Los recientes éxitos de la IA, en todos los campos, han sido notables para la investigación
Desde el diseño de nuevos fármacos candidatos en medicina hasta la elaboración de nuevas políticas tributarias en las ciencias sociales, los beneficios de la inteligencia artificial (IA) en la investigación científica están por todas partes.
Justo esta semana, dos científicos conocidos por su investigación pionera en IA ganaron el Premio Nobel de Física, y un trío de científicos ganó el Premio Nobel de Química, que reconoció el uso de tecnología avanzada, incluida la IA, para predecir la forma de las proteínas.
Sin embargo, a pesar de su rápido progreso y sus amplias aplicaciones, muchos investigadores carecen de una comprensión sistemática de cómo la IA puede beneficiar sus investigaciones, y persiste el escepticismo sobre si la IA es capaz de hacer avanzar la ciencia en todos los campos.
Un nuevo estudio de la Universidad Northwestern que analiza 74,6 millones de publicaciones, 7,1 millones de patentes y 4,2 millones de programas de cursos universitarios descubre que los artículos que emplean IA muestran una "prima de impacto en las citas".
Sin embargo, los beneficios de la IA no se extienden equitativamente a las mujeres y a los investigadores pertenecientes a minorías y, a medida que la IA desempeña un papel más importante en la aceleración de la ciencia, puede exacerbar las disparidades existentes en la ciencia, con implicaciones para la construcción de una fuerza laboral de investigación diversa, equitativa e inclusiva.
El equipo de investigación, dirigido por Dashun Wang y Jian Gao de la Kellogg School of Management, desarrolló un marco de medición para estimar el uso directo y los beneficios potenciales de la IA en la investigación científica mediante la aplicación de técnicas de procesamiento del lenguajes naturales (PLN) a estos vastos conjuntos de datos.
"Estos avances plantean la posibilidad de que, a medida que la IA siga mejorando en precisión, solidez y alcance, pueda aportar beneficios aún más significativos a la ciencia, impulsando el progreso científico en una amplia gama de áreas de investigación y aumentando significativamente las capacidades de innovación de los investigadores", afirmó Gao.
Imagen: Medición del uso directo de la IA en la investigación científica. Crédito: Nature Human Behaviour (2024). DOI: 10.1038/s41562-024-02020-5
Investigaciones de mayor impacto
El estudio encontró que los recientes éxitos de la IA, en todos los campos, han sido notables para la investigación. Desde 2015 se ha producido un uso creciente de la IA en la investigación disciplinaria, reflejado en la mención de términos relacionados con la IA (como "inteligencia artificial", "aprendizaje profundo" y "red neuronal convolucional") en el título o resumen de las publicaciones.
Entre 2015 y 2019, disciplinas como la informática (37%), la ingeniería (24%), la física (24%), la biología (22%), la psicología (24%), la economía (14%), la sociología (30%) y la ciencia política (27%) han mostrado aumentos notablemente marcados en los puntajes de uso directo de IA debido al desarrollo de nuevas capacidades de IA.
Los investigadores examinaron el número de veces que se cita un artículo y definen un "artículo exitoso" como aquel que se encuentra dentro del 5% superior en cuanto a citas de artículos publicados en el mismo campo y año. Independientemente de la disciplina, los artículos disciplinarios que mencionan términos relacionados con la IA en su título o resumen reciben más citas, tienen más probabilidades de ser un éxito y reciben una mayor fracción de citas de otras disciplinas.
"Además de su expansión, el uso y los beneficios de la IA en la investigación están generalizados en todas las disciplinas, pero hemos detectado un desajuste sistémico en la educación sobre IA", afirmó Gao. "La inversión en IA en la educación superior no va al mismo ritmo que los beneficios de la IA en la ciencia".
Estos resultados sugieren que la oferta de talento y conocimiento en IA en la mayoría de las disciplinas parece inadecuada en relación con los beneficios que estas disciplinas pueden extraer de las capacidades de IA, lo que pone de relieve una brecha sustancial entre el uso de IA y el entrenamiento en IA.
"El uso de IA en disciplinas científicas ha avanzado rápidamente en toda la ciencia, mientras que el enfoque educativo en IA para mejorar las habilidades de los futuros científicos dentro de cada disciplina se ha quedado rezagado", dijo Gao.
El estudio, "Quantifying the Use and Potential Benefits of Artificial Intelligence in Scientific Research", se publicó el 11 de octubre en la revista Nature Human Behaviour.
