OSDEL, una organización griega de gestión colectiva, ha identificado 10 desafíos y las formas en que la inteligencia artificial puede proporcionar respuestas o soluciones, en estos casos…
1. Mejorar el descubrimiento y la entrega de contenido
¿Cómo puede la inteligencia artificial facilitar la publicación de artículos de investigación? En primer lugar, mejora la visibilidad más allá de las simples búsquedas de palabras clave al integrar el contexto mediante la búsqueda semántica y responder preguntas en lenguaje natural. Como tal, proporciona recomendaciones de contenido más personalizadas.
Además, hace que las imágenes, vídeos y otros contenidos digitales interactivos sean fácilmente accesibles dentro de un artículo, promoviendo una capacidad de descubrimiento más amplia y profunda y un mejor acceso a la información multimedia en todo el panorama de búsqueda global.
Finalmente, estas tecnologías ofrecen enriquecimiento inteligente de contenido, extracción de metadatos y búsqueda por voz, lo que facilita la búsqueda y el acceso rápido a la información que necesitan los investigadores. Así que estamos pasando de la investigación tradicional de palabras clave a la investigación conversacional. Por tanto, el descubrimiento de contenidos es una de las áreas más transformadas por la inteligencia artificial generativa (GenAI).
2. Modernizar las funciones editoriales
Los procesos de las revistas científicas, como el envío de artículos, la revisión por pares y la producción, a menudo siguen siendo complejos, consumen mucho tiempo, son costosos y requieren mucho trabajo manual. Los editores pueden simplificar estos pasos para que el proceso de publicación sea más eficiente y sencillo para los autores.
La inteligencia artificial simplifica notablemente estos procesos. Ayuda a los autores con herramientas como el resumen automático, la traducción, la creación de ilustraciones o la revisión de textos. Durante el envío realiza el control de calidad y durante la evaluación de los artículos facilita el trabajo de revisores y editores, haciendo el proceso más rápido y eficiente.
3. Mejorar la integridad de la investigación
Las preocupaciones sobre la confiabilidad de la investigación han aumentado en los últimos años. La IA ayuda a identificar problemas como datos falsificados, informes inexactos o contenido escrito por inteligencias artificiales, lo que reduce la cantidad de publicaciones plagadas de errores.
Muchos editores, como Wiley, Elsevier y Springer Nature, ya han invertido mucho en esta tecnología y tienen sus propios sistemas de inteligencia artificial para garantizar la calidad y confiabilidad del contenido.
Sin embargo, la IA generativa también plantea desafíos a la integridad de la investigación, como el posible aumento del plagio o el uso no autorizado de imágenes y contenidos. Su capacidad para crear texto similar a un humano y modificar imágenes hace que el fraude sea más difícil de detectar. Por lo tanto, es esencial desarrollar estrategias para identificar y prevenir estos abusos a medida que estos desafíos se multiplican.
4. Diversificar las fuentes de ingresos
Las herramientas de descubrimiento y extracción de conocimientos que utilizan IA pueden ayudar a los editores a aumentar sus ingresos. Esto implica crear y vender nuevas versiones o formatos de contenido, como ofrecer contenido existente en varios idiomas. El contenido creado por humanos sigue siendo irremplazable porque el juicio humano proporciona un valor único.
5. Publicaciones centradas en el autor
Los autores suelen experimentar desafíos durante el proceso de escritura, particularmente debido a flujos de trabajo ineficientes para crear, enviar y almacenar borradores. Para los editores, atraer más autores y ofrecer contenidos de alta calidad es esencial en un entorno competitivo. Por lo tanto, mejorar la experiencia del usuario y la satisfacción del autor se vuelve crucial para el éxito.
LEA – HarperCollins vende sus libros a AI, una oferta considerada “insultante”
La inteligencia artificial ofrece soluciones como:
Ayuda para escribir : resumen automático, comprobación de términos y formatos, mejora del lenguaje.
Servicios inteligentes : generación automática de ilustraciones y sinopsis.
Automatización : envío y guardado automático de proyectos.
Personalización : búsqueda personalizada con perfiles de usuario sofisticados.
Conexión : herramientas de sugerencias para conectar expertos y talentos globales.
Accesibilidad : traducción automática para mejorar la legibilidad entre las comunidades internacionales.
6. Gestión de contenidos
Con la llegada de un futuro más abierto, la producción de investigación se está expandiendo para incluir no solo artículos, sino también códigos, datos, videos y más. Esta expansión aumenta la complejidad y el costo de la publicación, porque se vuelve difícil y costoso publicar continuamente nuevas versiones de un artículo con todos los nuevos resultados asociados.
