EDITORIAL
Uso de herramientas de inteligencia
artificial generativa en la publicación científica
Use of generative artificial intelligence tool in the
scientific publishing
Lloy Pinedo Tuanama
1,a
Filiación institucional
1
Universidad de San Martín, Tarapoto, Perú.
Grado académico
a
Maestría en Ciencias con mención en Tecnología de la Información.
Citar como: Pinedo Tuanama, L. (2024). Uso de herramientas de inteligencia
artificial generativa en la publicación científica. Revista Científica de Ingeniería, Diseño y Arquitectura Contemporánea,
1(2): 61-2. https://doi.org/10.37711/idac.2024.1.2.1
Los
grandes modelos lingüísticos (LLM por sus siglas en inglés Large
Language Models) son
capaces de responder a consultas de texto libre sin estar específicamente
entrenados para la tarea en cuestión (Thirunavukarasu
et al., 2023). ChatGPT, lanzado en el año 2022 por la
empresa OpenAI, es un chatbot
de inteligencia artificial generativa (IAG), basado en LLM, que ha
revolucionado diferentes campos, incluida la comunicación científica. En el
área de la educación, García-Peñalvo (2024) señala
que la IAG permite personalizar el aprendizaje y mejorar la calidad de los
recursos educativos, entre otros beneficios; sin embargo, la falta de
alfabetización en inteligencia artificial (IA), en general, puede ocasionar que
su utilidad vulnere aspectos éticos y legislativos.
Basándonos
en esta última premisa, la publicación de artículos en revistas científicas
especializadas presenta desafíos relacionados con el uso de herramientas de IAG
(ChatGPT, Copilot, etc.)
para la elaboración parcial o total de artículos científicos, pues se ha
evidenciado recientemente que al menos 60 000 artículos (algo más del 1 % de
todos los artículos) fueron asistidos por LLM; aunque este número podría
ampliarse y refinarse mediante el análisis de otras características de los
artículos o mediante la identificación de otras palabras clave indicativas
(Gray, 2024). Tal es la magnitud del avance de la IAG, al existir ya
herramientas desarrolladas y entrenadas –la mayoría de pago– para la redacción
de artículos científicos (Jenni, Jasper
AI, etc.), así como herramientas para detectar textos escritos por IAG (GTPZero, ContentDetector.AI, etc.).
En
este contexto disruptivo, resulta imposible detener o prohibir el uso de estas
herramientas en la publicación científica; sin embargo, su uso debe ser normado
e integrado éticamente. En la Figura 1 se presentan algunas recomendaciones
para el uso de herramientas de IAG en la publicación científica, recalcando que
es importante configurar una instrucción (prompt)
adecuada para que las herramientas respondan de manera coherente a una
solicitud; así mismo, es imprescindible verificar que la respuesta sea correcta
y acorde al contexto.
Por
ejemplo, para que un prompt pueda ser empleado en la
mejora de la calidad de un manuscrito, apuntaría: “Analiza el documento adjunto
y como experto en el área de [colocar el área del trabajo] evalúa críticamente
la calidad del manuscrito, teniendo en cuenta su aporte teórico y/o práctico”.
Con este prompt, la herramienta de IAG, previa carga
del artículo por el autor, realizará una revisión completa del manuscrito para
identificar posibles mejoras en la metodología, tratamiento estadístico u
organización, entre otros aspectos cruciales para garantizar la aceptación de
un trabajo.
En
síntesis, esta editorial pretende dar orientaciones para que los autores que
postulen sus manuscritos a la Revista Científica de Ingeniería, Diseño y
Arquitectura Contemporánea, así como a otros medios de difusión científica,
tomen en cuenta las recomendaciones brindadas para el uso de herramientas de IAG,
de manera que se garantice su uso adecuado y ético en la comunicación
científica.
Referencias
García-Peñalvo, F. J. (2024).
Inteligencia artificial generativa y educación: Un análisis desde múltiples
perspectivas. Education in the Knowledge Society
(EKS), 25, e31942. https://doi.org/10.14201/eks.31942
Gray, A. (2024). ChatGPT
«contamination»: estimating the prevalence of LLMs in the scholarly literature.
Arxiv. https://doi.org/10.48550/arXiv.2403.16887
Thirunavukarasu, A. J., Ting, D. S. J., Elangovan,
K., Gutierrez, L., Tan, T. F., y Ting, D. S. W. (2023). Large language models
in medicine. Nature Medicine, 29(8),
1930-1940. https://doi.org/10.1038/s41591-023-02448-8
Fuentes de financiamiento
La
investigación fue realizada con recursos propios.
Correspondencia:
Lloy
Pinedo Tuanama
E-mail: lpinedo@unsm.edu.pe