Archivo del Autor: Julio Alonso Arévalo

Avatar de Desconocido

Acerca de Julio Alonso Arévalo

Bibliotecario de la Facultad de Traducción y Doc. de la USAL. Ex-Miembro del Grupo de Investigación E-LECTRA. Premio Nacional de Investigación por la UNE Premio mejor Profesional Social Media INFOAWARDS 2019. Creador y editor del repositorio E-LIS. Más de 80 artículos científicos publicados - Ver en E-LIS -en revistas científicas. El profesional de la información, Library Hi-Tech, Electronic Library. Investigación Bibliotecológica, Anales de Documentación... 12 libros publicados: Nueva fuentes de información en el contexto de la web 2.0 (Pirámide), Gutemberg 2.0 (TREA). Social Reading (Elsevier), eBooks en bibliotecas universitarias (TREA), El ecosistema del libro electrónico universitario (UNE), Un viaje a la cultura open (Amazon), GRATIS Zotero (Creative Spaces), Leyendo entre Pantallas (Trea), GRATIS Literaçia da infomrçao (ISPA) GRATIS Espistemologia y acceso abierto (UCE) GRATIS Makerspaces y bibliotecas. Barcelona: El Profesional de la Información EPI-UOC, 2018. Makerspaces. Espacios creativos en bibliotecas: creación, planificación y programación de actividades. Salamanca: Ediciones del Universo, 2019. Los libros, la lectura y los lectores a través de la literatura y las artes. Buenos Aires : Alfagrama Ediciones, 2019 Más de 2000 citas en Google Schoolar Creador y gestor del blog Universo abierto Director del programa de Radio Planeta Biblioteca Más de 250.000 seguidores en los grupos profesionales de Facebook.

Infiltración de contenidos generados por ChatGPT en artículos científicos de revistas de prestigio

Strzelecki, Artur. «‘As of My Last Knowledge Update’: How is Content Generated by ChatGPT Infiltrating Scientific Papers Published in Premier Journals?» Learned Publishing 38, no. 1 (2025). https://doi.org/10.1002/leap.1650

El artículo examina cómo el contenido generado por ChatGPT aparece en artículos revisados por pares en revistas de prestigio sin ser declarado por los autores. Utilizando el método SPAR4SLR, se identificaron fragmentos generados por IA en publicaciones indexadas en bases de datos científicas

El uso no declarado de contenido generado por ChatGPT en artículos científicos es un problema emergente, con ejemplos de textos generados por IA que han pasado desapercibidos en revistas académicas de prestigio. Esto ha sido detectado en publicaciones como Resources Policy, Surfaces and Interfaces y Radiology Case Reports, que finalmente fueron retiradas. La falta de transparencia sobre el uso de IA en la creación de contenido científico plantea desafíos para el proceso de revisión por pares y la aceptación de manuscritos en revistas científicas.

Este artículo propone investigar cómo identificar los artículos parcialmente generados por ChatGPT, cómo se citan en otros trabajos y cómo responden los editores a este tipo de contenido. La investigación busca mejorar las políticas editoriales y la calidad de los artículos publicados, enfocándose no solo en correcciones lingüísticas, sino en la creación de contenido generado por IA.

A través de búsquedas en Google Scholar, se ha identificó contenido generado por ChatGPT mediante frases recurrentes que este modelo utiliza, como «as of my last knowledge update» y «I don’t have access to». Estas frases fueron inicialmente utilizadas para encontrar artículos que contenían texto generado por la IA. Además, se identificaron otros términos frecuentes como «regenerate response», que aparecían en artículos científicos sin justificación, señalando que el contenido había sido generado o manipulado por el modelo de IA.

Utilizando el método SPAR4SLR, comúnmente empleado en revisiones sistemáticas de literatura, el autor analizó artículos indexados en las bases de datos Web of Science y Scopus, identificando secciones que presentan indicios de haber sido creadas íntegramente por ChatGPT.

