La declaraci\u00f3n anual del Comit\u00e9 para la Integridad en la Investigaci\u00f3n Cient\u00edfica del Reino Unido (UKCori), publicada en julio, destacaba que el avance de la inteligencia artificial ha creado nuevos desaf\u00edos, como la identificaci\u00f3n de los art\u00edculos acad\u00e9micos generados por ChatGPT, pero tambi\u00e9n est\u00e1 brindando oportunidades para ampliar la productividad cient\u00edfica y combatir la mala conducta. \u201cLas herramientas que utilizan la inteligencia artificial pueden mejorar los procesos de investigaci\u00f3n\u201d, consignaron los miembros del comit\u00e9 en el informe, en referencia al uso creciente de esta tecnolog\u00eda por los editores de las revistas cient\u00edficas para agilizar el proceso de an\u00e1lisis y selecci\u00f3n de art\u00edculos o para detectar indicios sutiles de manipulaci\u00f3n de im\u00e1genes o ardides para tratar de burlar a los programas antiplagio.<\/p>\n
La inteligencia artificial, sostiene el documento, tambi\u00e9n puede ser \u00fatil para proporcionar datos de inter\u00e9s a los organismos de promoci\u00f3n de la integridad cient\u00edfica que dif\u00edcilmente podr\u00edan obtenerse de otra forma: el propio informe del UKCori publica una tabla con indicadores de ciencia abierta, como la evoluci\u00f3n de la cantidad de datos y c\u00f3digos compartidos por los investigadores en los repositorios p\u00fablicos, producidos por la colecci\u00f3n de revistas PLOS, utilizando t\u00e9cnicas de inteligencia artificial. El UKCori es un organismo independiente creado en 2022 para promover las buenas pr\u00e1cticas cient\u00edficas en el Reino Unido, vinculado al UK Research and Innovation (Ukri), la principal agencia de fomento de la ciencia del pa\u00eds.<\/p>\n
Los grandes modelos del lenguaje, que en los programas como ChatGPT identifican patrones en la forma en que los humanos asocian palabras, n\u00fameros y s\u00edmbolos, tambi\u00e9n pueden ser \u00fatiles para rastrear indicios de mala conducta cient\u00edfica. A finales de mayo, el equipo del cient\u00edfico de datos Dmitry Kobak, de la Universidad de Tubinga, en Alemania, public\u00f3 en el repositorio de preprints<\/em> bioRxiv un atlas de toda la literatura del \u00e1rea de la biomedicina publicada en el mundo entre 1970 y 2021. Para generar el enorme mapa circular que, en parte, recuerda la imagen de una placa de Petri colonizada por bacterias, primero hubo que descargar los res\u00famenes de 20,6 millones de art\u00edculos empleando la herramienta de b\u00fasqueda PubMed, que proporciona acceso a la base de datos de la literatura biom\u00e9dica Medline.<\/p>\n El grupo utiliz\u00f3 un modelo de lenguaje de inteligencia artificial, PubMedBert, y agrup\u00f3 los art\u00edculos con caracter\u00edsticas o t\u00e9rminos similares. A los agrupamientos de papers<\/em> con contenido convergente se los denomin\u00f3 \u201cvecindarios\u201d, y basta con hacer un zoom<\/em> en el atlas para analizar los pormenores de estos conglomerados.<\/p>\n El mapa permite examinar tendencias de todo tipo presentes en la literatura, como las relacionadas con el g\u00e9nero y con el origen de los autores de cada agrupamiento, pero tambi\u00e9n ha demostrado tener capacidad para detectar la mala conducta de una manera m\u00e1s eficaz que la disponible actualmente. Los investigadores analizaron un conjunto de 11.756 art\u00edculos presentes en el atlas que hab\u00edan sido retractados, un estatus que identifica a aquellos papers<\/em> que fueron anulados debido al hallazgo de errores, fraudes o plagio que atentaban contra la integridad de sus contenidos. Los res\u00famenes han sido marcados como retractados por la base de datos PubMed para que no puedan ser considerados como literatura v\u00e1lida.<\/p>\n Si bien se encontraban dispersos por todo el mapa, muchos de ellos estaban situados en un mismo vecindario, formando lo que los autores llamaron \u201cislas\u201d, en las que se pudo identificar concentraciones de art\u00edculos retractados en temas espec\u00edficos, tales como investigaciones sobre f\u00e1rmacos contra el c\u00e1ncer, genes marcadores y las funciones de los micro-ARN. Estos son temas que suelen abordarse en los trabajos fraudulentos producidos por f\u00e1bricas de art\u00edculos cient\u00edficos, servicios ilegales que, por lo general, elaboran estudios con base en datos o im\u00e1genes falsificados, les venden la autor\u00eda de los trabajos a investigadores interesados e incluso ayudan a presentarlos para su publicaci\u00f3n a nombre de sus clientes.