Inteligencia Artificial para la investigación en salud: cómo utilizarla sin perder el criterio científico
De la búsqueda de evidencia al análisis de artículos: oportunidades, límites y buenas prácticas
La Inteligencia Artificial (IA) está cambiando la manera en que buscamos, leemos, analizamos y organizamos información científica.
Para quienes investigan en salud, esto representa una oportunidad importante. Encontrar artículos relevantes, comprenderlos, compararlos y organizar la evidencia puede requerir muchas horas de trabajo. Hoy existen herramientas capaces de apoyar varias de estas tareas y hacer más eficiente el proceso.
Pero hay una idea que debe acompañar cualquier conversación sobre IA e investigación:
La IA puede acelerar el proceso de investigación, pero no reemplaza al investigador.
Puede ayudar a encontrar literatura, explorar conceptos, analizar documentos, comparar estudios o identificar patrones. Sin embargo, la responsabilidad sobre la pregunta de investigación, la calidad metodológica, la interpretación de los resultados y las conclusiones continúa siendo del profesional.
Esta fue una de las principales ideas que compartimos durante un taller sobre uso de Inteligencia Artificial aplicada a la investigación, en el que trabajamos desde conceptos fundamentales hasta herramientas y aplicaciones prácticas.
El objetivo no fue aprender a "hacer investigación con IA", sino aprender a incorporarla de manera responsable dentro de un proceso que continúa siendo científico, crítico y humano.
La IA no reemplaza el método científico
Antes de hablar de herramientas, es necesario establecer un principio fundamental.
La Inteligencia Artificial puede apoyar diferentes etapas de una investigación, pero no sustituye el método científico.
No define por sí sola un problema relevante.
No determina si una pregunta está bien formulada.
No decide qué metodología es la más adecuada.
No establece si una evidencia es suficientemente sólida.
Y no puede asumir la responsabilidad científica sobre una conclusión.
Por eso, utilizar IA en investigación requiere combinar alfabetización científica y alfabetización en Inteligencia Artificial.
El investigador necesita comprender tanto las posibilidades de la herramienta como sus limitaciones.
¿En qué puede apoyar la IA a un investigador?
Las herramientas actuales pueden incorporarse en diferentes momentos del proceso.
1. Explorar y delimitar una pregunta
La IA puede ayudar a ampliar una pregunta inicial, identificar conceptos relacionados, términos alternativos, variables o posibles líneas de investigación.
Esto puede ser especialmente útil cuando estamos entrando en un tema nuevo.
Pero la herramienta amplía las posibilidades; el investigador decide qué problema estudiar.
2. Buscar literatura científica
Herramientas como Consensus o Elicit pueden facilitar la exploración inicial de evidencia mediante preguntas formuladas en lenguaje natural.
Otras, como ResearchRabbit o Connected Papers, permiten explorar relaciones entre publicaciones, autores y temas.
Esto puede ayudar a pasar de una búsqueda inicial a una comprensión más amplia del campo de investigación.
Sin embargo, encontrar un artículo no significa que ese artículo sea evidencia suficiente.
Las herramientas pueden apoyar el descubrimiento de literatura, pero el investigador debe establecer la estrategia de búsqueda y los criterios metodológicos que correspondan al tipo de estudio que está realizando.
3. Leer y analizar artículos
Una vez identificada la literatura, herramientas como Elicit, SciSpace o NotebookLM pueden facilitar una primera aproximación a documentos científicos.
Pueden ayudar a identificar:
objetivo del estudio;
metodología;
población y muestra;
principales resultados;
limitaciones;
variables y desenlaces.
También permiten formular preguntas sobre los documentos y organizar información para construir matrices de literatura.
Esto puede ahorrar tiempo, especialmente cuando se trabaja con un volumen considerable de publicaciones.
Pero existe una diferencia fundamental entre resumir un artículo y comprenderlo críticamente.
Un resumen generado por IA puede orientar la lectura.
No debería reemplazarla.
Comparar estudios e identificar patrones
Cuando una investigación involucra múltiples publicaciones, uno de los mayores desafíos es comparar los estudios de manera sistemática.
La IA puede ayudar a organizar información y responder preguntas como:
¿Qué poblaciones fueron estudiadas?
¿Qué metodologías se utilizaron?
¿Qué resultados se repiten?
