ChatGPT y otras IA transformarán toda la investigación científica: reflexiones iniciales sobre usos y consecuencias – parte 1

Rafael Cardoso Sampaio, Professor permanente do Programa de Pós-graduação em Ciência Política e Comunicação da Universidade Federal do Paraná (UFPR)

Maria Alejandra Nicolás, Professora do Programa de Mestrado em Políticas Públicas e Desenvolvimento da Universidade Federal da Integração Latino-Americana (UNILA)

Tainá Aguiar Junquilho, Professora do Mestrado em Direito do IDP

Luiz Rogério Lopes Silva, Professor substituto do Departamento de Ciência e Gestão da Informação da Universidade Federal do Paraná (UFPR)

Christiana Soares de Freitas, Professora dos Programas de Pós-graduação em Comunicação e em Governança e Inovação em Políticas Públicas Universidade de Brasília (UNB)

Marcio Telles, Professor permanente do Programa de Pós-Graduação em Comunicação e Linguagens da Universidade Tuiuti do Paraná (UTP)

João Senna Teixeira, Bolsista de pós-doutorado no Instituto Nacional de Ciência e Tecnologia em Democracia Digital (INCT-DD) da Universidade Federal da Bahia (UFBA)

Imagen: Google DeepMind.

Acabamos de depositar en SciELO Preprints un ensayo sobre los posibles impactos del uso de ChatGPT,¹ otros grandes modelos de lenguaje (LLM) y otras inteligencias artificiales (IA) en la investigación científica. Nuestro objetivo al resumirlo es precisamente colaborar con el esfuerzo del blog Scielo para discutir el uso de las IA en la práctica científica, que ya contó con dos aportes pertinentes de Ernesto Spinak, uno sobre lo que ya tenemos consenso en términos de la comunicación cientifica² y otro sobre traducciones realizadas por máquinas.³ Además de, por supuesto, aprovechar que el ensayo se encuentra en preprint y recibir comentarios y aportes de los pares.

En el ensayo, vamos más allá de la gran discusión que tuvieron ChatGPT y las IA generativas sobre el tema del plagio y las “trampas” en pruebas y tareas en línea. Con este fin, sostenemos que tales tecnologías tendrán efectos en todas las fases de la investigación científica, denotando seis en particular.

Para ejemplificar un poco nuestro punto, tres de los seis puntos siguientes fueron resúmenes automáticos generados por ChatGPT y tres fueron creados por humanos. ¿Puedes decir cuál es cuál? Las respuestas se encuentran al final del texto.

1. Búsqueda y selección de literatura académica

De manera similar a lo que usamos para dialogar en ChatGPT, probablemente comenzaremos a investigar haciendo preguntas directamente. Por ejemplo, en lugar de buscar “noticias falsas” AND “elecciones” ADN “efectos”, preguntaremos a dichos sistemas: ¿Cuáles son los efectos de las noticias falsas en las elecciones?. Las respuestas vendrán en extractos de artículos y otros materiales académicos que buscan responder directamente a nuestras preguntas. Tomando el ejemplo de SciSpace a continuación, también presentarán inmediatamente preguntas de seguimiento, es decir, preguntas que puedan continuar el debate sobre el tema.

Imagen: Captura de pantalla tomada por los autores

Figura 1. Ejemplo de una búsqueda en SciSpace

Además, al proporcionar referencias a Inciteful, en formatos de administrador de citas (como. bib), devuelve “textos similares”, artículos considerados “más importantes”, reseñas recientes de “autores destacados” y textos recientes “más relevantes” en el ámbito investigado. tema. Y, en la misma línea, ya existe un conjunto de plataformas que, alimentadas con PDF o BIB, hacen uso de técnicas de IA para generar mapas de referencia que muestran las conexiones y redes de citas de materiales académicos, como la propia Inciteful, Litmaps y Research Rabbit.