<\/p>\n Cuando examinaron los dem\u00e1s art\u00edculos que formaban parte de las islas y que no hab\u00edan sido retractados, el grupo encontr\u00f3 25 trabajos que tambi\u00e9n pueden haber sido producidos por f\u00e1bricas de papers<\/em>, pero que no hab\u00edan llamado la atenci\u00f3n. Presentaban caracter\u00edsticas comunes a estos art\u00edculos fraudulentos, como t\u00edtulos con un patr\u00f3n id\u00e9ntico o el v\u00ednculo de sus autores con hospitales de China. El an\u00e1lisis de las islas puede ayudar a los editores de revistas y universidades a investigar estudios que podr\u00edan haber escapado a su escrutinio. \u201cPero los conglomerados de art\u00edculos similares necesitar\u00edan un mayor escrutinio para evitar marcar err\u00f3neamente art\u00edculos de origen genuino\u201d, declar\u00f3 Jennifer Byrne, docente del \u00e1rea de oncolog\u00eda molecular de la Universidad de S\u00eddney (Australia) y experta en integridad cient\u00edfica, a la revista Science<\/em>.<\/p>\n Otro frente prometedor abierto por la inteligencia artificial es la identificaci\u00f3n de las llamadas revistas depredadoras, aquellas que publican art\u00edculos a cambio de dinero sin hacer una evaluaci\u00f3n rigurosa de su contenido. Un grupo de cient\u00edficos de la computaci\u00f3n de la Universidad Nacional Yang Ming Chiao Tung, de Taiw\u00e1n, han desarrollado un sistema de verificaci\u00f3n de revistas al que llamaron AJPC, que se basa en el aprendizaje autom\u00e1tico. Se recabaron datos de 883 revistas identificadas como depredadoras en dos listas disponibles en internet y de otras 1.213 revistas de buena procedencia, obtenidas de una recopilaci\u00f3n realizada por el Instituto de Salud de Berl\u00edn. Estas listas suelen utilizarse para orientar a los autores a la hora de elegir revistas de probada reputaci\u00f3n para publicar sus art\u00edculos.<\/p>\n El equipo extrajo informaci\u00f3n que ayud\u00f3 a identificar palabras y t\u00e9rminos caracter\u00edsticos de los sitios web de revistas depredadoras. Descubri\u00f3, por ejemplo, que las p\u00e1ginas de estas publicaciones tienden a hacer demasiado hincapi\u00e9 en t\u00e9rminos como \u201crevisi\u00f3n por pares\u201d e \u201cindexaci\u00f3n\u201d, mientras que las revistas leg\u00edtimas mencionan con m\u00e1s moderaci\u00f3n los conceptos que normalizan los procesos de publicaci\u00f3n. A continuaci\u00f3n, prob\u00f3 ocho algoritmos diferentes de aprendizaje autom\u00e1tico con potencial para distinguir entre revistas depredadoras y leg\u00edtimas. Seleccion\u00f3 uno de ellos, el algoritmo conocido como \u201cbosque aleatorio\u201d, que obtuvo los mejores resultados al identificar una muestra de 167 sitios, con el mayor \u00edndice de aciertos y tan solo dos falsos negativos. \u201cLos resultados de las pruebas de rendimiento sugieren que nuestro sistema funciona tan bien o mejor que los que se utilizan actualmente para identificar editoriales y publicaciones sospechosas\u201d, escribieron los investigadores taiwaneses en el art\u00edculo publicado en la revista Scientific Reports<\/em> que present\u00f3 el AJPC. Ellos remarcan que las conclusiones son de car\u00e1cter meramente orientativo y que es necesario complementar el an\u00e1lisis con un examen humano personalizado. El paso siguiente ser\u00e1 entrenar al sistema para que pueda identificar fraudes en actas de congresos, que tienen caracter\u00edsticas diferentes a las de las revistas depredadoras. Este recurso ya se est\u00e1 utilizando en las universidades de Taiw\u00e1n.<\/p>\n","protected":false},"excerpt":{"rendered":"La inteligencia artificial, que le plantea retos sin precedentes a la integridad cient\u00edfica, tambi\u00e9n aporta herramientas para protegerla","protected":false},"author":11,"featured_media":503712,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"_exactmetrics_skip_tracking":false,"_exactmetrics_sitenote_active":false,"_exactmetrics_sitenote_note":"","_exactmetrics_sitenote_category":0,"footnotes":""},"categories":[178],"tags":[299],"coauthors":[98],"class_list":["post-503711","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-buenas-practicas","tag-etica-es"],"acf":[],"_links":{"self":[{"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/posts\/503711","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/users\/11"}],"replies":[{"embeddable":true,"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/comments?post=503711"}],"version-history":[{"count":1,"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/posts\/503711\/revisions"}],"predecessor-version":[{"id":503716,"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/posts\/503711\/revisions\/503716"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/media\/503712"}],"wp:attachment":[{"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/media?parent=503711"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/categories?post=503711"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/tags?post=503711"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/revistapesquisa.fapesp.br\/es\/wp-json\/wp\/v2\/coauthors?post=503711"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}