Cómo los motores de búsqueda científicos impulsados ​​por IA pueden acelerar su investigación

Las herramientas de IA están cambiando la forma en que trabajamos. Muchos productos Intentar hacer más eficiente la investigación científica Ayudando a los investigadores a clasificar grandes cantidades de literatura.

Estos motores de búsqueda científica se basan en grandes modelos de lenguaje (LLM) y están diseñados para examinar artículos de investigación existentes y resumir los hallazgos clave. Las empresas de inteligencia artificial actualizan constantemente las funciones de sus modelos y periódicamente lanzan nuevas herramientas.

naturaleza Hablé con los desarrolladores de estas herramientas y con los investigadores que las utilizan para obtener consejos sobre cómo aplicarlas y los peligros a los que hay que prestar atención.

¿Qué herramientas están disponibles?

Algunas de las herramientas basadas en LLM más populares incluyen Elicit, Consensus y You, que ofrecen diferentes formas de acelerar la revisión de la literatura.

Cuando los usuarios ingresan una pregunta de investigación en Elicit, muestra listas de artículos de investigación relevantes y resúmenes de sus principales hallazgos. Los usuarios pueden hacer más preguntas sobre artículos específicos o filtrar por revista o tipo de estudio.

Cada vez hay más motores de búsqueda científicos para la inteligencia artificial. ¿Son buenos?

El consenso ayuda a los investigadores a comprender la diversidad de información científica sobre un tema. Los usuarios pueden ingresar preguntas como “¿Puede la ketamina tratar la depresión?”, y la herramienta proporciona una “escala de consenso” que muestra dónde se encuentra el acuerdo científico. Los investigadores pueden leer resúmenes de investigaciones que están de acuerdo, en desacuerdo o no están seguros acerca de la hipótesis. La herramienta de inteligencia artificial no reemplaza el cuestionamiento en profundidad de los trabajos de investigación, pero es útil para el escaneo de estudios de alto nivel, dice Eric Olson, director ejecutivo de Consensus en Boston, Massachusetts.

You, una empresa de desarrollo de software en Palo Alto, California, dice que fue el primer motor de búsqueda que combinó la búsqueda por IA con datos de citas recientes de estudios. La herramienta ofrece a los usuarios diferentes formas de explorar preguntas de investigación; por ejemplo, el “modo genio” presenta las respuestas en gráficos. El mes pasado, lanzó una “herramienta multijugador” que permite a los colegas colaborar y compartir conversaciones personalizadas de IA que pueden automatizar tareas específicas, como la verificación de datos.

Clarivate, una empresa de análisis de investigación con sede en Londres, lanzó en septiembre su asistente de investigación impulsado por inteligencia artificial, que permite a los usuarios buscar rápidamente en una base de datos de Web of Science. Los científicos pueden ingresar una pregunta de investigación y ver resúmenes relevantes, temas relacionados y mapas de citas, que muestran qué artículos cita cada estudio y pueden ayudar a los investigadores a identificar literatura clave, dice Clarivate.

Aunque los artículos sobre Web of Science están disponibles en inglés, la herramienta de inteligencia artificial de Clarivate también puede resumir resúmenes de artículos en diferentes idiomas. “La traducción de idiomas basada en grandes modelos lingüísticos tiene un enorme potencial para igualar la literatura científica en todo el mundo”, afirma Francesca Buckland, vicepresidenta de producto de Clarivate, con sede en Londres.

BioloGPT es una de un número creciente de herramientas de inteligencia artificial específicas para temas que producen respuestas concisas y profundas a preguntas biológicas.

¿Qué herramientas son adecuadas para qué tareas?

“Siempre digo que depende de lo que realmente quieras hacer”, dice Razia Aliyani, epidemióloga de Calgary, Canadá, cuando se le pregunta sobre las mejores herramientas de motor de búsqueda de IA que puede utilizar.

Cuando es necesario comprender el consenso o la diversidad de opiniones sobre un tema, Aliani gravita hacia el consenso.

