nueva página del texto (beta)
Español (pdf)
Artículo en XML
Referencias del artículo
Traducción automática
Enviar artículo por email
Citado por SciELO 
Similares en
SciELO 
Permalink
Introducción
La comunicación científica es esencial para difundir el conocimiento adquirido a través de la investigación1 de la plataforma Dimensions, se publicaron más de 12 millones de artículos entre 2020 y 20212. Este aumento refleja el dinamismo y la intensidad de la investigación, y la relevancia de compartir los resultados con la comunidad científica. La forma más común de difundir la ciencia es a través de la publicación de datos de investigación en revistas1. Sin embargo, la creciente popularización del software y las plataformas integradas con inteligencia artificial (IA) está transformando el método de hacer ciencia en el mundo contemporáneo.
La IA consiste en simular actividades realizadas por la inteligencia humana a través de algoritmos computacionales. Es la IA generativa la que está teniendo un impacto considerable en la ciencia, especialmente en las publicaciones científicas. En este editorial, proponemos una breve guía para autores y editores en estos tiempos de transición con la progresiva incorporación de la IA en la ciencia3.
Los beneficios de la IA en la investigación son numerosos y aportan funcionalidades que permiten a los autores y editores avanzar en la ciencia de manera más eficiente y precisa. Para los autores y editores, la IA puede ayudar en la selección de manuscritos y la detección de plagios2,3. Sin embargo, su incorporación en la ciencia y en el proceso editorial plantea preguntas esenciales sobre transparencia, ética y responsabilidad. Uno de los mayores desafíos para la incorporación de modelos de IA sigue siendo la producción de referencias médicas verificables, ya que en varios sistemas de IA generativa todavía existen fenómenos de «alucinaciones» en los que los algoritmos fabrican referencias o generan referencias inexactas. En una comparación reciente entre el sistema GEMINI y el CHAT-GPT 4, el primero fue preciso en el 68% de los casos, lo que fue superior a la precisión demostrada por Chat-GPT 4, que fue solo del 49%4. Estos hallazgos refuerzan la importancia de la verificación detallada de todos los resultados creados por IA generativa antes de su aplicación en el contexto científico o en cualquier otra situación donde la precisión de los resultados sea importante.
Aplicaciones actuales de la inteligencia artificial en la publicación científica
Preparación de manuscritos
La preparación de un manuscrito científico requiere una cantidad considerable de tiempo y esfuerzo para asegurar la claridad, la precisión e incluso la aceptación en revistas de alto impacto. Han surgido numerosas herramientas para asistir a los investigadores en este proceso, apoyando tanto la eficiencia como la calidad de los artículos de investigación5,6.
Las figuras y los gráficos son esenciales para ilustrar los datos de manera clara y visual. Aunque no son específicas del ámbito académico, herramientas como Adobe Illustrator, DALL-E y Leonardo. AI permiten la creación de visuales precisos, mientras que las herramientas de control de calidad, como ImageJ, aseguran que la resolución y el formato cumplan con los requisitos de las revistas. Biorender sigue siendo una opción para la creación de figuras científicas, a pesar de la dependencia del usuario, considerando la variedad de plantillas y modelos7. El software de gestión de referencias, como EndNote, Mendeley y Zotero, facilita la organización y el formato de las referencias según los requisitos de diversas revistas8, pero no están mejorados por la IA como SciSummary, que es capaz de resumir artículos científicos para los autores. Además, algunos software en línea pueden proporcionar respuestas con referencias o seguimiento de citas para expandir la búsqueda bibliométrica y los estudios bibliométricos, como Consensus y Connected Papers.
ChatGPT genera texto bien articulado y gramaticalmente correcto, lo que puede ayudar en la redacción de manuscritos, la expansión o la reducción de la cantidad de palabras, o la reescritura de contenido para diferentes audiencias3,9. Además, Grammarly, LanguageTool y DeepL Write pueden brindar apoyo para ajustar la gramática y asegurar una estructura de oraciones adecuada. La traducción de textos científicos exige precisión semántica y contextual, y herramientas como Sider y DeepL Translator están mejorando continuamente a través de algoritmos avanzados de aprendizaje automático. Aunque se sigue recomendando la revisión humana para términos técnicos, estas tecnologías ayudan a reducir las inconsistencias en el texto, haciéndolo más fluido y comprensible, especialmente para autores no nativos que publican en inglés9. Las herramientas tecnológicas deben optimizar el tiempo de los investigadores y aumentar la probabilidad de aceptación de los manuscritos. Con la precaución necesaria, su adopción en las labores académicas puede ayudar a la comunidad investigadora y docente. Es importante mantener la transparencia indicando el uso de IA en la preparación de manuscritos. Los estudios muestran que utilizando 20 características se puede identificar al autor como humano o IA con una precisión de más del 99%10.
Un aspecto importante a considerar es que la IA no debe emplearse en la revisión por pares. En general, el uso de algoritmos de IA acaba violando las reglas de secreto y confidencialidad necesarias para la revisión de artículos científicos. Además, los estudios han demostrado que las herramientas de IA generan resultados de revisión de menor calidad en comparación con los obtenidos por revisores expertos11.
Pospublicación
Actualmente, el trabajo de los autores y editores no termina con la publicación del artículo. Se requiere una serie de actividades después de la publicación de un artículo, y muchas de ellas pueden ser respaldadas utilizando IA.
La IA está revolucionando los métodos tradicionales de medir el impacto de las publicaciones científicas, ofreciendo numerosas ventajas. A través de algoritmos sofisticados, ahora es posible analizar una amplia gama de datos, incluyendo citas, compartidos en redes sociales, menciones en patentes e incluso el impacto económico de la investigación. Esta capacidad para rastrear y cuantificar el alcance de un trabajo científico en tiempo real permite obtener información precisa sobre la relevancia y el impacto de la investigación. Además, la IA puede identificar nuevas métricas e indicadores de impacto más allá de los tradicionales, proporcionando una visión más completa del éxito de una publicación. Con esta tecnología, es factible evaluar la efectividad de las estrategias de divulgación científica, identificar brechas de conocimiento y dirigir esfuerzos de investigación futuros12. Un consejo importante para los autores es que seleccionar la revista adecuada es el aspecto más importante para mejorar sus citas12.
Otra aplicación de las herramientas de IA es la creación de publicaciones en redes sociales para promover un artículo o difundir contenido científico a la población laica y no especializada. Los estudios muestran que el uso de herramientas como X (antes Twitter) aumenta la probabilidad de que un artículo sea citado13. La IA puede ayudar a los autores a crear publicaciones para estas plataformas de redes sociales.
Conclusión
La IA está transformando fundamentalmente el panorama de la investigación y la publicación científica. Desde la asistencia en la preparación de manuscritos y la mejora de la precisión de los resultados de investigación hasta la revolución de los procesos posteriores a la publicación y la medición del impacto, la IA ofrece numerosas ventajas que pueden optimizar en gran medida el tiempo de los investigadores y mejorar la calidad general de la comunicación científica. Sin embargo, es crucial mantener la transparencia y los estándares éticos en el uso de herramientas de IA, asegurando que todo el contenido generado sea verificado meticulosamente en cuanto a precisión e integridad. El elemento humano sigue siendo indispensable, en especial la revisión por pares, en la que el juicio experto es primordial.
