El Consejo Científico Internacional y su miembro, la Asociación China para la Ciencia y la Tecnología (REPARTO), en alianza con Nature, han lanzado una nueva serie de podcasts de seis partes que explora el panorama cambiante de las carreras de investigación. A lo largo de la serie, investigadores en etapas iniciales y medias de su carrera conversarán con científicos experimentados, compartiendo experiencias de crecimiento, colaboración y resiliencia ante cambios acelerados.
En este tercer episodio, Mercè Crosas, directora de Ciencias Sociales Computacionales y Humanidades de la Centro de Supercomputación de Barcelona, y Mohammad Hosseini, Profesor Adjunto de Ética en Universidad del Noroeste, discutir cómo la IA y la digitalización están transformando las carreras científicas y el proceso de investigación.
La conversación destaca tanto las oportunidades como los desafíos que la IA presenta para los investigadores en sus inicios y etapas intermedias de carrera. Si bien las nuevas tecnologías permiten avances y abren nuevas vías de investigación, también plantean inquietudes sobre la equidad en el acceso, la excesiva dependencia de herramientas automatizadas y la erosión del pensamiento crítico.
Izzie Clarke: 00:01
Hola y bienvenidos. Soy la periodista científica Izzie Clarke. En este podcast, presentado en colaboración con el Consejo Científico Internacional y con el apoyo de la Asociación China para la Ciencia y la Tecnología, hablaremos sobre el poder de la ayuda digital y la inteligencia artificial (IA), su importancia para las carreras científicas y su potencial amenaza para la ciencia.
Hoy me acompaña Mercè Crosas, directora de Ciencias Sociales Computacionales y Humanidades del Barcelona Supercomputing Center y presidenta del Comité de Datos del Consejo Científico Internacional, conocido como CODATA.
Mercè Crosas: 00:42
Hola.
Izzie Clarke: 00:43
Y Mohammad Hosseini, profesor adjunto de Ética en la Universidad Northwestern de Chicago y miembro de la Global Young Academy.
Mohammad Hosseini: 00:51
¿Hola como estás?
Izzie Clarke: 00:52
Muy bien, gracias. Para empezar, una pregunta para ambos es: ¿por qué es este un momento crucial para reflexionar sobre cómo la digitalización y la IA están moldeando las carreras científicas?
Mohammad Hosseini: 01:05
Creo que estamos viendo cada vez más una toma de decisiones basada en datos por parte de los investigadores, que a veces también se refleja en la toma de decisiones nacional o local, lo cual es bueno, pero en términos de carreras científicas, esto significa que necesitamos formar a los investigadores en nuevas habilidades.
Y esto siempre ha sido así. Pero debido al punto de inflexión, las cosas avanzan tan rápido que difícilmente podemos alcanzarlas. Las máquinas se están volviendo tan capaces que pueden desplazar o reemplazar la fuerza laboral humana en la ciencia. Nos encontramos en un momento crucial para debatir la digitalización y explorar quién se beneficia de estas tecnologías, quién podría quedar rezagado y cómo podemos garantizar la transparencia y la equidad en su uso.
Izzie Clarke 01:54
Mercè, ¿qué opinas?
Mercè Crosas: 01:56
Una de las primeras cosas es que la IA también se ha utilizado en la ciencia desde hace bastante tiempo, y el cambio se ha producido de forma progresiva. Es cierto que ahora existe un uso exponencial de la IA como método en gran parte de la producción científica.
Así pues, desde la exploración de la revisión bibliográfica hasta la búsqueda de la pregunta de investigación, el procesamiento y la recopilación de datos, el análisis en sí y la publicación de los resultados científicos. Supongo que ese punto de inflexión del que hablaba Mohammad tiene un impacto mucho mayor que nunca.
Izzie Clarke: 02:34
Hay muchos aspectos a considerar. Mencionaste la publicación y hablaremos de ello en breve. Pero en cuanto a oportunidades, ¿cuáles crees que surgirán para los investigadores en sus inicios y en la mitad de su carrera, y cómo esto está cambiando el panorama científico impulsado por la IA?
Mohammad Hosseini: 02:55
Supongo que las oportunidades se centran principalmente en hacer nuevos descubrimientos y hacer cosas que hace cinco años habrían sido un sueño. En cualquier área que pueda beneficiarse del modelado, avanzamos mucho más rápido ahora. Esto representa una oportunidad, especialmente para investigadores en etapas tempranas y medias de su carrera, quienes pueden ser más hábiles en el uso de la IA, pero conlleva ciertas desventajas. Encontrar oportunidades en esta nueva dinámica requiere un nuevo tipo de curiosidad en la que no estamos entrenados. Pero creo que deberíamos intentar encontrar tareas en contextos de investigación que no se puedan automatizar y tratar de sobresalir en ellas.
