Impacto de la Inteligencia Artificial generativa en la publicación científica

• Mayol Martínez, Julio ^[1]
  1. [1] Hospital Clínico San Carlos. Instituto de Investigación Sanitaria San Carlos. Universidad Complutense de Madrid. Madrid. España
• Localización: Enfermería Nefrológica, ISSN 2254-2884, Vol. 27, Nº. 3, 2024 (Ejemplar dedicado a: Volume 27, 3rd Quater (Jul-Sep) 2024), págs. 187-188
• Idioma: español
• Títulos paralelos:
  • The impact of generative Artificial Intelligence on scientific publishing
• Enlaces
  • Texto completo
• Resumen
  • español

    La inteligencia artificial (IA), definida como la capacidad de las máquinas para simular los procesos cognitivos que son propios de la especie humana, se ha convertido en poco más de dos años en una fuerza disruptiva en múltiples sectores de gestión del conocimiento y especialmente en el de la publicación científica1. El procesamiento de lenguaje natural, habilidad básica de la IA generativa que se ha desarrollado exponencialmente en menos de una década desde la descripción de la arquitectura transformer2 permite que las máquinas comprendan, interpreten y generen textos similares a los humanos de manera fluida y plausible3. Esto facilita la escritura automatizada de documentos, la síntesis de estudios previos y la producción de nuevos contenidos. Esto afecta profundamente a la forma en que se produce, comparte, accede, e incluso se evalúa la información. Las aplicaciones de IA generativa van a incrementar la eficiencia y accesibilidad de la investigación, pero también plantean desafíos éticos y de seguridad que requieren una consideración cuidadosa.

  • English

    Artificial intelligence (AI), defined as the ability of machines to simulate the cognitive processes that are inherent to the human species, has, in little more than two years, become a disruptive force in multiple knowledge management sectors and especially in scientific publishing1. Natural language processing, a core skill of generative AI that has developed exponentially in less than a decade since the description of the transformer architecture2, allows machines to understand, interpret, and generate human-like text in a fluent and plausible way3. This facilitates the automated writing of documents, the synthesis of previous studies, and the production of new content. This profoundly affects how information is produced, shared, accessed, and evaluated. Generative AI applications will increase the efficiency and accessibility of research, but they also raise ethical and security challenges that require careful consideration.