¿Dónde existen diferencias?
¿Qué limitaciones aparecen con frecuencia?
Esto puede facilitar la identificación de patrones y posibles vacíos de investigación.
Pero nuevamente, la IA organiza la evidencia; el investigador la interpreta.
Una diferencia entre dos estudios puede tener múltiples explicaciones metodológicas o contextuales. Reconocerlas requiere conocimiento científico y comprensión del campo.
La validación sigue siendo responsabilidad del profesional
Este es probablemente el principio más importante.
El profesional valida.
Si una herramienta encuentra un artículo, se verifica el artículo.
Si resume un estudio, se revisa la fuente original.
Si extrae un resultado, se comprueba que la extracción sea correcta.
Si genera una referencia, se verifica que la publicación exista y que sus datos bibliográficos sean correctos.
Si propone una interpretación, el investigador determina si realmente está respaldada por la evidencia.
La IA puede acelerar muchas tareas.
Pero la responsabilidad científica no se puede delegar.
Investigar más rápido no significa investigar con menos rigor
La IA puede procesar información rápidamente. Esa es una de sus grandes ventajas.
Pero esa misma velocidad puede amplificar errores.
Una referencia incorrecta puede llegar rápidamente a un manuscrito. Una interpretación equivocada puede propagarse a través de una síntesis. Una información no verificada puede terminar formando parte de una presentación o publicación científica.
Por eso, la eficiencia nunca debe sustituir el pensamiento crítico.
La meta no es hacer investigación con menos cuidado.
Es utilizar la tecnología para reducir tareas repetitivas y dedicar más tiempo a aquellas que requieren razonamiento científico.
De las herramientas a un flujo de trabajo
En cada etapa puede existir una herramienta diferente.
La tecnología puede cambiar.
El proceso científico no.
Esta perspectiva también ayuda a evitar un error frecuente: buscar una herramienta que "haga toda la investigación".
No existe una plataforma que sustituya el conjunto de decisiones que implica investigar.
La competencia está en saber qué herramienta utilizar, para qué utilizarla y cómo verificar sus resultados.
Aprender muchas herramientas no necesariamente significa saber utilizarlas bien.
Lo importante es integrarlas dentro de un proceso.
Un flujo de trabajo puede ser:
Cinco principios para utilizar IA responsablemente en investigación
1. Empiece por la pregunta, no por la herramienta
La tecnología debe responder a una necesidad concreta de investigación.
2. Utilice IA para ampliar sus capacidades
La herramienta puede acelerar tareas, pero no reemplaza el razonamiento científico.
3. Verifique la información relevante
Las fuentes originales continúan siendo fundamentales para validar resultados, referencias y conclusiones.
4. Mantenga transparencia sobre su uso
Cuando el uso de IA sea relevante para el proceso, documente cómo y para qué fue utilizada, de acuerdo con las políticas de la institución, proyecto o revista científica.
5. Proteja la información
Antes de cargar documentos o datos en una herramienta, considere privacidad, confidencialidad, propiedad intelectual y políticas institucionales.
La investigación sigue siendo humana
La Inteligencia Artificial puede encontrar patrones, resumir documentos, organizar información y acelerar determinadas tareas.
Pero una buena investigación necesita algo más: curiosidad para formular preguntas relevantes, pensamiento crítico para evaluar la evidencia, rigor metodológico para diseñar estudios, experiencia para interpretar resultados y ética para proteger a las personas y utilizar responsablemente la información.
Por eso, la pregunta más útil no es:
¿Cómo hago mi investigación con Inteligencia Artificial?
Sino:
¿Cómo puedo utilizar la Inteligencia Artificial para mejorar mi investigación sin delegar mi responsabilidad científica?
La IA puede convertirse en un poderoso copiloto de investigación. Puede ayudarnos a explorar más, leer mejor y trabajar con mayor eficiencia.
Pero el investigador sigue siendo quien define el rumbo, evalúa la evidencia y toma las decisiones científicas.
Investigar con IA no significa confiar más en la tecnología. Significa aprender a utilizarla mejor, manteniendo el criterio científico en el centro.
En IASaludLovers creemos que esta combinación de tecnología, evidencia, pensamiento crítico y responsabilidad profesional será fundamental para construir una nueva generación de investigación en salud en América Latina.
