🔬 Investigadores como Ian Gaudet, neurocientífico de la Universidad Atlántica de Florida, usan modelos de IA en sus computadoras para proteger sus datos. Herramientas como Ollama y LM Studio permiten consultar bibliotecas científicas sin enviarlas a la nube. El beneficio exige dos cautelas: equipos más caros y respuestas que debes revisar.
El control de los datos es una razón para trabajar en local. Otra es poder repetir cómo se crea el índice de documentos. Con los mismos ajustes, ese paso devuelve resultados idénticos, según los investigadores citados. Los proveedores en la nube, en cambio, pueden actualizar sus modelos sin avisar: una consulta podría devolver resultados distintos al mes siguiente.
Jayashree Kalpathy-Cramer, Universidad de Colorado Anschutz, usó modelos locales mediante Ollama para indexar diez años de artículos de acceso abierto. Su sistema envía un informe diario con nuevos trabajos que merece la pena leer. Ejecuta la misma consulta en tres o cuatro modelos y otro combina las respuestas. Cada hallazgo resumido se coteja con el pasaje del que procede. El índice también permite agrupar artículos, crear mapas y preguntar por posibles vacíos de investigación.
La búsqueda puede atender al significado de los documentos, además de las palabras exactas. Casey Greene, Universidad de Colorado Anschutz, usó ese enfoque para buscar colaboradores entre resúmenes públicos de ayudas a proyectos. Encontró un investigador relevante cuyos proyectos no incluían la palabra buscada en el título.
✅ Una biblioteca local permite consultar tus documentos sin cederlos a un servicio externo, y la inferencia local es gratuita. El equipo necesario se ha encarecido y las respuestas requieren comprobar si son ciertas. Trabajar sin Internet también tiene límites: en el ejemplo del artículo, Gemma no puede buscar literatura como hace Copilot.
