Refine ha anunciado alianzas con dos destacadas editoriales académicas en el campo de la economía. Tanto la American Economic Association (AEA) como la Econometric Society incorporan ahora la verificación técnica asistida por IA de Refine como parte de sus procesos de publicación.

La American Economic Association, fundada en 1885, es una de las organizaciones profesionales de economistas más antiguas y destacadas de Estados Unidos. Publica varias revistas reconocidas, incluida American Economic Review, una de las revistas de economía más citadas del mundo. La AEA ha sido pionera en la adopción de estándares de reproducibilidad, exigiendo a los autores que presenten datos y código suficientes para replicar resultados clave desde que actualizó su política de accesibilidad de datos y código hace varios años.

La Econometric Society, fundada en 1930, es una sociedad internacional dedicada al avance de la teoría económica en su relación con la estadística y las matemáticas. Publica Econometrica, una de las principales revistas revisadas por pares de la disciplina. Al igual que la AEA, la Econometric Society mantiene una Política de Datos de Replicación que exige a los autores proporcionar los datos y programas necesarios para reproducir los resultados publicados.

El anuncio se compartió a través de X (Twitter). El hilo original se encuentra aquí: https://x.com/RefineDotInk/status/2085211990761838. Hay más discusión disponible aquí: https://x.com/i/trending/2085358054145654846.

Las alianzas señalan un papel creciente de las herramientas asistidas por IA en la etapa de verificación técnica de la edición académica, donde las editoriales buscan cada vez más métodos automatizados para comprobar la reproducibilidad computacional, la corrección del código y otros elementos técnicos relacionados con los manuscritos enviados. La economía ha sido particularmente activa en esta área en comparación con muchas otras disciplinas, impulsada en parte por retractaciones de alto perfil y un esfuerzo más amplio en las ciencias sociales para garantizar que los hallazgos publicados puedan verificarse de forma independiente. Sin embargo, el volumen de código y datos enviados —que a menudo involucra flujos de trabajo estadísticos complejos en múltiples lenguajes de programación y entornos— ha hecho que la verificación manual sea intensiva en recursos para los equipos editoriales, creando demanda de herramientas que puedan automatizar parcialmente el proceso.