La conferencia “La influencia de la Inteligencia Artificial Generativa en los procesos de investigación” se impartió el 26 de junio de 2024 en la Escuela Politécnica de Mieres, Se aborda la creciente relevancia de la Inteligencia Artificial generativa y su impacto en múltiples dominios de la investigación. La presentación inicia con una visión histórica general del concepto de Inteligencia Artificial (IA), destacando su evolución y popularización en diversos campos. John McCarthy define la IA por como “la ciencia y la ingeniería de la creación de máquinas inteligentes, especialmente programas informáticos inteligentes. Está relacionada con la tarea similar de utilizar ordenadores para comprender la inteligencia humana, pero la IA no tiene por qué limitarse a métodos biológicamente observables”. Por otro lado, la IA Generativa la definen García-Peñalvo y Vázquez-Ingelmo como “la producción de contenidos sintéticos inéditos, en cualquier forma y para apoyar cualquier tarea, mediante modelización generativa”. Esta capacidad de la IA generativa para producir contenido en forma de texto, imágenes, código, y video la convierte en una herramienta versátil y poderosa. Se presenta la evolución de los modelos de IA generativa, desde ChatGPT 3.5 hasta ChatGPT 4o. Estos avances han mejorado significativamente las capacidades de generación de contenido, ampliando las aplicaciones de la IA en investigación. Las herramientas de IA generativa están transformando los procesos de investigación al proporcionar soporte en el análisis de datos, la creación de modelos predictivos y la generación de nuevas ideas. Se destaca cómo la IA generativa puede asistir prácticamente en cualquier etapa de una investigación, desde la formulación de hipótesis hasta la interpretación de resultados. Se describen las fases de una investigación y los roles específicos que puede asumir la IA generativa en cada una de ellas. La conferencia ofrece una visión de la IA generativa desde la perspectiva de profesores, estudiantes, investigadores, tomadores de decisiones y desarrolladores. Cada grupo encuentra beneficios únicos en el uso de esta tecnología, aunque también enfrenta desafíos específicos. Se subraya la importancia del promting (el arte de formular instrucciones precisas para obtener resultados deseados) y del contexto para la calidad de la respuesta de los modelos de IA. La habilidad de formular preguntas y proporcionar el contexto adecuado puede determinar la utilidad y precisión de las respuestas generadas por la IA. Se presentan los principios y recomendaciones de la Unión Europea para el uso responsable de la IA generativa en la investigación, basados en el documento “Living Guidelines on the Responsible Use of Generative AI in Research”. Estos principios incluyen la fiabilidad, honestidad, respeto y responsabilidad en el uso de la IA generativa, promoviendo prácticas que aseguren la integridad y transparencia en la investigación. Conclusiones 1. Comprensión y ética. Prohibir el uso de estas herramientas en contextos académicos no es una opción viable. Es crucial comprender qué pueden aportar en la investigación y cuáles son los principios éticos que deben orientar su uso. 2. Amplio rango de usos y transparencia. La IA generativa tiene un amplio abanico de aplicaciones a lo largo del ciclo de investigación. Sin embargo, es fundamental abordar las implicaciones de la necesidad de mantener una traza de los datos, un área en la que estas herramientas aún enfrentan dificultades. Problemas como la transparencia, la atribución de autoría y las "alucinaciones" (generación de información falsa o errónea) son desafíos que deben ser gestionados con cuidado. En conclusión, la IA generativa representa una herramienta poderosa y transformadora en el ámbito de la investigación, ofreciendo beneficios significativos mientras plantea nuevos desafíos éticos y prácticos. La adopción responsable y reflexiva de esta tecnología es esencial para maximizar sus ventajas y minimizar sus riesgos.