Los principales hallazgos del estudio son:

  1. Presencia no declarada de contenido generado por IA: Se detectaron artículos en revistas de renombre que contienen material producido por modelos de lenguaje como ChatGPT, sin que los autores hayan reconocido su uso.
  2. Citas académicas: Varios de estos artículos ya han sido citados en otras investigaciones publicadas en revistas indexadas, lo que amplifica la difusión de contenido generado por IA en la literatura científica.
  3. Disciplinas afectadas: Aunque la mayoría de los artículos identificados pertenecen a las áreas de medicina e informática, también se encontraron en campos como ciencias ambientales, ingeniería, sociología, educación, economía y gestión.

La búsqueda identificó 1.362 artículos científicos en los que se confirma inequívocamente que porciones del texto fueron generadas por ChatGPT. La cantidad de artículos fue tal que podría realizarse un análisis manual, artículo por artículo. La mayoría de los resultados obtenidos por Google Scholar se vinculan con publicaciones de revistas no indexadas en bases de datos científicas de calidad como Web of Science y Scopus, o en plataformas que publican preprints, como arXiv, researchsquare, SSRN y otras. Sin embargo, una porción menor de los resultados pertenece a editores reconocidos como grandes publicadores científicos con gran influencia en los lectores. Muchos de los artículos identificados fueron publicados en revistas que están indexadas en las bases de datos Web of Science y Scopus y tienen indicadores de calidad como el Factor de Impacto y CiteScore derivados de la cantidad de citas.

El estudio subraya la necesidad de una discusión ética y metodológica sobre el uso de modelos de lenguaje como ChatGPT en la producción de trabajos académicos. La falta de transparencia en la utilización de estas herramientas puede comprometer la integridad científica y plantea interrogantes sobre la autoría y la originalidad en la investigación.

Este análisis invita a la comunidad académica a reflexionar sobre las implicaciones del uso de inteligencia artificial en la redacción científica y a establecer directrices claras que aseguren la transparencia y la calidad en las publicaciones.

El desafío de los preprints: comprensión pública y credibilidad en la era de la información rápida

Brainard, Jeffrey. «Preprints Often Make News. Many People Don’t Know What They Are.» Science, January 6, 2025. https://www.science.org/content/article/preprints-often-make-news-many-people-don-t-know-what-they-are

Los preprints son manuscritos no revisados que se publican en línea, y durante la pandemia de COVID-19, fueron cruciales para que los investigadores compartieran rápidamente sus hallazgos. Sin embargo, surgió preocupación sobre cómo transmitir estos resultados no revisados al público, que buscaba información urgente.

Dos estudios recientes indican que muchos lectores no comprenden la diferencia entre un preprint y un artículo revisado por pares, y que la mención de que un estudio es un preprint no influye en la credibilidad percibida de los hallazgos.

Alice Fleerackers, coautora de estos estudios, señala que aunque muchos preprints son de alta calidad, es esencial que los no especialistas comprendan este concepto. Un estudio realizado por Fleerackers y su equipo mostró que solo alrededor del 30% de los encuestados definieron correctamente los preprints, incluso cuando se les proporcionaba una definición en el artículo. Otro estudio liderado por Chelsea Ratcliff reveló que mencionar que un estudio era un preprint no afectaba la credibilidad otorgada por los lectores, aunque el lenguaje que atenuaba la certeza sí disminuía la confianza.

Fleerackers sugiere que la hesitación hacia los preprints no siempre está justificada, ya que las diferencias entre los estudios preprint y los revisados por pares suelen ser mínimas. Un movimiento creciente busca revisar rápidamente los preprints para mejorar su calidad. Fleerackers también insta a los periodistas a describir las incertidumbres de los estudios y a aclarar si estos han sido revisados, ya que la transparencia puede aumentar la credibilidad de las noticias científicas.

En resumen, la comprensión pública sobre qué son los preprints y cómo se diferencian de los artículos revisados es limitada, y aunque no afectan la credibilidad percibida, hay margen para mejorar la comunicación de las incertidumbres científicas.

