About the AI · Sobre la IA

Last updated · Última actualización: 20/10/2026

English

You are interacting with an AI system. PaperORnot uses large language models (LLMs) to draft scientific text (protocols, manuscripts, reviews, study paperwork), extract data from the literature, propose and run statistical analyses, and suggest methodological improvements. This page explains how, as required by the EU AI Act's transparency rules.

Where it runs. In production, all AI inference happens on EU infrastructure (Scaleway, Paris region), with zero retention: the provider does not store your prompts or outputs and does not train on them. The application refuses to start in production with any non-EU AI provider.

What the AI never sees. Uploaded datasets are processed inside the engine: only aggregates, column metadata and, so the model can read the format, up to four isolated values per text column reach it — sampled independently for each column, so no row can be rebuilt; never patient-level rows, a boundary enforced in code, not by policy. The documents you upload as your own material are read as text, with direct identifiers hidden beforehand. For the prose you write yourself, the app detects possible identifiers (names, ID numbers, dates, contact details) and warns you before sending it, but it does not rewrite your text: masking it automatically would also mask the author names your citations depend on. You decide, and that decision is recorded (see the Privacy policy).

What the AI reads of the literature. The AI works from each paper's title and abstract. When the paper's licence allows it — a Creative Commons licence without a non-commercial clause, checked against the source on every request — it also reads the relevant passages of the full text (methods, results, tables) to extract data, check a sentence or answer a question about your sources. It returns data and short quotations with the section they come from, never the text itself. Papers under a non-commercial licence are never shown in full here; the AI reads their passages only under the text and data mining exception of EU law (art. 4 of Directive 2019/790), and only after checking, paper by paper, that the rightholder has not reserved mining in a machine-readable way — if that cannot be confirmed, it reads the abstract. Author manuscripts and papers without a licence are read from their abstract only.

The human is in command. The system suggests; the author decides. No output has any effect until a qualified professional reviews and adopts it. The app makes no automated decisions with legal or similarly significant effects (art. 22 GDPR), does not diagnose, and is not a medical device.

Limits — read this. Language models can make mistakes: invent or misattribute references, produce code with errors, and write fluent text that is wrong. Every exported document, presentation and spreadsheet is marked as AI-generated, also in its file properties, and nothing produced here should be submitted or published without verification by you — nor used to decide anything about a patient: that is outside its intended purpose. That responsibility cannot be delegated to the tool — the Terms of service say so explicitly. The same goes for the research paperwork it drafts for a committee, a centre or a journal: those are drafts that you or the sponsor review and sign, not legal advice, and they do not replace the ethics committee or your centre's data protection officer.

Our role under the AI Act. PAPERORNOT, S.L. is the provider of the AI system PaperORnot, which it builds on general-purpose models from third parties and puts into service under its own name, and it is also the one that deploys it. Under article 50 of Regulation (EU) 2024/1689 we tell you that you are interacting with AI and mark the content it generates in a machine-readable way. The system is not high-risk: its intended purpose is research support, not decisions about individual patients. We also train the people who build and operate it in how the system works and where it fails (AI literacy, article 4).

Español

Estás interactuando con un sistema de IA. PaperORnot usa modelos de lenguaje (LLM) para redactar texto científico (protocolos, manuscritos, revisiones, documentación del estudio), extraer datos de la literatura, proponer y ejecutar análisis estadísticos y sugerir mejoras metodológicas. Esta página explica cómo, conforme a las reglas de transparencia del Reglamento europeo de IA.

Dónde se ejecuta. En producción, toda la inferencia de IA ocurre en infraestructura de la UE (Scaleway, región de París), con cero retención: el proveedor no guarda tus prompts ni las salidas, y no entrena con ellos. La aplicación se niega a arrancar en producción con cualquier proveedor de IA no europeo.

Lo que la IA nunca ve. Los datasets se leen y se analizan en tu navegador —nunca se envían a nuestros servidores—: al modelo solo llegan agregados, metadatos de columnas y, para que entienda el formato, hasta cuatro valores sueltos de cada columna de texto — elegidos al azar y por separado en cada columna, de modo que no reconstruyen ninguna fila —; nunca filas de pacientes, una frontera impuesta por código, no por promesa. Los documentos que subes como material propio se leen como texto, con los identificadores directos ocultos antes. En la prosa que escribes tú, la app detecta posibles identificadores (nombres, documentos, fechas, contactos) y te avisa antes de enviarla, pero no reescribe tu texto: enmascararlo automáticamente enmascararía también los nombres de autor de los que dependen tus citas. Tú decides, y esa decisión queda registrada (ver la Política de privacidad).

Lo que la IA lee de la literatura. La IA trabaja con el título y el resumen de cada trabajo. Cuando la licencia del trabajo lo permite —una Creative Commons sin cláusula no comercial, comprobada en la fuente en cada petición— lee además los pasajes pertinentes del texto completo (métodos, resultados, tablas) para extraer datos, comprobar una frase o responder a una pregunta sobre tus fuentes. Devuelve datos y citas breves con la sección de la que salen, nunca el texto. Los trabajos con licencia no comercial no se enseñan nunca enteros aquí; la IA lee sus pasajes solo al amparo de la excepción de minería de textos y datos (art. 4 de la Directiva 2019/790; art. 67 del Real Decreto-ley 24/2021) y solo tras comprobar, trabajo a trabajo, que el titular no ha reservado la minería por medios de lectura mecánica; si no se puede confirmar, lee el resumen. Los manuscritos de autor y los que no tienen licencia se leen solo por su resumen.

El humano manda. El sistema sugiere; el autor decide. Ninguna salida tiene efecto alguno hasta que un profesional cualificado la revisa y la adopta. La app no toma decisiones automatizadas con efectos jurídicos o similares (art. 22 RGPD), no diagnostica y no es un producto sanitario.

Límites — léelo. Los modelos de lenguaje se equivocan: pueden inventar o atribuir mal referencias, generar código con errores y escribir texto fluido pero incorrecto. Cada documento, presentación y hoja de cálculo exportados va marcado como generado con IA, también en las propiedades del fichero, y nada de lo producido aquí debe enviarse ni publicarse sin tu verificación — ni usarse para decidir nada sobre un paciente: eso queda fuera de su finalidad prevista. Esa responsabilidad no puede delegarse en la herramienta — los Términos del servicio lo dicen expresamente. Lo mismo vale para el papeleo de la investigación que redacta para un comité, un centro o una revista: son borradores que revisas y firmas tú o el promotor, no asesoramiento jurídico, y no sustituyen al comité de ética ni al delegado de protección de datos de tu centro.

Nuestro papel bajo el Reglamento de IA. PAPERORNOT, S.L. es el proveedor del sistema de IA PaperORnot, que construye sobre modelos de propósito general de terceros y pone en servicio con su propio nombre, y es también quien lo despliega. Conforme al artículo 50 del Reglamento (UE) 2024/1689, te informamos de que interactúas con IA y marcamos el contenido que genera de forma legible por máquina. El sistema no es de alto riesgo: su finalidad prevista es el apoyo a la investigación, no las decisiones sobre pacientes concretos. Además formamos a quienes lo construyen y lo operan en cómo funciona el sistema y dónde falla (alfabetización en IA, artículo 4).