Aprovechar la inteligencia artificial en el trabajo académico

Últimamente hablamos mucho sobre el avance y la difusión de las tecnologías de inteligencia artificial (IA). Aunque al principio las utilizábamos con fines de entretenimiento, para socializar o para el trabajo, más tarde comenzamos a emplearlas también en el ámbito académico con fines educativos. 

Al principio vimos a la inteligencia artificial como un asistente, un sirviente. Ahora decimos que este sirviente podría ser el asesino de la humanidad. Le tenemos miedo. La razón por la que decimos esto es que la inteligencia artificial, a diferencia de las máquinas mecánicas, es capaz de realizar "trabajos intelectuales" que antes solo podían hacer los humanos. Cuando utilizas la aplicación ChatGPT4-o, uno de los ejemplos más avanzados de modelos de IA creados mediante el desarrollo de Modelos de Lenguaje Extensos (LLM, por sus siglas en inglés), puedes conversar con la IA como si estuvieras hablando con un amigo. Al mismo tiempo, puedes conversar como si estuvieras hablando con un científico, un empresario, un filósofo o un político. No es necesario que conozcas a estas personas individualmente ni que ellas te dediquen su tiempo. 

La IA se ha convertido rápidamente en una de las tecnologías más importantes y transformadoras de nuestro tiempo, con aplicaciones en casi todos los campos e industrias. Entre estas aplicaciones, la redacción académica destaca como uno de los campos de más rápido desarrollo y donde las herramientas y métodos basados en IA son más ampliamente aceptados. No digo esto por una cuestión de facilidad o practicidad, como si fuera inútil resistirse a una inundación que llega con fuerza, sino porque creo que el uso de herramientas basadas en IA en la redacción científica debería adoptarse de manera generalizada. 

¿Pero por qué? En el artículo titulado "Redacción académica con inteligencia artificial: un avance tecnológico que cambia el paradigma", publicado en la revista Nature en junio de 2023, Roei Golan y sus colegas dividen el uso de la IA en la redacción académica en dos categorías amplias: herramientas que apoyan a los autores en el proceso de redacción y herramientas utilizadas para evaluar la calidad y validez de los trabajos escritos. Las herramientas capaces de comprender y generar lenguaje similar al humano, como el procesamiento del lenguaje natural, pueden ayudar a los autores a escribir y preparar sus artículos. Por otro lado, herramientas como el software de detección de plagio y las plataformas de revisión automática por pares pueden brindar apoyo a revisores y editores en el proceso de evaluación de la calidad de los artículos. Además, las plataformas de revisión automática por pares pueden evaluar grandes cantidades de artículos de forma rápida y objetiva, lo que tiene el potencial de reducir la carga de trabajo.

Una de las ventajas más importantes de las herramientas basadas en IA en la redacción académica es el ahorro de tiempo y el aumento de la eficiencia. Por ejemplo, los algoritmos de procesamiento del lenguaje natural pueden ayudar a los autores a detectar y corregir errores en sus trabajos, permitiéndoles centrarse en el contenido de sus escritos. Estos algoritmos también pueden ayudar en tareas como la traducción de idiomas y el resumen de textos, lo que hace que las revisiones bibliográficas exhaustivas sean más eficientes. Además, los algoritmos de procesamiento del lenguaje natural pueden generar borradores específicos para artículos, protocolos de investigación, solicitudes de subvenciones, consentimientos informados, correos electrónicos, cartas de requisitos médicos, informes y otros documentos escritos. Estos borradores pueden utilizarse como marcos que aseguren la inclusión de los componentes importantes del texto. Finalmente, el procesamiento del lenguaje puede ofrecer sugerencias específicas para fortalecer un artículo o un resumen. Por ejemplo, los algoritmos de IA pueden sugerir estudios previos relevantes que deberían incluirse en la introducción o limitaciones que deberían mencionarse en las secciones de discusión. Sin embargo, las limitaciones actuales de los algoritmos de IA incluyen el acceso restringido a todas las publicaciones y la incapacidad de reconocer los estudios más recientes. Además, la IA puede sugerir el tamaño de muestra adecuado basándose en estudios previos o recomendar la prueba estadística más adecuada según la distribución del estudio. Por lo tanto, puede actuar como editor, revisor e incluso asesor en trabajos académicos. El punto que no debe olvidarse aquí es que sigue siendo responsabilidad del investigador crear las secuencias de comandos (podemos llamarlas prompts o algoritmos textuales) que explican a la inteligencia artificial cómo editar, revisar y asesorar, así como desarrollar y mejorar estas secuencias en cada trabajo. Porque no existe un único prompt adecuado para cada investigador o cada investigación. 

Por último, me gustaría compartir algunas notas que considero importantes con los académicos que utilizan, no utilizan, piensan utilizar o no piensan utilizar herramientas de IA:

1. Los estudiantes ahora tienen fácil acceso a herramientas avanzadas basadas en IA como ChatGPT. Estas herramientas utilizan Modelos de Lenguaje Extensos (LLM) y pueden generar contenido escrito original que los estudiantes pueden utilizar en sus evaluaciones.

2. A estas herramientas se puede acceder generalmente a través de servicios comerciales destinados a "ayudar" a los estudiantes en sus evaluaciones.

3. Los resultados generados por los LLM son lo suficientemente coherentes como para no ser detectados por académicos o por el software tradicional de comparación de textos utilizado para detectar plagio, aunque las referencias falsas no modificadas pueden indicar el uso de estas herramientas.

4. El uso de estas herramientas no necesariamente debe considerarse plagio siempre que los estudiantes sean transparentes en sus presentaciones; sin embargo, puede violar las políticas de integridad académica de las Instituciones de Educación Superior (universidades).

5. Estas herramientas tienen usos legítimos para apoyar la educación de los estudiantes, lo que requiere que las universidades consideren y determinen cuidadosamente cómo establecer políticas sobre el uso de este software por parte de los estudiantes.