Por ejemplo, en mi área de investigación, soy investigador de ética. Escribir un artículo bien argumentado ya está automatizado. Pero la mentoría, impartir una clase presencial, que además es interactiva y atractiva, o realizar entrevistas para recopilar datos y obtener nuevas perspectivas de las experiencias vividas de las personas, son tareas que no se pueden automatizar fácilmente. Y creo que debemos encontrar este grupo de tareas en nuestro propio contexto de investigación e intentar destacar en ellas.
Izzie Clarke: 04:06
¿Y Mercè?
Mercè Crosas: 04:07
No veo mucho riesgo de que los científicos, ya sean jóvenes o de mediana edad, sean sustituidos. Lo que veo son oportunidades para nuevas preguntas de investigación que muchos científicos de generaciones anteriores ni siquiera se plantearon, ¿verdad? Así que, no se trata solo de que ahora podamos aplicar estas herramientas, sino de que podemos pensar en algunos campos de una manera completamente diferente. En biomedicina, en cambio climático, en física y biología para la genética, eso puede cambiar con el uso de la IA y nuevos tipos de datos.
Izzie Clarke: 04:39
Creo que estamos viendo que hay muchas maneras diferentes de recurrir a la IA y abordar distintas tareas, y hemos hablado de la formación continua. Entonces, ¿qué cree que deben tener en cuenta los investigadores científicos en sus inicios y en la mitad de su carrera, y dónde pueden obtener apoyo?
Mercè Crosas: 04:57
Es más importante que nunca ser rigurosos en la ciencia y comprender que, en definitiva, ya sea que usemos IA u otras herramientas, la ciencia es lo que hacemos, es inferencia y debe ser pública. Los métodos, los datos y la forma en que los hacemos deben ser verificados por otros.
Esto significa que, de nuevo, no solo usamos herramientas de IA para obtener respuestas, sino que necesitamos especializarnos más en cómo validarlas. Y para ello, necesitamos estar mejor preparados en cuanto a la teoría de los campos en los que investigamos y la rigurosidad de los resultados.
Izzie Clarke: 05:33
Sí, quiero decir, Mohammad, me encantaría saber tu opinión sobre esto también porque sé que es algo a lo que prestas mucha atención.
Mohammad Hosseini: 05:38
Sí, absolutamente. Y también quiero retomar lo que dijo Mercè. Sí, es importante reflexionar sobre la teoría, y al mismo tiempo, mucha gente argumenta que, debido al auge de la ciencia basada en datos, estamos presenciando el fin de la teoría social. La teoría no es tan importante, porque la gente puede simplemente recopilar datos y realizar minería de datos para ver qué es relevante sin siquiera haber tenido una hipótesis previa.
Y creo que es un avance notable que requiere mucha consideración y atención. Creo que uno de los desafíos que también quiero destacar es el hecho de que tenemos acceso a diferentes recursos, según la ubicación. También existen disparidades en cuanto a lo que ofrecen las instituciones. Tengo el privilegio de trabajar en una prestigiosa universidad privada de EE. UU. que ofrece acceso gratuito a diversos modelos de IA, pero este no es el caso de millones de otros investigadores.
Y esta disparidad pone a muchas otras personas en desventaja. Muchas universidades ni siquiera cuentan con una política general para el uso de modelos de IA. Si yo estuviera en una universidad así, intentaría hablar con la administración o la biblioteca para pedirles orientación y capacitación.
Mercè Crosas: 06:54
Para continuar con el peligro de basarnos demasiado en los datos, no creo que ese sea el camino que debemos seguir, ¿verdad? El resultado es la intersección entre el modelo teórico y este enfoque basado en datos. Pero en cuanto al uso de la IA generativa o de nuevos tipos de herramientas de IA, creo que Europa tiene un enfoque bastante diferente al de otros lugares.
Actualmente se está desarrollando una nueva estrategia de IA en la ciencia y ciencia para la IA. Debemos ser cuidadosos con el tipo de herramientas de IA que utilizamos: si definen claramente qué datos se han utilizado, si son de código abierto y si se centran en una IA fiable, y creo que eso es fundamental.
Izzie Clarke: 07:36
Quería mencionar algo más. Hablamos de cómo usamos la IA en el trabajo y la publicación. Mohammad, ¿qué crees que los investigadores en sus inicios y en la mitad de su carrera deberían tener en cuenta en cuanto a la publicación y el uso de la IA?
