automatización

Se puede considerar que la primera gran revolución que se dio en la comunicación científica fue la transición del papel al formato digital. Esta primera revolución no significó grandes cambios en las estructuras de los procesos de edición y comunicación académica, los cuales se mantuvieron prácticamente iguales que en el contexto analógico. Actualmente, sin embargo, sí que se pueden observar cambios relevantes en los procesos de edición, así como en el acceso y consumo de la literatura científica. De ahí que, actualmente, podamos considerar que nos encontramos ya en la segunda revolución.

Esta segunda revolución viene marcada por una fuerte incorporación de la comunicación académica en el contexto digital. Toma relevancia la disponibilidad de infraestructuras y servicios comunes, como pueden ser la disponibilidad de identificadores persistentes comunes (como pueden ser el DOI o el ORCID), el surgimiento de servicios editoriales compartidos, la mejora en el descubrimiento de la literatura científica o su preservación, entre otros. Hablamos de infraestructuras que, a menudo, un único proveedor de información no podría ofrecer, por los altos costos de despliegue que tienen. En qué punto se encuentra esta segunda revolución y cuáles han de ser las estrategias para abordarla es lo que el primero de los informes citados, realizado a partir de 49 entrevistas a diferentes proveedores de servicios de distinta naturaleza, trata de averiguar.

Como no podría ser de otra manera, en este primer informe ya se indica que la irrupción de la inteligencia artificial generativa puede tener en los próximos años un fuerte impacto en los diferentes flujos y procesos propios de la comunicación científica. Si la cadena de valor de la comunicación científica se basa en el lenguaje escrito, potencialmente la IA generativa puede afectar todos los aspectos relacionados con su creación y comunicación, y se vislumbra que posiblemente nos encontramos a las puertas de una tercera gran revolución. Es en este aspecto en el cual se centra el segundo de los informes citados hoy y elaborado a partir de un número más reducido de entrevistas.

Como ya se indica en el primer estudio, la comunicación académica se encuentra en un momento en el que los procesos editoriales tradicionales transitan hacia el desarrollo de plataformas de servicios integrales para sus autores. Cada vez más, el descubrimiento, el acceso y la creación de nuevos contenidos y conocimientos son procesos en los cuales las fronteras se difuminan y no hay duda de que la IA puede tener un papel relevante.

Algunos de los impactos más evidentes que han tenido las IA en los procesos de comunicación académica ya los tenemos sobre la mesa. Se trata del uso que pueden hacer los investigadores como herramienta de apoyo en la redacción de sus trabajos. Estos usos no siempre pueden ser deseados,¹ pero usados y referenciados correctamente pueden ser de gran utilidad como herramienta de apoyo a la escritura y a la estructuración y creación de ideas. Ya son muchas las editoriales académicas que no se oponen al uso de las IA en la redacción de trabajos, pero sí que se reconoce que es necesario establecer un marco claro sobre qué papel han de jugar y cómo han de estar referenciadas.² Por no mencionar el valor que puede tener esta tecnología en un marco donde el inglés es el idioma por defecto, y las capacidades demostradas en traducción y mejoras en la redacción pueden facilitar la exposición de ideas a aquellas personas que no disponen de conocimientos avanzados en este idioma.

También se observan oportunidades en otros procesos, como puede ser la revisión por pares de los artículos u otros documentos. Se reconoce que, por los tiempos que conlleva, se trata de uno de los cuellos de botella en la comunicación científica. Las posibilidades que ofrece la IA pueden reducir los tiempos de revisión, aportando revisiones previas o indicando si, por ejemplo, el resumen se corresponde o no con el contenido del texto presentado.

Las posibles amenazas también están presentes en el estudio. En un contexto en el que grandes grupos editoriales dominan el mercado y en el que se están haciendo esfuerzos importantes para buscar formas de acceso más equitativas, los altos costos de implementación de estas tecnologías pueden generar distancias aún mayores entre los diferentes agentes que participan en los procesos de comunicación. Es sabido que las IA son entrenadas con los contenidos que localizan libremente en Internet, mayoritariamente disponibles en acceso abierto. Pero ya hay casos en los que grandes grupos editoriales están licenciando sus contenidos a grandes empresas que desarrollan IA, obteniendo un beneficio económico que la publicación en acceso abierto no obtiene, situándola en una clara desventaja competitiva. En este marco, se puede prever también la posibilidad de que fabricantes de IA irrumpan en el mercado editorial, posicionándose frente a otras empresas más tradicionales.

Uno de los riesgos que más se pone de manifiesto es el de preservar un sistema de comunicación científica que sea fiable. Si bien se aportan ejemplos de posibles beneficios, aún queda la duda de hasta qué punto se debe confiar en estas tecnologías o si es necesario tener en cuenta una revisión por parte de los humanos. Algunos estudios³ apuntan claramente en esta línea, observando la importancia de las IA como herramientas de trabajo, pero acompañadas, para sacar el máximo rendimiento, del conocimiento y la experiencia humana. Pero, ¿qué confianza nos puede generar un sistema cuyo funcionamiento desconocemos, con qué contenidos ha sido entrenado, si respetará o no la confidencialidad que merecen los documentos con los que trata? Su fiabilidad es un concepto que se repite a lo largo de todo el informe. Si bien los beneficios son conocidos, también se reconocen las carencias o limitaciones actuales que tiene, asumiendo que aún hablamos de herramientas de apoyo o de ampliación, pero no de sustitución del trabajo humano.

Nos encontramos en un entorno en el que todavía hay muchas dudas e incertidumbres por resolver. Las IA avanzan muy rápidamente y es difícil seguirles el ritmo. Su capacidad en el procesamiento y tratamiento del lenguaje representa, sin ninguna duda, una oportunidad, pero tampoco se pueden descartar los riesgos. No tenerlas en cuenta es un escenario que no se contempla, pero una adopción demasiado rápida o poco medida puede conllevar también cometer errores importantes.

© Imagen inicial de kiquebg en 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