Imagen: Captura de pantalla tomada por los autores

Figura 2. Ejemplo de mapa de citas de Litmaps

2. Lectura de material académico

Estas herramientas no sólo permiten leer, resaltar y comentar, sino que también ofrecen la opción de “chatear” con documentos académicos en formatos como PDF y DOCX. Se están desarrollando varias plataformas, como Claude, Perplexity, Elicit, SciSpace, ChatPDF, Humata y My Reader, para facilitar la interacción con documentos académicos. Estas plataformas también ofrecen la capacidad de analizar múltiples archivos simultáneamente, lo que permite a los usuarios hacer preguntas específicas sobre el contenido, como metodología y conclusiones.

Imagen: Captura de pantalla tomada por los autores

Figura 3. Ejemplo de interacción con diferentes archivos en MyReader

Además, herramientas como Scholarcy se centran exclusivamente en resumir materiales académicos, ofreciendo una variedad de funcionalidades como análisis comparativo y resaltando conceptos importantes. La IA también se está integrando cada vez más en los navegadores a través de extensiones, como SciSpace, que puede resumir y explicar artículos académicos en línea.

3. Análisis de datos (¡y programación!)

Los lenguajes de programación como Python y R se han convertido en habilidades valoradas en el mundo académico. Sin embargo, la aparición de LLM, como ChatGPT y Github Copilot, tiene el potencial de cambiar este escenario. Estas herramientas ayudan a crear y corregir códigos, acelerando el proceso de programación y posiblemente reduciendo la necesidad de habilidades avanzadas de programación.

También están ganando terreno herramientas específicas como Rows, un tipo de Excel basado en IA, y Wolfram, destinado a operaciones matemáticas y estadísticas. Además, el software académico para analizar datos cualitativos y cuantitativos, como Atlas.ti y Tableau, están comenzando a incorporar IA para ayudar a los investigadores en sus análisis.

Imagen: Captura de pantalla tomada por los autores

Figura 4. Ejemplo de análisis de datos generado por Intellectus Statistics

4. Escritura académica

Los LLM como ChatGPT son capaces de realizar correcciones gramaticales y estructurales, así como ajustar el tono y la jerga académica, proporcionando retroalimentación estructural y lingüística, como QuillBot y Writefull. Además, la IA se está utilizando para detallar las secciones de “procedimientos metodológicos” y “descripción de resultados” en artículos científicos, como lo ilustra la plataforma Intellectus Statistics. Estas herramientas también se utilizan para probar ideas y generar palabras clave para artículos académicos. El concepto de “copiloto”, en el que la IA actúa como asistente de investigación, es cada vez más factible.

Imagen: Captura de pantalla tomada por los autores

Figura 5. Ejemplo de la herramienta de escritura académica QuillBot

5. Traducción

Los LLM como ChatGPT demuestran dominio de varios idiomas y, en muchas situaciones, demuestran un rendimiento superior a herramientas como Google Translate en términos de capturar matices lingüísticos. Aunque no pueden reemplazar completamente a los traductores humanos, estas herramientas son cada vez más útiles para la traducción académica y pueden contribuir a una ciencia más multilingüe y globalmente accesible.

6. Presentación de datos

Otra área que ha ganado mucho protagonismo en los últimos años es la visualización y presentación de datos. Debido a la creciente demanda, varios complementos de ChatGPT y el propio intérprete de código, además del ya mencionado Wolfram y otros, generan actualmente visualizaciones de datos automáticas, que se pueden ajustar fácilmente con unos pocos comandos en el formato dialógico al que ya estamos acostumbrados.

Además de facilitar la creación de figuras y representaciones gráficas para materiales académicos y posibles presentaciones, las IA ya ofrecen opciones para crear presentaciones por sí mismas. Creando un prompt simple con expresiones o palabras clave y algunas demandas, ya tenemos sitios como Tome y Gamma que crean una presentación desde cero. Utilizando modelos como ChatGPT y de IA generadoras de imágenes como Midjourney y Stable Diffusion, estos sitios crean literalmente todo el contenido en términos de textos y figuras en cuestión de segundos.

Imagen: Captura de pantalla tomada por los autores

Figura 6. Ejemplo de una presentación sobre IA creada automáticamente en Gamma

¿Que significa eso?

En la parte 2 del texto, abordaremos específicamente las cuestiones éticas y prácticas que pueden surgir de este uso de IA en diferentes fases de la investigación científica. Además de invitar a colegas a leer y comentar el artículo en preprint, también destacamos un ensayo con reflexiones similares escrito por la profesora Anatalia Saraiva,⁴ quien también está en SciELO Preprints.

Respuestas

1. Búsqueda y selección de literatura académica – Humano

2. Lectura de material académico – IA

3. Análisis de datos (¡y programación!) – Humano

4. Escritura académica – IA

5. Traducción – IA

6. Presentación de datos – Humano

La serie “ChatGPT y otras IA transformarán toda la investigación científica: reflexiones iniciales sobre usos y consecuencias” consta de dos posts

• ChatGPT y otras IA transformarán toda la investigación científica: reflexiones iniciales sobre usos y consecuencias – parte 1
• ChatGPT y otras IA transformarán toda la investigación científica: reflexiones iniciales sobre usos y consecuencias – parte 2

Notas

1. SAMPAIO, R.C., et al. ChatGPT and other AIs will change all scientific research: initial reflections on uses and consequences. SciELO Preprints [online]. 2023 [viewed 10 November 2023]. https://doi.org/10.1590/SciELOPreprints.6686. Available from: https://preprints.scielo.org/index.php/scielo/preprint/view/6686/version/7074

2.
SPINAK, E. Inteligencia Artificial y comunicación de investigaciones [online]. SciELO en Perspectiva, 2023 [viewed 10 November 2023]. Available from: https://blog.scielo.org/es/2023/08/30/inteligencia-artificial-y-comunicacion-de-investigaciones/

3.
SPINAK, E. GPT, traducción automática y qué tan buenos son: una evaluación integral [online]. SciELO en Perspectiva, 2023 [viewed 10 November 2023]. Available from: https://blog.scielo.org/es/2023/08/14/gpt-traduccion-automatica-y-que-tan-buenos-son/

4. RAMOS, A.S.M. Generative Artificial Intelligence based on large language models – tools for use in academic research. SciELO Preprints [online]. 2023 [viewed 10 November 2023]. https://doi.org/10.1590/SciELOPreprints.6105. Available from: https://preprints.scielo.org/index.php/scielo/preprint/view/6105/version/6463

Referencias

RAMOS, A.S.M. Generative Artificial Intelligence based on large language models – tools for use in academic research. SciELO Preprints [online]. 2023 [viewed 10 November 2023]. https://doi.org/10.1590/SciELOPreprints.6105. Available from: https://preprints.scielo.org/index.php/scielo/preprint/view/6105/version/6463

SAMPAIO, R.C., et al. ChatGPT and other AIs will change all scientific research: initial reflections on uses and consequences. SciELO Preprints [online]. 2023 [viewed 10 November 2023]. https://doi.org/10.1590/SciELOPreprints.6686. Available from: https://preprints.scielo.org/index.php/scielo/preprint/view/6686/version/7074

SPINAK, E. GPT, traducción automática y qué tan buenos son: una evaluación integral [online]. SciELO en Perspectiva, 2023 [viewed 10 November 2023]. Available from: https://blog.scielo.org/es/2023/08/14/gpt-traduccion-automatica-y-que-tan-buenos-son/

SPINAK, E. Inteligencia Artificial y comunicación de investigaciones [online]. SciELO en Perspectiva, 2023 [viewed 10 November 2023]. Available from: https://blog.scielo.org/es/2023/08/30/inteligencia-artificial-y-comunicacion-de-investigaciones/

Enlaces externos

Gamma: https://gamma.app/

Github Copilot: https://resources.github.com/copilot-for-business/

Inciteful: https://inciteful.xyz/

Litmaps: https://app.litmaps.com/seed

QuillBot: https://quillbot.com/

Research Rabbit: https://www.researchrabbit.ai/

Rows: https://rows.com/

SciELO Preprints: https://preprints.scielo.org/

Scholarcy: http://scholarcy.com/

SciSpace: https://typeset.io/

Tome: https://tome.app/

Wolfram: https://www.wolframalpha.com/

Writefull: http://writefull.com/

Traducido del original en portugués por Ernesto Spinak.