Desde el lanzamiento de ChatGPT en 2022, el desarrollo y aparición de nuevos modelos de inteligencia artificial (IA) generativa no ha parado de crecer, abriendo posibilidades también para su
aplicación en investigación. Pero ¿cómo elegir entre el amplio abanico actualmente disponible?
Un
reportaje de la revista Nature ha recabado la opinión de diversos expertos sobre los puntos fuertes de diversos modelos de IA para su uso por parte de la comunidad científica, como en la elaboración de hipótesis, la
edición de manuscritos y la escritura de código, entre otros. El trabajo también aborda algunos aspectos controvertidos sobre el uso de estas herramientas en investigación.
Los nuevos modelos de razonamiento, como o1 (OpenAI) o
DeepSeek-R1, son útiles en la resolución de problemas matemáticos y en la escritura de código. Sin embargo, R1 también ofrece buenos rendimientos a la hora de generar hi pótesis, y el modelo se puede descargar libremente, lo que permite a los usuarios adaptarlo a sus necesidades. El reportaje apunta que estas características lo hacen atractivo para su adaptación al diagnóstico médico.
Los modelos abiertos son especialmente atractivos para los científicos
La posibilidad de disponer del modelo en servidores propios resulta relevante cuando se trabaja con datos protegidos o sensibles como los que a menudo manejan los investigadores. Es por ello que los modelos parcialmente abiertos, como el citado R1 o Llama (Meta), son atractivos para los científicos. Por ejemplo, se ha recurrido a Llama para predecir estructuras cristalinas y para simular resultados en un ordenador cuántico.
El reportaje destaca la aparición de modelos completamente abiertos, como OLMo o Qwen, que además de permitir su despliegue en local ofrecen los datos de entrenamiento de su algoritmo. Esto es útil para encontrar fuentes de errores y sesgos en dichos datos, y mejorar su eficiencia.
El trabajo apunta que, si la justicia acabase determinando que entrenar modelos de IA con contenidos sujetos a derechos de autor sin permiso es ilegal, aquellas herramientas entrenadas con contenidos en abierto, que permiten su reutilización y modificación, podrían ser las más seguras de usar en publicaciones científicas.
Referencia
OAD-ES-AMG-0001
Aceptar y salir
