🔬 Un comentario en Nature advierte que la IA puede aumentar los artículos publicados y reducir la variedad de temas estudiados. Guowei Huang, de la Universidad de Manchester, y sus coautores atribuyen esta tensión a los incentivos académicos. Proponen premiar nuevos datos y facilitar que los investigadores cambien de campo.
Según los estudios citados, quienes adoptan herramientas de IA publican cerca del triple de artículos y reciben casi cinco veces más citas. Sin embargo, los trabajos asistidos por IA abarcan un 4,6 % menos de terreno temático que aquellos sin IA. El patrón aparece en más del 70 % de los subcampos estudiados. Los autores sostienen que las instituciones favorecen problemas conocidos, fáciles de evaluar y premiar.
Aplicar modelos a datos públicos puede generar resultados publicables a bajo costo; crear nuevos conjuntos de datos puede exigir años de inversión. El comentario señala que el costo de obtener predicciones con IA se ha reducido unas cien veces en dos años. Crear y mantener infraestructura para observar sigue siendo caro. Por eso, los autores piden financiar nuevos datos en áreas desatendidas.
También proponen dejar de penalizar los cambios de campo. La IA permite recorrer más rápido la literatura de un área desconocida, pero los criterios académicos todavía favorecen trayectorias continuas. Los comités de contratación valoran publicar dentro de un mismo ámbito, y las agencias suelen exigir datos preliminares del trabajo previo.
✅ Las propuestas buscan que la IA amplíe las preguntas científicas que podemos abordar. El texto es un comentario: cita estudios previos, pero no presenta pruebas de que estas medidas funcionen.
