Los puntos clave no están disponibles para este artículo en este momento.
Propósito El artículo discute la relevancia actual de la inteligencia artificial (IA) en la investigación y cómo la IA mejora varios métodos de investigación. Este artículo se centra en el estudio de caso práctico de revisiones sistemáticas de literatura (RSL) para proporcionar una guía sobre cómo emplear la IA en el proceso. Diseño/metodología/enfoque Los investigadores ya no requieren habilidades técnicas para utilizar IA en su investigación. La reciente discusión sobre el uso del Chat Generative Pre-trained Transformer (GPT), un chatbot de OpenAI, ha llegado al mundo académico y ha alimentado debates acalorados sobre el futuro de la investigación académica. No obstante, como dice el refrán, la IA no reemplazará nuestro trabajo; un ser humano que utiliza IA lo hará. Este editorial tiene como objetivo proporcionar una visión general del estado actual del uso de IA en la investigación, destacando tendencias y desarrollos recientes en el campo. Hallazgos El resultado principal son pautas para el uso de IA en el proceso de investigación científica. Las pautas se desarrollaron para el caso de revisión de literatura, pero los autores creen que las instrucciones proporcionadas pueden adaptarse a muchos campos de investigación, incluyendo, pero no limitado a, investigación cuantitativa, calificación de datos, investigación sobre datos no estructurados, datos cualitativos e incluso en muchas funciones de soporte y tareas repetitivas. Originalidad/valor La IA ya tiene el potencial de hacer el trabajo de los investigadores más rápido, más fiable y más conveniente. Los autores destacan las ventajas y limitaciones de la IA en el tiempo actual, que deberían estar presentes en cualquier investigación que utilice IA. Las ventajas incluyen objetividad y repetibilidad en procesos de investigación que actualmente están sujetos al error humano. Las desventajas más sustanciales radican en la arquitectura de los modelos de propósito general actuales, cuyo entendimiento es esencial para utilizarlos en la investigación. Los autores describirán las principales deficiencias sin entrar en detalles técnicos y sugerirán cómo trabajar con las deficiencias diariamente.
Burger et al. (Mon,) estudiaron esta cuestión.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: