Por dónde empezar con la IA en la gestión de la investigación [Publicado originalmente en el LSE Impact Blog en diciembre/2024]

Por Anna Aston

Imagen: Google DeepMind.

Los gerentes de investigación se enfrentan a un panorama que cambia rápidamente. Existe una presión creciente para mejorar la eficiencia, gestionar conjuntos de datos y aumentar la productividad. Si bien la inteligencia artificial (IA) suele promocionarse como la solución a estos desafíos, muchos profesionales de la investigación no saben por dónde empezar. Aquí encontrará una hoja de referencia para pensar en dónde y cómo la IA puede ayudar con los flujos de trabajo de gestión de la investigación.

Por qué la IA es importante en la gestión de la investigación

Hoy en día, muchos empleados ya tienen acceso a herramientas de IA como Microsoft Copilot o incluso pueden llevar las suyas al trabajo (una tendencia conocida como BYOAI o “bring your own AI”, “traiga su propia IA”). Si bien ChatGPT puede usarse ampliamente, muchas otras herramientas se adaptan a las preferencias y necesidades individuales.

En términos generales, la IA es particularmente buena para agilizar tareas y procesos repetitivos y, de ese modo, crear espacio para que usted se concentre en trabajos más complejos. En este sentido, la IA ofrece oportunidades para los gerentes de investigación en tres áreas clave:

• Mejora de la comunicación
• Análisis de datos y detección de errores
• Modelado predictivo

Primeros pasos para la integración de la IA

¿Tiene curiosidad por la IA pero no sabe por dónde empezar? Considere lo siguiente:

Evalúe sus necesidades: identifique qué tareas requieren demasiado tiempo o esfuerzo y que la IA puede manejar. La IA es más eficaz cuando se aplica a tareas rutinarias que consumen mucho tiempo.

Comience de a poco: elija una o dos herramientas de IA con las que experimentar. Herramientas como ChatGPT para asistencia en la redacción o Notion AI para la gestión de tareas pueden ser excelentes puntos de partida.

Capacite a su equipo: ayude a su equipo a familiarizarse con las herramientas de IA mediante una capacitación básica. La clave es que todos sean conscientes del potencial de la IA y de cómo utilizarla de manera eficaz.

Evalúe y adapte: evalúe periódicamente cómo la IA está afectando su flujo de trabajo. ¿Qué funciona? ¿Qué no? Adáptese en función de los comentarios y explore otras aplicaciones de IA a medida que se sienta más cómodo.

Identificación de puntos críticos que la IA puede resolver

Los gerentes y administradores de investigación deben hacer frente a muchas responsabilidades, muchas de las cuales pueden ser resueltas mediante la IA.

Resumir y reformatear datos: con las indicaciones adecuadas, la IA puede reducir significativamente el tiempo que dedica a analizar documentos. En lugar de estudiar detenidamente un informe de cincuenta páginas, puede dejar que la IA le proporcione una descripción general concisa de una página. He descubierto que herramientas como ChatGPT, ChatPDF, SciSpace, y Quillbot son muy adecuadas para este propósito.

Responder correos electrónicos: encontrar las palabras adecuadas para un correo electrónico a menudo puede ser un obstáculo importante para que un proyecto avance. La IA puede generar respuestas que resuman contratos e informes de hitos en un par de oraciones fáciles de leer. Herramientas como ChatGPT, Grammarly, y Compose AI se destacan en la automatización y mejora de las respuestas a los correos electrónicos.

Búsqueda académica: la IA puede ayudar a encontrar publicaciones de investigación relevantes y a navegar por la web en busca de información útil (las alucinaciones son reales, así que recuerde verificar las fuentes). Herramientas como Perplexity AI, ResearchRabbit, Elicit, y Scite.ai son líderes actuales en IA para el descubrimiento de investigaciones.

Creación de contenido de marketing: ya sean publicaciones en redes sociales o invitaciones a eventos, la IA puede generar mensajes dirigidos a la audiencia que resuenen en diferentes grupos demográficos. Jasper AI y Copy.ai son excelentes para generar contenido de marketing estándar de la industria.

Contenido creativo: ¿Necesita un video rápido o una presentación atractiva? La IA puede generar imágenes, audio e incluso presentaciones completas en una fracción del tiempo, sin sacrificar la calidad. Herramientas como MidJourney, Gamma, y Suno lo hacen posible.

Análisis de datos: Ya sea para verificar la precisión de los datos, identificar errores de entrada o predecir tendencias de financiación, herramientas como ChatGPT o Julius AI pueden ayudar a mejorar el análisis y la generación de informes de datos.

La alianza entre humanos e IA

La IA no está aquí para quitarle el trabajo, pero puede facilitarlo. Si bien la IA puede automatizar muchas tareas, los humanos siguen siendo fundamentales para garantizar la calidad y la integridad del trabajo. El papel humano es supervisar y guiar los resultados de la IA, utilizándolos como herramientas para mejorar en lugar de reemplazarlos.

