La inteligencia artificial acelera la ciencia, pero puede limitar su alcance
La evidencia de millones de artículos de investigación sugiere que la IA aumenta la producción individual al concentrar la investigación en campos ricos en datos.
Las herramientas de inteligencia artificial están ayudando a los científicos a publicar más artículos, obtener más citas y progresar más rápidamente en sus carreras. Al mismo tiempo, la ciencia en su conjunto podría estar explorando un espectro más reducido de ideas.
Los hallazgos, publicados en Nature , se basan en un análisis de más de 40 millones de artículos científicos publicados a lo largo de varias décadas. El estudio vincula el creciente uso de herramientas de IA con un aumento considerable de la productividad individual, junto con una disminución mensurable de la diversidad de temas de investigación.
Medición de la huella de la IA en la ciencia
El estudio, dirigido por científicos de la Universidad de Tsinghua y la Universidad de Chicago, entrenó un modelo de lenguaje para identificar artículos que muestran signos de asistencia de IA, incluidos patrones estilísticos y marcadores metodológicos asociados con el aprendizaje automático y la generación automatizada de texto .
Los autores compararon patrones de publicación, tasas de citas y redes de colaboración entre científicos cuyo trabajo mostró evidencia del uso de IA y aquellos cuyo trabajo no.
Beneficios profesionales para científicos individuales
Los científicos identificados como usuarios de IA publicaron considerablemente más artículos que sus colegas y recibieron muchas más citas en promedio. También alcanzaron puestos de autoría senior antes, un hito que a menudo se asocia con el liderazgo y el avance profesional en la investigación académica.
Esas diferencias se mantuvieron en múltiples campos científicos, lo que indica que las herramientas de IA están reforzando las medidas existentes de éxito académico en lugar de alterar el modo en que esas medidas funcionan.
Un panorama de investigación cada vez más reducido
Cuando el análisis se expandió de las carreras individuales al panorama de investigación más amplio, el patrón cambió. A medida que aumentaba el uso de la IA, el número de temas de investigación diferenciados disminuyó ligeramente. Al mismo tiempo, la colaboración y las citas cruzadas entre científicos se redujeron drásticamente, lo que indica una menor superposición entre quienes desarrollan el trabajo de otros.
Los autores atribuyen estos cambios a las condiciones en las que las herramientas de IA son más eficaces. Los sistemas de aprendizaje automático tienden a funcionar mejor en campos con grandes conjuntos de datos y procesos analíticos bien establecidos.
Los investigadores que trabajan en estas áreas tienen mayor probabilidad de adoptar herramientas de IA y converger en problemas similares con abundantes datos. La investigación que se basa en preguntas menos populares con datos escasos, observación exploratoria o métodos no convencionales parece tener menos probabilidades de beneficiarse en la misma medida.
El futuro de la IA en la investigación
Los investigadores advierten que el estudio identifica correlaciones, no causas directas. Aún no está claro si las herramientas de IA están dirigiendo activamente a los científicos hacia preguntas más específicas o si los investigadores en campos ya concentrados son pioneros en su adopción. El análisis tampoco evalúa si las publicaciones relacionadas con la IA difieren en calidad científica.
Dentro de esos límites, los hallazgos muestran que la adopción de IA ya está influyendo en cómo se distribuye el esfuerzo científico en los campos de investigación, lo que plantea preguntas sobre cómo se implementan estas herramientas en sistemas que a menudo recompensan la velocidad, la escala y el número de citas por sobre el trabajo exploratorio.