Aliani, que también trabaja en la firma de revisión sistemática Covidence, utiliza otras herramientas de inteligencia artificial al revisar grandes bases de datos. Por ejemplo, utilizó Elicit para promover sus intereses de investigación. Después de ingresar una pregunta de investigación inicial, Aliani usa Elicit para filtrar artículos irrelevantes y profundizar hasta los artículos más relevantes.

Las herramientas de investigación basadas en IA no sólo ahorran tiempo, sino que también pueden ayudar a “mejorar la calidad del trabajo, estimular la creatividad e incluso encontrar formas de hacer que las tareas sean menos estresantes”, afirma Aliani.

Anna Mills imparte clases de introducción a la escritura en el College of Marin en San Francisco, California, incluidas lecciones sobre el proceso de investigación. Ella dice que es tentador presentar estas herramientas a sus estudiantes, pero le preocupa que puedan obstaculizar la comprensión de la investigación científica por parte de los estudiantes. En cambio, está interesada en enseñar a los estudiantes cómo las herramientas de investigación de IA cometen errores, para que puedan desarrollar las habilidades necesarias para “evaluar críticamente lo que estos sistemas de IA les están brindando”.

“Parte de ser un buen científico es ser escéptico ante todo, incluidos los propios métodos”, dice Conner Lambden, fundador de BiologGPT, con sede en Golden, Colorado.

¿Qué pasa con las respuestas inexactas y la desinformación?

Crece la preocupación por la precisión de los resultados de los principales chatbots basados ​​en inteligencia artificial, como ChatGPT, que pueden “alucinar” información falsa e inventar referencias.

Tres formas en que ChatGPT me ayuda con mi escritura académica

Esto ha generado cierto escepticismo sobre los motores de búsqueda científicos y los investigadores deberían tener cuidado, dicen los usuarios. Los errores comunes que encuentran las herramientas de investigación de IA incluyen la fabricación de estadísticas, la tergiversación de artículos de investigación citados y los sesgos basados ​​en los sistemas de capacitación de estas herramientas.

Los problemas que encontró el científico deportivo Alec Thomas al utilizar herramientas de inteligencia artificial le llevaron a abandonar su uso. Thomas, que trabaja en la Universidad de Lausana en Suiza, había expresado anteriormente su aprecio por las herramientas de investigación de IA, pero dejó de usarlas después de encontrar “algunos errores fundamentales muy graves”. Por ejemplo, al investigar cómo se verían afectadas las personas con trastornos alimentarios si practicaran un deporte, una herramienta de inteligencia artificial resumió un artículo que dijo que era relevante, pero que en realidad “no tenía nada que ver con la consulta original”, dice. “No confiaríamos en un ser humano conocido por tener alucinaciones, entonces, ¿por qué deberíamos confiar en la inteligencia artificial?” Él dice.

¿Cómo manejan los desarrolladores las respuestas inexactas?

Desarrolladores naturaleza Hablaron para decir que han implementado salvaguardas para mejorar la precisión. James Brady, jefe de ingeniería de Elekit en Oakland, California, dice que la empresa se toma en serio la precisión y utiliza varios sistemas de seguridad para comprobar si hay errores en las respuestas.

Buckland dice que la herramienta de inteligencia artificial de Web of Science tiene “fuertes salvaguardias” para evitar que se incluya contenido fraudulento y problemático. Durante las pruebas beta, el equipo trabajó con unos 12.000 investigadores para incorporar comentarios, afirma.

Los chatbots con IA están llegando a los motores de búsqueda, ¿puedes confiar en los resultados?

Aunque dicha retroalimentación mejora la experiencia del usuario, Olson dice que también puede afectar las alucinaciones. Las herramientas de investigación de IA están “entrenadas para recibir retroalimentación humana, quieren darles a los humanos una buena respuesta”, dice Olson. Entonces “llenarán los vacíos con cosas que no están ahí”.

Andrew Hublitzl, un investigador de IA generativa en Indianápolis, Indiana, que da conferencias en universidades a través de un programa llamado AI4All, cree que las herramientas de investigación de IA pueden apoyar el proceso de investigación, siempre que los científicos verifiquen la información que se genera. “Por ahora, estas herramientas deberían utilizarse de forma híbrida y no como un recurso final”.