El contenido histórico suele ser de gran valor para los investigadores, pero sigue siendo de difícil acceso, ya que la mayoría consiste en documentos impresos o imágenes digitalizadas.
La IA tiene el potencial de desempeñar un papel importante a la hora de proporcionar curación de contenidos personalizados y enriquecimiento avanzado de medios, como traducción multilingüe y creación de contenidos de audio.
También se puede utilizar para gestionar los derechos de propiedad intelectual monitoreando y controlando automáticamente los derechos, detectando violaciones y abusos. Además, a medida que los campos científicos se vuelven cada vez más interdisciplinarios, se necesita una clasificación y gestión de contenidos más efectiva.
7. Gestión de audiencias
Identificar y comprender a la audiencia adecuada es un desafío. Mostrar anuncios al público equivocado puede tener consecuencias negativas para las empresas y provocar una falta de participación del público objetivo.
Se necesita una mejor comunicación, conexiones más sólidas y una mayor transparencia entre los editores, los investigadores, la sociedad y los consumidores para atraer nuevas audiencias y ofrecer experiencias atractivas.
La inteligencia artificial ayuda a crear un método coherente para el descubrimiento y la segmentación de la audiencia, aprovechando el conocimiento profundo de los editores sobre los usuarios y sus intereses en varios canales. Esto permite la integración en los flujos de trabajo existentes para mejorar las soluciones de segmentación de audiencia, de acuerdo con los requisitos legales. Por ejemplo, la plataforma Hum de Atypon y el nuevo CDP CONNECT ayudan a los editores científicos a comprender mejor a su audiencia, reuniendo datos para acciones más específicas y efectivas.
8. Análisis del conocimiento y la investigación.
La confusión y el desacuerdo dentro del mundo académico sobre qué se debe medir y cómo crean ambigüedad en el mercado editorial. Los editores quieren ampliar, enriquecer y conectar su contenido a través de asociaciones de investigación globales, comparando sus datos con los de otros actores.
La IA ayuda a evaluar y predecir el impacto, las tendencias y la cobertura para identificar mejor las brechas y oportunidades. La IA generativa permite a los editores tomar decisiones rápidas basadas en datos simplemente haciendo preguntas en el lenguaje cotidiano, sin requerir la participación de analistas especializados.
9. Ciberseguridad y gestión de identidades
El ciberdelito representa una gran amenaza para el ecosistema académico, por lo que proteger los datos y la privacidad es esencial.
LEER: El informe funciona sin IA, con la etiqueta “Fabricación humana”
La inteligencia artificial es capaz de identificar y aclarar automáticamente información sobre investigadores e instituciones en función de atributos como nombres, historial de publicaciones, identificadores ORCiD o ROR/Ringgold. Esto garantiza una gestión de identidad más precisa e inteligente que cumpla con los requisitos legales. También ayuda con la detección inteligente de bots, señalando actividades sospechosas en los datos de uso.
10. GenAI para editores y empresas
Las organizaciones impulsadas por una misión, como las sociedades científicas, están preocupadas por el desarrollo ético de la IA y sus posibles sesgos. A algunos proveedores les resulta sencillo contratar personal para construir una red de servicios en colaboración con otros proveedores, mientras que otros consideran que la IA es demasiado compleja para implementarla y regularla, particularmente en lo que respecta a la infracción de derechos de autor y el procesamiento ético de datos.
Como ocurre con cualquier tecnología emergente, quedan muchas preguntas. No existen estimaciones confiables sobre el alcance del uso no autorizado de contenido para entrenar modelos de IA, y los proveedores aún no han evaluado el impacto de GenAI en sus fuerzas laborales. Algunos todavía están trabajando para definir sus principios y políticas en materia de inteligencia artificial.
Nota del editor: Ojo, no puede ser estrictamente una cuestión de ChatGPT, Gemini y otros Claudes aquí, sino de las soluciones que proporcionará una IA virtuosa. Así como aún no se han resuelto las cuestiones legales, ni tampoco la remuneración de los creadores.
La inteligencia artificial fortalece su alineación con los principios de la ciencia abierta, facilitando la transparencia, la accesibilidad y la colaboración. A medida que evolucionan los principales modelos de lenguaje, surgen soluciones innovadoras para mejorar los flujos de trabajo y el proceso de publicación.
Al mismo tiempo, los rápidos avances en IA requieren una gobernanza fortalecida para abordar los problemas de confianza, riesgo y cumplimiento. El futuro ofrece un inmenso potencial, centrado en la creación de valor y la aplicación responsable de la tecnología.
Créditos de las fotografías: DariuszSankowski, CC 0
Por Clément Solym
Contacto: [email protected]
