Acceso usuarios
Jorge Caldera Serrano 
Objetivo: El objetivo de este estudio es analizar el impacto y la integración de la inteligencia artificial (IA) en repositorios públicos para promover la democratización y descolonización del conocimiento científico. Metodología: Mediante una revisión de literatura en bases de datos académicas: Web of Science (WoS), Scopus, Google Académico y Dialnet, se investigaron las aplicaciones de la IA en la curación de contenidos, accesibilidad y visibilidad de investigaciones marginadas. Resultados: Los resultados revelan que la IA potencia la capacidad de los repositorios para superar barreras lingüísticas, mejorar la interoperabilidad y destacar investigaciones de regiones subrepresentadas. Además, la integración de tecnologías como la traducción automática y el análisis semántico permite una difusión más equitativa y diversa del conocimiento científico, disminuyendo la dependencia de métricas tradicionales y estructuras editoriales hegemónicas. Conclusión: Se concluye que los repositorios públicos, respaldados por IA, son herramientas clave para reducir desigualdades históricas y fomentar una comunicación científica más inclusiva y representativa. Sin embargo, su implementación debe orientarse hacia un modelo crítico y equitativo que garantice igualdad de oportunidades para investigadores de todo el mundo. Aporte: proponer estrategias que desplacen la dependencia al ecosistema científico actual hacia modelos más inclusivos y autónomos, garantizando la visibilidad y conservación de saberes científicos producidos por comunidades tradicionalmente marginadas.
Objective: The aim of this study is to analyze the impact and integration of artificial intelligence (AI) in public repositories to promote the democratization and decolonization of scientific knowledge. Methodology: Through a literature review in academic databases: Web of Science (WoS), Scopus, Google Scholar and Dialnet, the applications of AI in content curation, accessibility and visibility of marginalized research were investigated. Results: Findings reveal that AI enhances the capacity of repositories to overcome language barriers, improve interoperability, and highlight research from underrepresented regions. Additionally, the integration of technologies such as machine translation and semantic analysis enables a more equitable and diverse dissemination of scientific knowledge, reducing dependence on traditional metrics and hegemonic editorial structures. Conclusion: The study concludes that AI-supported public repositories are key tools for reducing historical inequalities and fostering more inclusive and representative scientific communication. However, their implementation should follow a critical and equitable model to ensure equal opportunities for researchers worldwide. Contribution: Propose strategies that shift dependence on the current scientific ecosystem toward more inclusive and autonomous models, ensuring the visibility and preservation of scientific knowledge produced by traditionally marginalized communities.
