automatització

Es pot considerar que la primera gran revolució que es va donar en la comunicació científica fou la transició del paper al format digital. Aquesta primera revolució no va significar grans canvis en les estructures dels processos d’edició i comunicació acadèmica, els quals es varen mantenir pràcticament iguals que en el context analògic. Actualment, però, sí que es poden observar canvis rellevants en els processos d’edició, així com d’accés i consum de la literatura científica. D’aquí que, actualment, podem considerar que ens trobem ja en la segona revolució. 

Aquesta segona revolució ve marcada per una forta incorporació de la comunicació acadèmica en el context digital. Pren rellevància la disponibilitat d’infraestructures i serveis comuns, com poden ser la disponibilitat d’identificadors persistents comuns (com poden ser el DOI o l’ORCID), el sorgiment de serveis editorials compartits, la millora en la descoberta de la literatura científica o la seva preservació, entre d’altres. Parlem d’infraestructures que, sovint, un únic proveïdor d’informació no podria oferir, pels alts costos de desplegament que tenen. En quin punt es troba aquesta segona revolució i quines han de ser les estratègiques per abordar-la és el que el primer dels informes citats, fet a partir de 49 entrevistes a diferents proveïdors de serveis de diferent naturalesa, mirar d’esbrinar. 

Com no podria ser d’altra manera, en aquest primer informe ja s’indica que la irrupció de la intel·ligència artificial generativa pot tenir en els propers anys un fort impacte en els diferents fluxos i processos propis de la comunicació científica. Si la cadena de valor de la comunicació científica es basa en el llenguatge escrit, potencialment la IA generativa pot afectar tots els aspectes relacionats amb la seva creació i comunicació i s’albira que possiblement ens trobem a les portes d’una tercera gran revolució. És en aquest aspecte en el qual centra el segon dels informes citats avui i elaborat a partir d’un número més reduït d’entrevistes. 

Com ja s’indica en el primer estudi,la comunicació acadèmica es troba en un moment on els processos editorials tradicionals transiten cap al desenvolupament de plataformes de serveis integrals als seus autors. Cada cop més, la descoberta, l’accés i la creació de nous continguts i coneixements són processos en els quals les fronteres s’hi difuminen i no hi ha dubte que la IA hi pot tenir un paper rellevant.

Alguns dels impactes més evidents que han tingut les IA en els processos de comunicació acadèmica el tenim ja sobre la taula. Es tracta de l’ús que en poden fer els investigadors com a eina de suport en la redacció dels seus treballs. Aquests usos no sempre poden ser desitjats,¹ però usats i referenciats correctament poden ser de gran utilitat com a eina de suport a l’escriptura i a l’estructuració i creació d’idees. Ja són moltes les editorials acadèmiques que no s’oposen a l’ús de les IA en la redacció de treballs, però sí que es reconeix que cal establir un marc clar sobre quin paper hi han de jugar i com han d’estar referenciades.²  Per no dir el valor que pot tenir aquesta tecnologia en un marc on l’anglès és l’idioma per defecte, i les capacitats demostrades en traducció i millores en la redacció poden facilitar l’exposició d’idees a aquelles persones que no disposen de coneixements avançats en aquest idioma. 

També s’observen oportunitats en altres processos, com pot ser la revisió per parells dels articles o altres documents. Es reconeix que, pels temps que comporta, es tracta d’un dels colls d'ampolla en la comunicació científica. Les possibilitats que ofereix la IA pot reduir els temps de revisió, aportant revisions prèvies o indicant si, per exemple, el resum es correspon o no, amb el contingut del text presentat.

Les possibles amenaces es troben també presents en l’estudi. En un context on grans grups editorials dominen el mercat i en el que s’estan fent esforços importants per cercar formes d’accés més equitatives, els alts costos d’implementació d’aquestes tecnologies poden generar distàncies encara més grans entre els diferents agents que  participen en els processos de comunicació. És sabut que les IA són entrenades amb els continguts que localitzen lliurement a Internet, majoritàriament disponibles en accés obert. Però ja hi ha casos en què grans grups editorials estan llicenciant els seus continguts a grans empreses que desenvolupen IA, obtenint un benefici econòmic que la publicació en accés obert no obté, posicionant-la en un clar desavantatge competitiu. En aquest marc, es pot preveure també la possibilitat que fabricants d’IA puguin irrompre en el mercat editorial, posicionant-se enfront d’altres empreses més tradicionals.

Un dels riscos que més es posen de manifest és el de preservar un sistema de comunicació científica que sigui fiable. Si bé s’aporten exemples de possibles beneficis, encara queda el dubte de fins a quin punt s’ha de donar confiança a aquestes tecnologies o si cal tenir en compte una revisió per part dels humans. Alguns estudis³ apunten clarament en aquesta línia, observant la importància de les IA com a eines de treball, però acompanyades, per treure’n el màxim rendiment, del coneixement i l’experiència humana. Però, quina confiança ens pot generar un sistema del qual en desconeixem el funcionament, amb quins continguts ha estat entrenat, si respectarà, o no, la confidencialitat que es mereixen els documents amb què tracta? La seva fiabilitat és un concepte que es repeteix al llarg de tot l’informe. Si bé els beneficis són coneguts, també es reconeixen les mancances o limitacions actuals que té, assumint que encara parlem d’eines de suport o d’ampliació, però no de substitució del treball humà.

Ens trobem en un entorn en el qual encara hi ha molts dubtes i incerteses a resoldre. Les IA avancen molt ràpidament i és difícil seguir-los el pas. La capacitat de les IA generatives quan al processament i tractament del llenguatge representen sense cap de mena de dubte una oportunitat, però no se’n poden descartar tampoc els riscos. No tenir-les en compte és un escenari que no es contempla, però una adopció massa ràpida o poc mesurada, pot comportar també cometre errors importants.

© Imatge inicial de kiquebg a Pixabay

¹ https://www.academ-ai.info/ 

² https://guies.bibliotecnica.upc.edu/intelligencia-artificial/publicacio-academica

3 Aidan Toner-Rodgers. (2024). Artificial Intelligence, Scientific Discovery, and Product Innovation. https://arxiv.org/pdf/2412.17866