El impacto de la inteligencia artificial generativa en la investigación

Ding, Liangping, Cornelia Lawson, y Philip Shapira. «Rise of Generative Artificial Intelligence in Science.» arXiv, 5 de enero de 2025. https://doi.org/10.48550/arXiv.2412.20960

La IA generativa está redefiniendo el panorama de la investigación científica, mostrando patrones únicos en términos de colaboración y especialización en comparación con otras tecnologías de IA. Esto subraya la importancia creciente de la IA generativa como una herramienta clave en diversas disciplinas científicas.

Se explora el impacto de la inteligencia artificial generativa (IA generativa o GenAI) en la investigación científica. Este estudio empírico, utilizando datos de OpenAlex, analiza el crecimiento, la difusión en diversos campos de estudio y la distribución geográfica de las publicaciones sobre GenAI entre 2017 y 2023.

Hallazgos:

  • Crecimiento Rápido: La IA generativa ha experimentado un crecimiento acelerado, expandiéndose desde la informática hacia otros dominios científicos. Este auge se refleja en el aumento de publicaciones científicas que emplean GenAI.
  • Difusión y Campos de Estudio: La investigación en GenAI no se limita solo al campo de la computación, sino que se ha extendido a múltiples disciplinas científicas, mostrando un patrón de difusión amplia.
  • Distribución Geográfica: Los investigadores estadounidenses han contribuido con cerca del 40% de las publicaciones globales sobre GenAI, seguidos por China. Otros países con economías avanzadas pequeñas y medianas también muestran un alto nivel de uso de GenAI en sus investigaciones.
  • Tamaño de los Equipos y Colaboraciones Internacionales: A diferencia de otras tecnologías de IA, los grupos de investigación en GenAI tienden a ser ligeramente más pequeños. Sin embargo, las colaboraciones internacionales en el ámbito de GenAI mantienen niveles comparables a otras áreas de IA, a pesar de las tensiones geopolíticas recientes.

Investigación en Criminología con Marco Ledesma. Planeta Biblioteca 2024/12/27

Investigación en Criminología y Ciencias Forenses con Marco Ledesma.

Planeta Biblioteca 2024/12/27

ESCUCHAR

Descargar

En la entrevista Marco Ledesma Ayora, investigador en Criminología en la Universidad Católica de Cuenca, define la criminología como una ciencia social interdisciplinaria enfocada en el estudio del crimen, el criminal y el control social, con un enfoque en prevención y tratamiento. Resalta la mejora de la investigación en criminología en Ecuador, especialmente en su universidad, y su admiración por la Universidad de Salamanca. Actualmente, investiga sobre Seguridad Pública, los efectos del fentanilo y el lenguaje criminológico. Vincula sus logros en judo con su formación en psicología, destacando la relación entre deporte y desarrollo personal. Además, reflexiona sobre los desafíos de la publicación científica en el contexto actual de la inteligencia artificial y la presión académica.

Los Zuchos del Vado. Viviendo en la era pop 2024/12/26

Los Zuchos del Vado.

Viviendo en la era pop 2024/12/26

ESCUCHAR

Descargar

Los Zuchos del Vado es una banda emblemática de la ciudad de Cuenca, Ecuador, reconocida por su fusión de géneros tradicionales y contemporáneos. El grupo toma su nombre del barrio El Vado, una de las zonas más tradicionales de Cuenca, cargada de historia y cultura popular. Esta conexión con sus raíces ha sido una constante en su música, que combina ritmos andinos, rock y sonidos modernos, creando un estilo único que ha resonado tanto a nivel local como nacional en este precioso país andino. En la entrevista con Jaime Martínez y José Cáceres, hemos tratado varios aspectos clave de la música de Los Zuchos, incluyendo la descripción de su estilo y su conexión con la identidad cultural. También conversamos sobre su proceso creativo, la importancia de la fusión musical y la evolución de su estilo.

