Propósito: El presente estudio explora cómo la Inteligencia Artificial (IA) está remodelando la investigación científica al acelerar el descubrimiento, mejorar el análisis de datos y transformar aún más las metodologías de investigación. Su objetivo es identificar los roles que desempeña la IA en la investigación, resaltar los cambios metodológicos y examinar las preocupaciones éticas asociadas. Diseño/Metodología/Enfoque: La investigación utiliza datos secundarios de revistas académicas, revisiones editoriales y estudios de caso en múltiples disciplinas. El presente documento optó por el análisis de contenido para identificar patrones comunes, beneficios y limitaciones en la integración de la IA. Hallazgos: La eficacia de la investigación hoy se basa en la IA, que utiliza la automatización de tareas rutinarias como la prueba de hipótesis, revisiones de literatura y modelado de simulación. También apoya el proceso de revisión por pares. El aprendizaje automático permite el modelado predictivo, particularmente en ciencias biomédicas y ambientales, mientras que los grandes modelos de lenguaje ayudan en la resumación y en la respuesta a preguntas dentro de bases de datos académicas. Aunque vemos que persisten desafíos, incluyendo el sesgo algorítmico, riesgos de privacidad de datos y la limitada interpretabilidad de los sistemas de IA. Limitaciones/Implicaciones de la investigación: El presente estudio se basa en la literatura, carece de datos empíricos primarios. La futura investigación podría centrarse en aplicaciones específicas de IA en entornos de investigación del mundo real y evaluar los impactos a largo plazo. Implicaciones prácticas: Se anima a las instituciones de investigación a promover la alfabetización en IA, invertir en sistemas de IA transparentes y explicables, e implementar marcos éticos para guiar el uso responsable de la IA en la investigación. Originalidad/Valor: Este estudio ofrece una síntesis interdisciplinaria del impacto de la IA en la investigación, destacando tanto su potencial transformador como la importancia de una integración ética para una innovación sostenible.
Jain et al. (Mié,) estudiaron esta cuestión.