(Duodécima entrega de la serie “IA en el laboratorio de las ideas”)
En la entrega anterior pusimos a prueba Research Rabbit y descubrimos que a partir de un artículo semilla, nos permite explorar visualmente redes de investigación que no habríamos encontrado usando búsquedas tradicionales. Al final de esa entrega quedó una pregunta: ¿y si pudiéramos no solo ver qué artículos están conectados con nuestra investigación, sino también entender visualmente qué tan fuerte es esa conexión y cómo se agrupan temáticamente los estudios de un campo? Hoy ponemos a prueba Connected Papers, una herramienta que nació como un proyecto de fin de semana entre amigos y que hoy es utilizada por miles de investigadores en todo el mundo.
Imaginemos que estamos escribiendo la revisión de literatura para nuestra tesis doctoral en logística inversa. Tenemos un artículo clave que consideramos fundamental y nos preguntamos: ¿qué otros trabajos comparten su ADN académico? No solo los que lo citan, sino también los que están temáticamente emparentados y abordan problemas similares con enfoques distintos. Encontrar esas conexiones manualmente nos llevaría semanas. Pues nos preguntábamos: ¿Y si una inteligencia artificial pudiera mostrarnos todo esto en un único grafo interactivo? Eso es lo que hace Connected Papers, pues.
Connected Papers es una herramienta visual que ayuda a los investigadores a encontrar y explorar artículos académicos en su área de trabajo (connectedpapers.com). Hace funcionar de forma elegante en su sencillez: pones un artículo de referencia y la plataforma genera un grafo interactivo donde cada nodo es un papel, el tamaño del nodo denota el número de citas que tiene y la distancia entre los nodos denota la similitud en el contenido. Connected Papers, en contraste con Research Rabbit, que se basa en colecciones y redes de citación directa, emplea análisis de co-citación y acoplamiento bibliográfico para hallar artículos con un vínculo temático, aunque no se citen entre sí. Esto permite encontrar trabajos relevantes que jamás serían revelados por una búsqueda basada en palabras clave. La plataforma ofrece, por otra parte, vistas complementarias: “Prior Works”, que recoge los artículos fundamentales para sentar las bases del campo, y “Derivative Works”, que recoge los trabajos más recientes que han continuado esa línea de investigación. Connected Papers tiene un plan gratuito para generar un número limitado de grafos por mes, así como planes de pago para un uso más intensivo.
Para ponerla a prueba, seguí la dinámica habitual de toda la serie. Tomé un artículo propio sobre manufactura sustentable y realicé tres interacciones. En la primera, generé el grafo principal y el resultado fue visualmente adecuado, ya que pude identificar de inmediato clústeres temáticos que agrupaban artículos con enfoques metodológicos similares, con nodos más grandes que representaban los trabajos más influyentes del campo. En la segunda interacción, exploré la vista “Prior Works” y descubrí artículos fundacionales que, siendo honestos, no tenía en mi radar y que debería haber citado en trabajos anteriores. La tercera exploración fue sobre “Derivative Works”, en la que identifiqué investigaciones recientes que han extendido líneas de investigación similares a las mías, incluyendo autores con quienes podría establecer colaboraciones.
¿Qué aprendimos de esta IA? Bien, entre las fortalezas de Connected Papers destaco la claridad visual de sus grafos, que permiten comprender la estructura de un campo de investigación de un solo vistazo; la distinción entre trabajos previos y derivados, que facilita entender la evolución temporal de un tema y la capacidad de descubrir parentescos temáticos invisibles para las búsquedas convencionales En cuanto a las limitaciones, la plataforma está completamente en inglés, el plan gratuito restringe la cantidad de grafos mensuales, y no permite interactuar con el contenido de los documentos como las herramientas del primer bloque de esta serie. Tampoco ofrece alertas automáticas de nuevas publicaciones, a diferencia de Research Rabbit. Por lo tanto, en una escala de cinco estrellas, a Connected Papers le doy cinco en utilidad, cinco en facilidad de uso y cuatro en accesibilidad económica.
En conclusión, Connected Papers es una IA que modifica la forma en que revisamos la literatura: en vez de buscar artículos uno por uno, nos ofrece una visión completa de un campo de investigación. Resulta especialmente útil para quienes inician un proyecto nuevo y necesitan elaborar un mapa rápido del terreno. Como siempre digo: la IA nos muestra los caminos, pero elegir cuáles seguir y hasta dónde adentrarnos depende de nosotros.
Una pregunta para la próxima entrega: ¿y si pudiéramos no solo ver un grafo estático, sino también construir mapas de literatura dinámicos que crecen con el tiempo, se actualizan automáticamente con nuevas publicaciones y permiten rastrear visualmente la evolución de un campo de investigación? Litmaps es lo que promete y lo vamos a comprobar en el próximo programa.
¡Nos leemos en la próxima entrega!
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.
