Hacia revisiones de la literatura más eficientes potenciadas por inteligencia artificial

Abstract

Las revisiones de la literatura para tareas de investigación y docencia se enfrentan cada vez más a nuevos retos, debido principalmente al crecimiento considerable del material bibliográfico en todas las disciplinas. Esencialmente, la búsqueda y selección de información se tornan exhaustivas y agotadoras debido a la falta de organización en la recopilación sistemática de documentos, así como el manejo incorrecto de los metadatos y la gran variabilidad en los resultados que ofrecen los mecanismos automáticos de consulta. En este sentido, la inteligencia artificial (IA) está revolucionando la revisión de la literatura al emplear sistemas capaces de analizar e interpretar el contenido de muchos documentos en una forma rápida, así como ofrecer resultados con un nivel de precisión mayor que los motores de búsqueda tradicionales. Este trabajo tiene como objetivo describir los avances recientes en la etapa de acoplamiento inteligente de los métodos para la revisión de la literatura académica, refiriendo al uso de herramientas de aprendizaje automático y aprendizaje profundo asociadas a la optimización en el procesamiento del lenguaje natural. Finalmente se abordan las implicaciones que conlleva emplear sistemas capaces de omitir juicios y tomar decisiones con respecto a la utilidad y relevancia de los datos analizados.