Archivo - La Fundación Merck Salud lanza la monografía 'Inteligencia Artificial en el campo de la Salud' - FUNDACIÓN MERCK SALUD - Archivo
MADRID, 20 Ene. (EUROPA PRESS) -
La inteligencia artificial promete acelerar el descubrimiento científico y abrir nuevas fronteras de investigación, pero un trabajo de la Universidad de Chicago (Estados Unidos) reflexiona sobre cómo, si bien las herramientas de IA están ampliando las capacidades de los científicos individuales, también están reduciendo el alcance colectivo de la ciencia. Las conclusiones del mismo se recogen en 'Nature'.
En concreto, James Evans codirector de la facultad de Inteligencia Novel; profesor Max Palevsky de Sociología y Ciencia de Datos; y director del Laboratorio de Conocimiento expone en 'Nature' cómo la investigación en IA crea lo que los autores denominan "multitudes solitarias", o temas populares que atraen una atención concentrada, pero con una interacción reducida entre los artículos que citan el mismo trabajo.
Esto conduce a una mayor superposición de investigaciones y a una contracción del alcance del conocimiento, ya que los científicos convergen en las mismas soluciones a problemas conocidos en lugar de generar nuevas.
Para llegar a esta conclusión el estudio analizó 41,3 millones de artículos de investigación y descubrió que los científicos que utilizan IA publican 3,02 veces más artículos, reciben 4,85 veces más citas e incluso se convierten en líderes de investigación 1,4 años antes que quienes no la utilizan. Sin embargo, en conjunto, la adopción de IA reduce el volumen de temas científicos estudiados en un 4,63% y disminuye la interacción entre científicos en un 22%.
El motivo, según el trabajo, es que los científicos que utilizan IA migran hacia áreas con abundantes datos, donde las herramientas de IA demuestran avances mensurables en parámetros científicamente legibles. En lugar de expandir la exploración a otras ciencias, la IA centra su atención en dominios ricos en datos, dejando sin explorar un número creciente de áreas potencialmente fructíferas.
La investigación señala la necesidad de una intervención política para promover activamente la recopilación de nuevos datos y usos alternativos de la IA que expandan la ciencia en lugar de limitarla, lo que incluye incentivar la investigación en áreas con escasez de datos y fomentar sistemas de IA diseñados para la exploración en lugar de la optimización. Los autores señalan cómo los mismos modelos que pueden generar resultados altamente probables también están en una posición privilegiada para reconocer la naturaleza de los datos y artefactos sorprendentes, así como sus consecuencias científicas.
"Para preservar la exploración colectiva en la era del uso de la IA", concluyen los autores, "necesitaremos reimaginar sistemas de IA que amplíen no solo la capacidad cognitiva, sino también la sensorial y experimental, permitiendo e incentivando a los científicos a buscar, seleccionar y recopilar nuevos tipos de datos de dominios previamente inaccesibles, en lugar de simplemente optimizar el análisis de datos existentes". Argumentan que esta capacidad -la de crear y no simplemente comprimir datos- será necesaria para que la IA apoye el avance científico sostenible.