Puede pensar en la IA como un colega inteligente que ocasionalmente comete errores, pero que puede ayudarle a manejar tareas mundanas mientras usted se concentra en decisiones estratégicas. Se pueden usar plataformas como Zapier o Make para ayudar a integrar herramientas de IA (como ChatGPT) en su flujo de trabajo, conectándolas con otras aplicaciones para crear un sistema automatizado eficiente. Aun así, usted tiene la última palabra y la responsabilidad de los resultados.

Abordar las preocupaciones comunes

Muchas instituciones de investigación aún no han adoptado plenamente la IA debido a la falta de directrices y políticas claras. Las preocupaciones sobre el cumplimiento de la General Data Protection Regulation (GDPR), la detección de sesgos y la privacidad de los datos hacen que la IA sea un tema complicado. Pero hay una tendencia positiva: los organismos de financiación como UKRI han desarrollado una política (Use of GenAI in Application preparation and assessment¹), la Comisión Europea ha publicado una guía sobre el uso responsable de la IA generativa (GenAI) en la investigación (Guidance on the responsible use of GenAI in research²), y la Oficina del Comisionado de Información proporciona orientación sobre IA y protección de datos (Guidance on AI and data protection³), ofreciendo un camino más claro para que las instituciones lo sigan.

La formación continua será esencial a medida que las herramientas de IA se vuelvan tan comunes como las hojas de cálculo. Comprender cómo utilizar la IA de forma ética y eficaz garantizará que no solo ahorre tiempo, sino que también proteja la integridad de su investigación y sus datos.

La IA puede ser un poderoso aliado para los profesionales de la gestión de la investigación, ofreciendo soluciones a los problemas cotidianos y abriendo nuevas puertas para la productividad y la innovación. Comenzar de a poco, mantenerse informado y adoptar herramientas de IA le permitirá mantenerse a la vanguardia en un panorama que evoluciona rápidamente.

La IA no es el futuro, es el presente. Entonces, ¿cuál es su próximo paso?

Artículo original en inglés

https://blogs.lse.ac.uk/impactofsocialsciences/2024/12/16/where-to-start-with-ai-in-research-management/

Notas

1. UKRI. Use of generative artificial intelligence in application preparation and assessment [online]. UK Research and Innovation (UKRI). 2024 [viewed 20 December 2024]. Available from: https://www.ukri.org/publications/generative-artificial-intelligence-in-application-and-assessment-policy/use-of-generative-artificial-intelligence-in-application-preparation-and-assessment/ ↩

2. Living Guidelines on the Responsible Use of Generative AI in Research Published [online]. European Commision. 2024 [viewed 20 December 2024]. Available from: https://european-research-area.ec.europa.eu/news/living-guidelines-responsible-use-generative-ai-research-published ↩

3. Guidance on AI and data protection [online]. Information Commissioner’s Office. 2023 [viewed 20 December 2024]. Available from: https://ico.org.uk/for-organisations/uk-gdpr-guidance-and-resources/artificial-intelligence/guidance-on-ai-and-data-protection/?q=fines ↩

Referencias

Guidance on AI and data protection [online]. Information Commissioner’s Office. 2023 [viewed 20 December 2024]. Available from: https://ico.org.uk/for-organisations/uk-gdpr-guidance-and-resources/artificial-intelligence/guidance-on-ai-and-data-protection/?q=fines

Living Guidelines on the Responsible Use of Generative AI in Research Published [online]. European Commision. 2024 [viewed 20 December 2024]. Available from: https://european-research-area.ec.europa.eu/news/living-guidelines-responsible-use-generative-ai-research-published

UKRI. Use of generative artificial intelligence in application preparation and assessment [online]. UK Research and Innovation (UKRI). 2024 [viewed 20 December 2024]. Available from: https://www.ukri.org/publications/generative-artificial-intelligence-in-application-and-assessment-policy/use-of-generative-artificial-intelligence-in-application-preparation-and-assessment/

WATERMEYER, R., LANCLOS, D. and PHIPPS, L. If generative AI is saving academics time, what are they doing with it? [online]. LSE Impact Blog, 2024 [viewed 20 December 2024]. Available from: https://blogs.lse.ac.uk/impactofsocialsciences/2024/01/22/if-generative-ai-is-saving-academics-time-what-are-they-doing-with-it/

Enlaces externos

ChatGPT

ChatPDF

Compose AI

Copy.ai

Elicit

Gamma

Grammarly

Jasper

Julius AI

Make

Microsoft Copilot

Midjourney

Perplexity

QuillBot

ResearchRabbit

SciSpace

Scite

Suno

Zapier

Sobre Anna Aston

Anna Aston es directora de sección en Imperial y experta en financiación y operaciones de investigación, además de directora de investigación certificada por ARMA. Le apasiona el potencial de la IA para impulsar el crecimiento empresarial, optimizar los flujos de trabajo, mejorar la toma de decisiones y garantizar que los beneficios de la IA sean accesibles para todos.

Traducido del original en inglés por Ernesto Spinak.