Análisis recientes de redes de publicaciones científicas y de citas de patentes (por ejemplo, Park et al., Nature, 2023) han sugerido que las contribuciones intelectuales se están volviendo menos "disruptivas" con el tiempo. El índice de disrupción ($CD$) es una medida bibliométrica diseñada para cuantificar el grado en que una publicación supera a las fuentes que cita. Sin embargo, este artículo argumenta que el declive temporal reportado en la disruptividad no es un reflejo de un cambio en el sistema de innovación, sino un artefacto de cambios sistemáticos en la estructura de la red de citas ajenos al progreso científico. Específicamente, los autores identifican la "inflación de citas" (CI) —un aumento sistemático y dependiente del tiempo en el número de enlaces dentro de las redes de citas— como el principal motor que hace que el índice $CD$ sea inadecuado para el análisis trans-temporal.

Metodología
Para demostrar que el declive en $CD$ es un artefacto de medición y no un fenómeno real, los autores emplean tres líneas complementarias de crítica:

Análisis Deductivo: Los autores reexaminan la definición matemática del índice de disrupción. $CD_p$ se define como la razón $(N_i - N_j) / (N_i + N_j + N_k)$ , donde:
- $N_i$ : Citas al artículo focal $p$ que no citan sus referencias.
- $N_j$ : Citas tanto a $p$ como a sus referencias (cierre triádico/consolidación).
- $N_k$ : Citas a las referencias de $p$ que no citan a $p$ (citas extrañas).
  Los autores argumentan que, a medida que las listas de referencias ( $r_p$ ) aumentan con el tiempo, la probabilidad de citar artículos altamente citados dentro de esas listas aumenta. Esto causa que $N_k$ (el término del denominador) crezca sin límite, mientras que el numerador ( $N_i - N_j$ ) permanece acotado. En consecuencia, $CD_p$ está matemáticamente predispuesto a converger a cero a medida que las listas de referencias se expanden.
Análisis Empírico: Utilizando el conjunto de datos de Microsoft Academic Graph (MAG) (aproximadamente 29.5 millones de artículos de 1945–2012), los autores analizan la correlación entre el índice de disrupción y los impulsores de la inflación de citas. Emplean modelos de regresión lineal con efectos fijos anuales para controlar el crecimiento secular, analizando la relación entre $CD$, el número de referencias ( $r_p$ ) y el tamaño del equipo ( $k_p$ ).
Modelado Computacional: Los autores utilizan un modelo de red generativa (modelo de crecimiento y redirección) para construir redes de citas sintéticas. Este enfoque permite aislar variables específicas. Simulan redes bajo seis escenarios que varían en:
- La presencia o ausencia de inflación de citas (crecimiento en la longitud de la lista de referencias, $g_r$ ).
- La tasa de cierre triádico (mecanismo de redirección, $\beta$ ).
- Tamaños de ventana de citación ($CW$).
  Al controlar estos parámetros, prueban si el declive en $CD$ persiste en ausencia de la inflación de citas.

Resultados Clave

Sesgo Matemático: El análisis confirma que $CD$ está sesgado porque el término $R_k = N_k / (N_i + N_j)$ es una cantidad extensiva que crece con el tamaño de las listas de referencias. A medida que las listas de referencias se alargan, $N_k$ aumenta desproporcionadamente, impulsando $CD$ hacia cero independientemente de la naturaleza disruptiva real de la publicación.
Correlación Empírica: En el conjunto de datos MAG, el número promedio de referencias por artículo ( $r(t)$ ) aumentó de ~9 en la década de 1960 a ~23 en la década de 2000 (un incremento de 2.6 veces). Este crecimiento se correlaciona fuertemente con el declive en $CD$. El análisis de regresión muestra una relación negativa significativa entre $CD$ y el logaritmo del número de referencias, mientras que la relación con el tamaño del equipo ( $k_p$ ) es positiva al controlar la longitud de las referencias, contradiciendo hallazgos previos que sugerían una correlación negativa.
Evidencia de Simulación:
- En redes sintéticas donde las longitudes de las listas de referencias son constantes ( $g_r = 0$ ), $CD$ no exhibe una tendencia descendente sistemática, incluso cuando el volumen de publicación crece.
- Cuando las longitudes de las listas de referencias crecen exponencialmente ( $g_r > 0$ ), $CD$ declina rápidamente, reflejando las observaciones empíricas.
- Aumentar la tasa de cierre triádico ( $\beta$ ) también afecta a $CD$, pero la inflación de citas ( $g_r$ ) es el factor dominante que impulsa la convergencia a cero.
- Extender la ventana de citación ($CW$) no resuelve el sesgo; $CD$ sigue convergiendo a cero a medida que $r(t)$ aumenta.
Simulación de Intervención: Una intervención de política hipotética que limite la longitud de las listas de referencias a un valor fijo (25) después de un punto temporal específico ( $T^*$ ) resulta en una reversión inmediata de la tendencia de $CD$, de decreciente a creciente. Esto confirma que el declive es impulsado por la expansión de las listas de referencias y no por cambios intrínsecos en el comportamiento científico.

Significancia y Reivindicaciones
El artículo sostiene que la disminución observada en la disruptividad científica es un "problema de medición fundamental" causado por la inflación de citas, no un cambio genuino en la naturaleza de la innovación. Los autores afirman que:

Sesgo Temporal: El índice de disrupción está sesgado temporalmente y no es adecuado para comparaciones trans-temporales. Comparar valores de $CD$ a través de diferentes eras es similar a comparar precios sin ajustar por la inflación monetaria.
Variables Confusoras: El índice está confundido por cambios en las prácticas de citación académica, incluyendo el aumento en la longitud de las listas de referencias y la creciente tasa de autocitas y cierre triádico.
Implicaciones de Política: Los autores sugieren que, para mitigar este sesgo, las revistas podrían considerar limitar la longitud de las listas de referencias (por ejemplo, según el tipo de artículo o el número de páginas). Tal política podría estabilizar la métrica $CD$ y reducir el sesgo sistemático introducido por la inflación de citas.
Disponibilidad de Recursos: Para facilitar la investigación sobre métricas libres de sesgo, los autores han puesto a disposición un conjunto de redes de citas sintéticas, que pueden utilizarse para probar la existencia de sesgo sistemático en índices alternativos basados en citas.

En conclusión, los autores argumentan que los investigadores y responsables de políticas deben distinguir entre conteos "nominales" y valores "reales" en la evaluación científica. Sin tener en cuenta el crecimiento dependiente del tiempo de las redes de citas, métricas como $CD$ continuarán produciendo interpretaciones erróneas del progreso científico.

La Gran Inflación de las Referencias

El Problema del "Auto-Abrazo"

La Simulación: Apagando la Inflación

Lo Que Esto Significa para el Futuro

Más como este