Música de los Zuchos en Spotyfy

Bestiario Amazónico con Patricio Cabrera. Planeta Biblioteca 2025/01/01

Bestiario Amazónico con Patricio Cabrera.

Planeta Biblioteca 2025/01/01

ESCUCHAR

Descargar

IMAGENES DEL BESTIARIO

En la entrevista, Patricio Cabrera compartió los orígenes y el proceso creativo de Bestiario Amazónico, una obra que nació de la colaboración familiar con su padre y se nutrió de los relatos orales de abuelos mestizos y shuar. A través de la mezcla de elementos reales y fantásticos, el libro busca preservar las tradiciones culturales amazónicas mientras presenta criaturas míticas inspiradas en las creencias locales. Las ilustraciones de Geovanny Calle complementan la narrativa, ofreciendo una atmósfera visual única. Cabrera destacó la importancia de la colaboración con las comunidades, la recepción positiva del libro por los jóvenes, y la posible expansión de la obra a otros formatos, como cine o videojuegos, con el objetivo de contribuir a la conservación cultural y natural de la Amazonía.

Cabrera-Arévalo, Miguel, y Patricio Cabrera-Tenecela. Bestiario Amazónico. Ilustraciones de Geovanny Calle. Cuenca (Ecuador)  Ministerio de Cultura y Patrimonio, Cuenca [edición bilingüe en español-inglés]. Cabrera & Andrade, 2023

Bestiario Amazónico es una recopilación de criaturas y monstruos de las selvas del alto Amazonas, creada por los autores Miguel Cabrera-Arévalo y Patricio Cabrera-Tenecela, quienes son padre e hijo originarios de la provincia de Morona Santiago. El libro, basado en testimonios reales de abuelos mestizos y shuar, fusiona elementos de fantasía con la realidad, proporcionando una experiencia intrigante. Con ilustraciones neogóticas de Geovanny Calle, la obra es apreciada por jóvenes y aficionados a la literatura fantástica, y ofrece una visión única del misterioso mundo de la selva amazónica.

Uso de la Inteligencia Artificial y el Aprendizaje Automático en la British Library

Ridge, Mia. «AI (and Machine Learning, etc) with British Library Collections.» British Library Digital Scholarship Blog, December 2024. https://blogs.bl.uk/digital-scholarship/2024/12/ai-and-machine-learning-etc-with-british-library-collections.html

British Library está utilizando IA y AA para mejorar la accesibilidad, la organización y el análisis de sus colecciones, facilitando la investigación en el campo del patrimonio cultural digital. A través de una combinación de proyectos internos y colaboraciones externas, la biblioteca no solo está mejorando sus propias colecciones, sino también contribuyendo al debate sobre el uso ético y responsable de estas tecnologías en la preservación y difusión del conocimiento cultural.

La inteligencia artificial (IA) y el aprendizaje automático (AA) están transformando el campo de la investigación y el acceso a colecciones culturales y académicas. En la British Library, estas tecnologías se utilizan para enriquecer las colecciones, mejorando su accesibilidad y usabilidad en la investigación computacional. La biblioteca ha llevado a cabo una serie de proyectos internos y colaboraciones externas, además de capacitar a su personal para implementar IA y AA de manera ética y responsable.

La British Library ha sido un socio clave en el proyecto FRAIM de la Universidad de Sheffield (2024), centrado en la implementación responsable de la IA. Esto se refleja en su Estrategia de IA y Guía Ética, que subraya la importancia de utilizar estas tecnologías de manera que respeten la privacidad, la equidad y la transparencia. Además, la biblioteca ha promovido el debate sobre IA, fomentando la alfabetización en IA y datos para ayudar a los usuarios a comprender cómo se crean los modelos de aprendizaje automático y los conjuntos de datos.

