La revolución del método científico de revisión de la literatura existente con Ai2 ScholarQA

Leyendo un artículo de Ai2, un instituto de investigación de IA sin fines de lucro con sede en Seattle, fundado en 2014 por Paul Allen (cofundador de Microsoft) en donde desarrollan investigaciones e innovaciones en materia de IA, fundamentales para generar un impacto en el mundo real a través de modelos abiertos a gran escala, datos y robótica, llama la atención un prototipo de IA de nombre Ai2 Scholar QA. Esta herramienta está llamada a convertirse en la revolución de la metodología científica sobre revisión de literatura existente en la que están inmersos los investigadores cuando tienen que utilizar este método para sus publicaciones científicas.

Pero ¿Puede realmente la IA ayudar con las revisiones bibliográficas? En base a esta pregunta surge Ai2 ScholarQA, una solución experimental que permite hacer preguntas que requieren múltiples artículos científicos. Proporciona respuestas más detalladas, contextuales y en profundidad con comparaciones de tablas, secciones expandibles para subtemas y citas con extractos de artículos para verificación.

Los investigadores sabemos que realizar una revisión bibliográfica es esencial para cualquier proyecto de investigación, ya que permite comprender en profundidad el conocimiento existente e identificar lagunas que requieren una mayor exploración. Existen diversos métodos, cada uno con sus metodologías asociadas, que se adaptan a diferentes necesidades y objetivos de investigación. Sabemos también que la revisión de la literatura requiere mucho tiempo de los investigadores. Y la inteligencia artificial generativa empieza a tener un papel fundamental en la investigación. Si bien las herramientas de inteligencia artificial emergentes pueden ayudar a obtener respuestas de un solo artículo, los investigadores a menudo necesitan comparar y resumir varios artículos y comprender las relaciones complejas que hay entre ellos. De ahí que Ai2 ScholarQA se presenta como una solución experimental para esta necesidad: el usuario puede hacer preguntas científicas que requieren la revisión de varios documentos para responder acertadamente. En este contexto, Ai2 ScholarQA ayuda a los investigadores a obtener respuestas más profundas, detalladas y contextualizadas, mediante comparaciones de tablas, secciones expandibles para subtemas y citas con extractos de artículos para verificación.

La herramienta sigue un flujo de trabajo de múltiples pasos basado en RAG (Retrieval-augmented generation) o Generación Mejorada por Recuperación que es el proceso de optimización de la salida de un modelo lingüístico de gran tamaño y se apoya en un corpus de artículos de acceso abierto (por ejemplo, arXiv).

Realizando un primer experimento con Ai2 ScholarQA (puesto que la herramienta está en fase beta y es de libre acceso) preguntando en que consisten los transformers de IA (un tipo de arquitectura de red neuronal que transforma o cambia una secuencia de entrada en una secuencia de salida, utilizado en los modelos de aprendizaje profundo mediante procesamiento de lenguaje natural y, que a día de hoy, permiten a los LLM administren dependencias de largo alcance en un texto) generó el documento (de la izquierda) con un resultado que podríamos atribuir de un 97% de veracidad, citando las fuentes de los documentos analizados para dar esa respuesta.

La herramienta también realiza una generación de tablas comparativas de documentos. En la imagen, una tabla generada a modo de ejemplo que compara las innovaciones arquitectónicas clave que dieron forma a la evolución de los modelos basados ​​en transformadores.

Según el sitio web de Ai2, Ai2 ScholarQA es una solución experimental que ayuda a los investigadores a realizar revisiones bibliográficas de forma más eficiente al proporcionar respuestas más detalladas. Dado el corpus de documentos de acceso abierto, ScholarQA será más útil para investigadores en campos con más artículos disponibles en repositorios como arXiv o incluso, Docta Complutense. Aunque no hace falta registro (se puede consultar libremente), si se tiene una clave API de Semantic Scholar, la función de búsqueda de texto completo está totalmente disponible para el usuario. 

Según los desarrolladores, en las próximas semanas, prevén publicar en código abierto la funcionalidad principal y trabajaran en una mayor personalización de la investigación científica. Buscan liberar más potencial para que la IA ayude a acelerar la ciencia. Ai2 ScholarQA es un proyecto conjunto entre Ai2 y estudiantes de la Universidad de Washington y el Instituto Avanzado de Ciencia y Tecnología de Corea (KAIST).

El contenido de este sitio está bajo una licencia Creative Commons Attribution 4.0 International. Difunde, cita y enlaza.

COMO CITAR (APA 7)

Flores-Vivar, J.M. (6 de febrero de 2025) La revolución del método científico de revisión de la literatura existente con Ai2 ScholarQA. Cultura de Red (Blogs Fundación para el Conocimiento Madrid+d), [https://bit.ly/3EtKlpL]