En la entrega anterior se puso a prueba la IA SCIPUB+ y se descubrió que nos acompaña en el proceso de escritura académica sin sustituir nuestro pensamiento crítico como investigadores. Al final quedó una pregunta: ¿y si pudiéramos hacerle preguntas directas a la ciencia y obtener respuestas respaldadas por artículos publicados revisados por pares? Hoy se abre un nuevo capítulo en esta serie y ponemos a prueba Asta, una plataforma desarrollada por el Allen Institute for AI, uno de los institutos de IA más prestigiosos y que combina búsqueda de literatura, generación de reportes y análisis de datos en un solo lugar.
Pensemos que estamos iniciando una investigación sobre manufactura sustentable y necesitamos tres cosas: encontrar los artículos más relevantes publicados recientemente, generar un reporte que sintetice el estado del arte y explorar estadísticamente un conjunto de datos preliminares. Para empezar, debo decir que eso implicaría usar al menos tres plataformas distintas. ¿Y si una sola herramienta pudiera hacer todo eso? Eso es lo que hace Asta. Asta (asta.allen.ai) es un asistente de investigación que utiliza IA para buscar, resumir y analizar evidencia científica, apoyándose en más de 108 millones de resúmenes y 12 millones de artículos de texto completo.
La plataforma ofrece tres funciones principales. La primera, Find Papers, permite explorar literatura reciente, seguir líneas de citas y recibir explicaciones de por qué un artículo resulta relevante para nuestra hipótesis. La segunda función genera reportes estructurados a partir de la literatura y sintetiza hallazgos de múltiples estudios en un documento coherente. La tercera, Analyze Data, traduce preguntas en lenguaje natural en análisis estadísticos reproducibles, generando hipótesis y explicaciones claras. Esta última función, actualmente en fase beta, está pensada para hacer más accesible la investigación basada en datos sin necesidad de conocimientos de programación.
Asta es gratuita, atractiva para la comunidad académica. La puse a prueba y realicé tres interacciones. En la primera, usé Find Papers para buscar literatura sobre eficiencia en cadenas de suministro. Asta encontró artículos relevantes y explicó por qué cada uno era pertinente, lo cual no hacen las bases de datos tradicionales. En la segunda interacción, hice un reporte de los hallazgos de los artículos encontrados, y el resultado fue un documento organizado, con estructura lógica y referencias adecuadas. La tercera prueba fue con Analyze Data, ahí subí un conjunto de datos ficticios y le pedí que identificara relaciones entre variables y el resultado fue un análisis con explicaciones comprensibles, sin embargo, aquí debo mencionar algo. La función de análisis de datos es muy potente, pero debemos ser cuidadosos. Si subimos datos a una plataforma de IA estamos compartiendo información que puede ser sensible cada vez que lo hacemos: datos no publicados, resultados preliminares, información de participantes o datos industriales confidenciales. Lo que sí les puedo recomendar es que antes de subir cualquier dataset a cualquier IA verifiquen la política de privacidad de la plataforma, se aseguren de anonimizar los datos y consulten con su institución si existe alguna restricción sobre el manejo de información. Nunca la conveniencia debe estar por encima de la ética y la confidencialidad.
¿Qué hemos aprendido? Lo que hace fuerte a Asta es el respaldo institucional del Allen Institute for AI, la gran base de datos científica sobre la que trabaja, la explicación contextual de por qué cada artículo es relevante y la integración de búsqueda, reporte y análisis, todo en una sola plataforma. En cuanto a las limitaciones, la función de análisis de datos se encuentra todavía en versión beta, por lo que puede presentar inconsistencias. Además, la plataforma está totalmente en inglés, y es necesario formular las consultas con cierta precisión para obtener los mejores resultados.
Por lo anterior, en una escala de cinco estrellas, a Asta le otorgo cinco en utilidad, cuatro en facilidad de uso y cinco en accesibilidad económica. En conclusión, Asta es un salto cualitativo, ya que la primera herramienta de esta serie que combina búsqueda de literatura, generación de reportes y análisis de datos bajo un mismo techo, respaldada por una institución de primer nivel. Pero recuerden: la potencia de una herramienta no nos exime de la responsabilidad sobre qué datos compartimos y cómo los usamos. Ahora, una pregunta para la próxima entrega: ¿y si pudiéramos partir de un solo artículo que ya conocemos y descubrir visualmente toda una red de investigaciones conectadas, como si siguiéramos un mapa de rutas entre estudios que no sabíamos que existían? Eso es lo que promete Research Rabbit, y la pondremos a prueba muy pronto.
¡Nos leemos en la próxima entrega con Research Rabbit!
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.