Uno de los principales usos de la IA en la biblioteca es la transcripción de textos, un proceso fundamental para hacer que los libros y manuscritos digitalizados sean más accesibles para la búsqueda y el análisis. Herramientas como Transkribus y eScriptorium se han utilizado para transcribir texto manuscrito y impreso en una variedad de alfabetos y escrituras, lo que facilita el acceso a obras históricas y lingüísticas. Ejemplos de proyectos destacados incluyen el uso de Transkribus para el reconocimiento de texto manuscrito árabe y la automatización de la transcripción de libros bengalíes antiguos.

Además de estos proyectos internos, la British Library ha colaborado con otras instituciones para explorar el uso de IA y AA en el análisis de grandes volúmenes de datos. Un proyecto significativo fue Living with Machines (2018-2023), en colaboración con el Alan Turing Institute, que utilizó IA y ciencia de datos para analizar periódicos, libros y mapas históricos y comprender el impacto de la Revolución Industrial en las personas comunes. Este proyecto empleó diversas técnicas de IA, como la expansión léxica, la visión computacional y la clasificación de datos, y produjo más de 100 resultados en el repositorio de investigación de la biblioteca.

Internamente, la biblioteca también ha experimentado con IA en tareas específicas de catalogación y organización de colecciones. Un ejemplo de esto es el proyecto Languid: Language Identification Project (2020), en el que se utilizó IA para identificar y añadir códigos de idioma a más de 3 millones de registros de catálogo. Otro proyecto importante fue Flyswot (2021), que entrenó un modelo de aprendizaje automático para identificar imágenes de manuscritos digitalizados mal etiquetadas como «flysheets».

Además de los proyectos de investigación internos y las colaboraciones, la British Library ha puesto a disposición su Research Repository, que contiene conjuntos de datos útiles para entrenar modelos de IA. Entre estos recursos, destaca su colección de imágenes en Flickr Commons, que ha sido utilizada en proyectos como SherlockNet, que emplea redes neuronales convolucionales para etiquetar y describir automáticamente las imágenes de la colección.

Las pruebas demuestran que la herramienta de búsqueda ChatGPT es vulnerable a la manipulación y el engaño

Evershed, Nick. «ChatGPT Search Tool Vulnerable to Manipulation and Deception, Tests Show.» The Guardian, December 24, 2024. https://www.theguardian.com/technology/2024/dec/24/chatgpt-search-tool-vulnerable-to-manipulation-and-deception-tests-show

La herramienta de búsqueda de ChatGPT, impulsada por inteligencia artificial (IA), presenta vulnerabilidades que permiten manipular los resultados y devolver información errónea o incluso maliciosa, según una investigación realizada por The Guardian. La prueba reveló que el sistema es susceptible a la manipulación mediante el uso de contenido oculto en las páginas web, lo que podría alterar las respuestas de ChatGPT, un proceso conocido como «inyección de instrucciones» o «prompt injection». Esta técnica permite que terceros modifiquen el comportamiento de la IA, logrando, por ejemplo, que ChatGPT devuelva reseñas positivas de productos a pesar de que el sitio web contenga opiniones negativas.

En las pruebas realizadas, ChatGPT fue dirigido a páginas web falsas que imitaban las de productos, como una cámara, con el objetivo de analizar las respuestas generadas por la IA. Cuando las páginas contenían texto oculto con instrucciones para proporcionar una evaluación favorable, incluso cuando los comentarios reales eran negativos, la herramienta de IA generaba respuestas completamente positivas, manipulando así la percepción del producto. Además, en algunos casos, la inserción de texto oculto que no incluía instrucciones explícitas también modificaba las respuestas, favoreciendo una evaluación positiva mediante reseñas falsas.

La preocupación de los expertos en seguridad es significativa. Jacob Larsen, investigador de ciberseguridad, advirtió que si el sistema de búsqueda de ChatGPT se lanzara en su estado actual, existiría un «alto riesgo» de que se crearan sitios web diseñados específicamente para engañar a los usuarios y manipular los resultados de búsqueda. Sin embargo, también señaló que la funcionalidad de búsqueda es relativamente nueva y está disponible solo para usuarios premium, por lo que OpenAI probablemente esté trabajando en la corrección de estos problemas.