Mohammad Hosseini: 07:54
Sí, creo que una de las cosas que debemos tener muy en cuenta es qué tarea le estamos delegando a la IA. ¿Qué tarea le estamos pidiendo que haga? Cuando comenzó este auge de la IA, se utilizaba principalmente al final del proceso de investigación, por ejemplo, en la edición de textos, la mejora de la legibilidad, etc.
Pero ahora estamos delegando estas importantes tareas en la IA, y la próxima vez que quieras pensar en tu próxima pregunta de investigación, en lugar de pensar más a fondo en los libros de texto que lees o en los nuevos artículos que lees, piensa: «Ah, déjame preguntarte qué dice la IA al respecto». Se vuelve muy adictivo, y animo a los investigadores a ser conscientes de las tareas que delegan y a preguntarse: ¿merece la pena?
Mi sugerencia es no publicar algo por publicar, a menos que tengas algo realmente importante que decir. Piensa en a quién citas. Si usas IA para buscar literatura, asegúrate de leer el contenido que citas, ya que muchas veces estas citas son irrelevantes.
Izzie Clarke: 09:03
Y creo que es un buen punto. Sí, hay maneras de usar la IA que podrían ser útiles en ciertos aspectos, pero es importante mantener activas algunas de esas habilidades y asegurarse de realizar la debida diligencia también en otros aspectos.
Y creo que eso probablemente nos lleva a un debate sobre la credibilidad. Entonces, dentro de tu campo y para el público en general, ¿qué se necesita para mantener la credibilidad en esta era digital? ¿Mercié?
Mercè Crosas: 09:30
Bueno, creo que es muy fácil. Es decir, tienes credibilidad cuando puedes comunicarlo, cuando lo entiendes completamente y comprendes en qué estás trabajando, y no ha sido generado por algo que desconoces. Volviendo a los valores de la ciencia y la ciencia abierta, que sea lo más transparente posible, que cualquier otra persona pueda verificar lo que has hecho a partir de cómo has aplicado el modelo de IA, el método, los datos que has utilizado, los flujos de trabajo, principios justos para datos localizables, accesibles, interoperables y reutilizables. Pero también software para que lo que uses sea compartible, localizable por otros y verificable.
Izzie Clarke: 10:06
Pero hay muchas maneras emocionantes en que esto puede ser una herramienta para transformar la ciencia y la digitalización. Entonces, Mercè, ¿cómo ves el crecimiento del papel de la comunicación científica a medida que avanza la tecnología?
Mercè Crosas: 10:20
Bueno, en cuanto a la comunicación científica, aún tenemos mucho trabajo por hacer para la sociedad. Y ya se esperan posibilidades u oportunidades para que la IA también ayude a resumir gran parte de la producción científica y a hacerla más accesible a un público más amplio. Por lo tanto, creo que puede ser interesante.
Izzie Clarke: 10:41
Y finalmente, ¿qué les da esperanza a ambos sobre el futuro de la ciencia en este mundo digital? ¿Mohammad?
Mohammad Hosseini: 10:47
Creo que lo que me da esperanza es una nueva generación de investigadores que alzan la voz. Estamos observando una nueva generación que se atreve a decir lo que piensa y está dispuesta a pagar un precio por ello. Estoy en Estados Unidos y veo todo tipo de grandes empresas y cómo pueden influir en el panorama de la investigación, las universidades y todo eso. Por eso, es muy importante para mí ver eso.
Izzie Clarke: 11:12
¿Y Mercè?
Mercè Crosas: 11:15
Así pues, creo que tenemos más herramientas para comprender cómo trabajamos, cómo colaboramos y qué nuevas preguntas podemos plantear en la ciencia. Y creo que esto nos da esperanza para una ciencia mejor si no perdemos lo que es la ciencia ni los valores de la ciencia abierta, sino también si aprovechamos este nuevo tipo de métodos de IA.
Izzie Clarke: 11:34
Muchas gracias a ambos por acompañarme.
Si eres un investigador en el inicio o mitad de tu carrera y quieres formar parte de la conversación sobre el futuro de la IA, únete al Foro del Consejo Científico Internacional para científicos emergentes.
Visítanos: consejo.ciencia/foro para obtener más información.
Soy Izzie Clarke, y la próxima vez hablaremos sobre cómo los investigadores jóvenes y de mediana edad pueden ayudar a proteger nuestro océano y el poder de un enfoque transdisciplinario para lograrlo. Hasta entonces.
Leer más sobre Ciencia sin fronteras: Colaboración internacional para la próxima generación de investigadores 
Lea más sobre Repensar el crecimiento y la resiliencia en el ecosistema de investigación 
Lea más sobre Ciencia transdisciplinaria: Carreras tempranas y medias que configuran el futuro de la ciencia 