Las dos grandes limitantes de los investigadores y científicos, apunta Ezequiel Farré, director regional de Elsevier para Latinoamérica, son los recursos financieros y el tiempo, por lo que ScienceDirect AI busca abordar el segundo problema, a través de dar acceso al “corpus más grande del mundo de artículos y libros revisados por pares”.
Esta tecnología, explica Farré, se entrenó con las millones de publicaciones que Elsevier ha hecho desde su fundación en 1880 y en su desarrollo participaron más de 30,000 investigadores y bibliotecarios de 70 universidades, para, según la firma, reducir en un 50% el tiempo de búsqueda de literatura.
Otro punto relevante de esta tecnología es que los artículos son revisados por científicos pares y excluye cualquier información no verificada que se pudiera encontrar en internet, con la finalidad de evitar alucinaciones y, por el contrario, garantizar afirmaciones confiables y replicables
“De lo que se intenta publicar en Elsevier”, apunta Farré, “el 90-95% es rechazado. Solo se publica entre un 5-10%. Eso hace que el filtro y la calidad de lo que se publica sea muy, muy claro”.
Para el ejecutivo, esta plataforma pretende ser un cambio de juego en la forma de abordar las investigaciones científicos, en la misma medida que representó la llegada de internet. “Todo fue más rápido con los e-mails, por ejemplo, las comunicaciones se aceleraron y eso mismo va a pasar con la IA”, señala.
Entre las funciones de esta plataforma destacan la búsqueda y resúmenes de artículos completos y capítulos de libros; el asistente de lectura, es decir, un chat conversaciones que responde preguntas del contenido; comparación de experimentos, que analiza un conjunto de artículos y genera una tabla que desglosa cada pesquisa, resaltando sus aspectos clave, como objetivos, métodos y resultados.
Cómo acceder a ScienceDirect AI
De acuerdo con la empresa, ScienceDirect AI ya está disponible. Sin embargo, para tener acceso a la herramienta la empresa cuenta con diferentes niveles de suscripción que dependen de los usuarios, ya sean grandes universidades o investigadores individuales.
“No tenemos una lista de precios”, detalla Farré. “Entendemos que en el mercado tenemos instituciones grandes o pequeñas, e incluso estudiantes, por ello buscamos tener políticas de personalización referenciales para cada tipo de usuario. Cada caso se cotiza personalmente”.
En el mercado existen otras plataformas, como las herramientas de Deep Research, tanto de OpenAI como de Google, que también permiten realizar investigaciones profundas en internet sobre un tema complejo o incluso para asuntos de investigación de posgrado.
Si bien genera un informe exhaustivo a partir de datos de papers científicos disponibles de forma abierta en la web, estas herramientas tienen el riesgo de utilizar cualquier tipo de publicación, es decir, aumenta el riesgo de alucinaciones en el resultado.
De acuerdo con un análisis de la startup Vectara, la tasa de alucinaciones de este tipo de chatbots varía entre un 3 y un 27% en la actualidad y la variabilidad depende de factores como la calidad de los datos de entrenamiento y la naturaleza de las consultas.
