(Decimocuarta entrega de la serie “IA en el laboratorio de las ideas”)
En la entrega anterior se le dio uso a Litmaps y descubrimos que los mapas de literatura crecen y se actualizan dinámicamente a medida que vayan surgiendo nuevas publicaciones. Al final me quedé con una pregunta: ¿Y si, en lugar de una simple búsqueda, tuviéramos un verdadero “co-investigador” de inteligencia artificial, un agente capaz de leer los textos completos e incluso las figuras de los artículos, replicando paso a paso el proceso cuidadoso que seguiría un investigador humano para no dejar escapar ni un solo trabajo relevante? Hoy probamos Undermind, una IA que se define como tal: tu co-investigador para la literatura científica.
Imaginemos que estamos haciendo una revisión sistemática sobre optimización en cadenas de suministro. Sabemos que el rigor es la clave: si dejamos fuera un estudio clave, un revisor se dará cuenta y nuestra credibilidad se verá afectada. Las búsquedas tradicionales por palabras clave nos devuelven cientos de resultados, la mayoría irrelevantes, y siempre queda la duda de si nos perdimos de algo. Y si una IA hiciera lo que haría un investigador concienzudo: buscar, leer, ¿ajustar la estrategia y volver a buscar hasta agotar el tema? Y eso es lo que promete Undermind.
Undermind (undermind.ai) es un asistente de investigación basado en IA que hace búsquedas intensivas y profundas en la literatura científica. A diferencia de las herramientas de visualización que exploramos en entregas anteriores (Research Rabbit, Connected Papers y Litmaps), Undermind no se limita a mostrar conexiones entre artículos: se comporta como un agente que investiga por cuenta propia. Su funcionamiento difiere de cualquier otro visto en esta serie: en vez de una única búsqueda, lleva a cabo búsquedas sucesivas y adaptativas, leyendo todo el texto de los artículos —incluidas sus figuras— y ajustando su estrategia en cada iteración, tal y como lo haría un investigador humano refinando su enfoque a medida que aprende del tema. Al final entrega un reporte con los artículos más relevantes, diciendo por qué lo es cada uno y citando sus fuentes. Además, proporciona un indicador de la exhaustividad de la búsqueda, lo cual es especialmente importante en revisiones sistemáticas, donde la exhaustividad es un elemento crítico. Undermind ofrece búsquedas gratuitas limitadas y opciones de pago para aquellos que necesiten un uso más intensivo.
Para probarla, seguí la dinámica que vengo haciendo en esta serie y realicé tres interacciones. En la primera, le hice una pregunta de investigación sobre la eficiencia energética en la manufactura sustentable. Undermind no respondió de inmediato: durante varios minutos pude ver cómo leía artículos, descartando los irrelevantes y refinando su búsqueda, un proceso transparente que me permitió observar su “razonamiento” en tiempo real. Ya en la segunda interacción, revisé el reporte final: cada artículo venía con una explicación de su relevancia y una cita precisa para identificarlo, lo que facilitaba su verificación. En la tercera, comparé sus resultados con una búsqueda que había realizado yo mismo semanas atrás en bases de datos tradicionales, y comprobé que Undermind identificó dos artículos que yo no había sido capaz de ver y que se me habían pasado por alto.
¿Qué hemos aprendido? Considero que las fortalezas de Undermind incluyen un enfoque exhaustivo y adaptativo que reduce el riesgo de omitir literatura realmente relevante; la transparencia del proceso, que nos permite ver su razonamiento; la lectura de textos completos y figuras, lo que muchas otras IA no hacen al enfocarse solamente al texto plano; y el indicador de exhaustividad, ideal para revisiones sistemáticas cuando se requiere un semáforo que permita tomar decisiones de inclusión o exclusión. En cuanto a limitaciones, el proceso es más lento que una búsqueda convencional (aunque esa lentitud es precisamente el precio que se paga por su rigor y profundidad en el análisis); la plataforma está totalmente en inglés y la versión gratuita limita el número de búsquedas por día y por mes. Por lo tanto, en una escala de cinco estrellas, le daría a esta IA un cinco en utilidad, un cuatro en facilidad de uso y un tres en accesibilidad económica.
En conclusión, Undermind supone un cambio de mentalidad: deja de buscar rápido, busca profundo; deja de buscar “algo”, busca “todo lo relevante”. Es la herramienta ideal para quienes hacen revisiones sistemáticas, o para quienes comienzan un proyecto en el que no pueden darse el lujo de dejar fuera literatura clave. Pero recuerden, como siempre digo: la IA busca a fondo, pero el juicio último de qué es realmente relevante es nuestro.
Ahora, una pregunta para la próxima entrega: ¿y si existiera una plataforma pensada específicamente para la ciencia que integrara la búsqueda de literatura, la lectura, la escritura e incluso los cálculos científicos en un solo entorno de trabajo diseñado para investigadores? Eso es lo que promete Bohrium AI y en nuestra siguiente entrega lo pondremos a prueba.
¡Nos leemos en la próxima entrega con Bohrium AI!
Jorge Luis García Alcaraz
Ingeniero Industrial y Maestro en Ciencias de la Ingeniería Industrial conDoctorados en Ingeniería Industrial; Ingeniería, Diseño de Producto y Procesos Industriales; Ciencias y Tecnología Industrial; Ingeniería Mecánica por la Universidad de Zaragoza (España) y Postdoctorado en Procesos de Manufactura.
Pertenece al Sistema Nacional de Investigadores en el Nivel III e investiga el modelado de sistemas de producción. Recibió el premio estatal de Ciencia, Tecnología e Innovación 2015.
Las opiniones expresadas por los columnistas en la sección Plumas, así como los comentarios de los lectores, son responsabilidad de quien los expresa y no reflejan, necesariamente, la opinión de esta casa editorial.
