Con esta guía pretendemos ofrecer desde la BUH a la comunidad investigadora orientaciones prácticas y responsables sobre el uso de la inteligencia artificial en investigación y publicación científica, así como facilitar recursos y herramientas vinculados a la Inteligencia Artificial para apoyar la calidad, la ética y la visibilidad de la producción académica. El contenido de esta guía está abierto a incorporar nuevos contenidos de ayuda y actualizaciones periódicas.
En la actualidad, las herramientas de inteligencia artificial de apoyo a la investigación son muy numerosas y de gran diversidad. Además, se encuentran en constante evolución: se actualizan con frecuencia, incorporan nuevas funcionalidades y, de forma continua, surgen alternativas inéditas.
Intentar clasificarlas no es tarea sencilla, ya que pueden organizarse atendiendo a múltiples criterios. Establecer una clasificación de las mismas, así como el uso que hagamos de estas herramientas, dependerá en buena medida del contexto, de la experiencia personal y de la combinación que mejor se adapte a las necesidades de cada investigador o investigadora.
Infografía de ejemplo, vía Meed
La inteligencia artificial generativa tiene la capacidad de proporcionar contenido original y creativo.
Estos modelos son capaces de generar contenido nuevo, ya sean texto, imágenes, música u otro tipo de datos, basándose en patrones y estructuras aprendidas de conjuntos de datos de entrenamiento.
Utilizan técnicas como redes neuronales y algoritmos de aprendizaje profundo para aprender a generar contenido.
La IA aprende a tomar decisiones y generar contenido a través de la interacción con un entorno. Mediante el uso de recompensas y retroalimentación.
Aunque los modelos de lenguaje pueden generar texto de manera eficiente, aún se necesita el juicio humano para evaluar la calidad y la relevancia de la información generada.
Las técnicas utilizadas en inteligencia artificial son principalmente:
Aprendizaje automático: rama de la IA que se enfoca al desarrollo de algoritmos y modelos que permiten a las ocmputadoras aprender y mejorar automáticamente a partir de datos y sin ser programadas explícitamente.
Big Data: los lagoritmos son capaces de aprender y adaptarse a medida que se les proporciona más información mejorando su rendimiento.
Fuente: Arévalo, Alonso. Inteligencia artificial y su impacto en la escritura académica. https://www.youtube.com/watch?v=wl1V5IKFCsM
Web sobre Inteligencia Artificial del SIC UHU
Información sobre Copilot y Recursos Recomendados
La evolución de la inteligencia artificial está teniendo, al igual que en otros ámbitos académicos y sociales, un impacto significativo en las bibliotecas universitarias. Dicho impacto se manifiesta en diversas dimensiones:
Aspectos éticos y de gobernanza: cuestiones relacionadas con la privacidad de los datos, el acceso equitativo a la información y la transparencia en el uso de algoritmos.
Integridad académica: problemas vinculados con el plagio, la autoría científica en la producción asistida por IA y la necesidad de establecer criterios claros de uso responsable.
Innovación en servicios bibliotecarios: incorporación de chatbots en los servicios de referencia, sistemas avanzados de indexación, etc.
Ante este escenario, resulta esencial que las bibliotecas universitarias avancen en un doble sentido:
Aprovechar las oportunidades que ofrecen estas tecnologías para mejorar sus servicios.
Promover buenas prácticas que aseguren un uso responsable, ético y sostenible de la IA.
Asimismo, se vuelve cada vez más relevante el papel de las bibliotecas en la alfabetización en inteligencia artificial, ofreciendo recursos y formación que contribuyan a que la comunidad investigadora y académica comprenda sus posibilidades y limitaciones.
En este sentido, la presente guía constituye una contribución del Servicio de Biblioteca de la Universidad de Huelva al fomento de la alfabetización en IA entre su comunidad universitaria.
Fuente para ampliar:
Lo, Leo S. «AI Policies across the Globe: Implications and Recommendations for Libraries». IFLA Journal, 27 de agosto de 2023, 03400352231196172. https://doi.org/10.1177/03400352231196172.
Developing a library strategic response to Artificial Intelligence. The Hague: IFLA, 2023 https://doi.org/10.15131/shef.data.24631293.v1
Guía elaborada por José Carlos Morillo
Director de Área de Proceso Técnico, Automatización y Producción Científica
Contacto a través de teléfono (959-219310/) o bien correo electrónico jcarlos.morillo@biblio.uhu.es
La Comisión Europea ha emitido unas pautas internas sobre el uso de herramientas de IA generativa. Estas pautas reconocen el potencial de la IA generativa para
― inspirar, redactar, adaptar y resumir textos
― agilizar tareas.
Y establecen 5 reglas para un uso seguro:
1. No compartir con ninguna IA datos personales ni otra información que no sea de dominio público.
2. Contemplar que las respuestas de la IA pueden tener errores o sesgos.
3. Valorar si la IA podría estar infringiendo derechos de propiedad intelectual
4. No replicar literalmente en documentos propios resultados generados por IA
5. Evitar confiar en herramientas de IA para «procesos críticos o urgentes».
Estamos en:
Licencia Creative Commons Atribución-NoComercial-CompartirIgual 4.0 Internacional
.