Las librerías japonesas colaboran con las bibliotecas para sobrevivir

Jiji. «Japanese Bookstores Collaborate with Libraries for Survival.» The Japan Times, December 30, 2024. https://www.japantimes.co.jp/news/2024/12/30/national/japanese-bookstores-collaborate-libraries-survival/

En Japón, algunas librerías están colaborando con bibliotecas para sobrevivir ante el auge de las compras en línea, lo que ha provocado el cierre de muchas librerías. Hisamido, una librería en Machida, Tokio, implementó un servicio que permite a los clientes tomar prestados y devolver libros de las bibliotecas municipales en su tienda, lo que ha aumentado sus ventas y el uso de las bibliotecas.

El gobierno japonés planea apoyar estas colaboraciones mediante una encuesta en el año fiscal 2025 para abordar la preocupación de que las bibliotecas poseen múltiples copias de los mismos libros, afectando las ventas. Con los resultados, se discutirán medidas para mejorar la situación.

Entre 2013 y 2023, el número de librerías en Japón disminuyó de 15.,602 a 10.918, y en noviembre de 2024, 28% de los municipios no tenían librerías. Shuichi Matsuki, de la Fundación de la Industria Editorial Japonesa, expresó preocupación por el acceso limitado de los niños a diversos libros.

La colaboración entre librerías y bibliotecas ha demostrado ser beneficiosa, ya que aumenta la conveniencia para los usuarios y fomenta las ventas de libros relacionados. El Ministerio de Educación ha iniciado un proyecto para apoyar estos esfuerzos y promover modelos similares a través de los gobiernos locales.

Uso de grandes modelos lingüísticos como herramientas de inteligencia artificial en la investigación académica y la publicación entre los investigadores

Mishra, Tanisha, Edward Sutanto, Rini Rossanti, Nayana Pant, Anum Ashraf, Akshay Raut, Germaine Uwabareze, Ajayi Oluwatomiwa, y Bushra Zeeshan. «Use of Large Language Models as Artificial Intelligence Tools in Academic Research and Publishing Among Global Clinical Researchers.» Scientific Reports 14, no. 31672 (2024). https://doi.org/10.1038/s41598-024-81370-6.

El articulo explora el creciente uso de los Modelos de Lenguaje de Gran Escala (LLMs) en la investigación académica, particularmente en el ámbito clínico. Los autores analizan cómo estos modelos, como el Generative Pre-trained Transformer (GPT), están siendo empleados para tareas como la revisión de literatura, el cribado de resúmenes y la redacción de manuscritos.

El estudio se basa en una encuesta transversal aplicada a 226 investigadores médicos y paramédicos de 59 países, formados en el programa de Certificación en Investigación de Harvard Medical School entre 2020 y 2024. Los resultados muestran que el 87.6% de los encuestados estaban al tanto de los LLMs, y aquellos con mayor conocimiento tendían a tener un mayor número de publicaciones indexadas en PubMed.

Entre los encuestados conscientes de los LLMs, el 18.7% los había utilizado principalmente para corrección gramatical y formateo, aunque una proporción significativa no reconoció explícitamente su uso en sus publicaciones. La percepción general sobre el impacto futuro de los LLMs es mayormente positiva, con el 50.8% de los encuestados anticipando un impacto beneficioso en el proceso de publicación, especialmente en la corrección gramatical, revisión y edición, redacción y revisión de literatura.

El estudio también revela preocupaciones éticas, ya que el 58.1% de los encuestados opinó que las revistas deberían permitir el uso de IA en la investigación, mientras que el 78.3% cree que se deben establecer regulaciones para evitar abusos. Los autores enfatizan la necesidad de desarrollar directrices y un marco ético para gobernar el uso de la IA en la investigación académica, abordando los desafíos actuales y asegurando un uso responsable de estas herramientas avanzadas.