La conversación sobre Inteligencia Artificial (IA) se ha insertado también en el tema de las publicaciones académicas. Mientras la IA continúa avanzando, existe una creciente necesidad de contenido verificado, de alta calidad y revisado por pares, que alimente a los modelos de lenguaje de gran tamaño (LLM) y produzca resultados óptimos.
Confiar exclusivamente en modelos de IA de propósito general, cuyas fuentes a menudo son enigmáticas, podría llevar a resultados insatisfactorios. Es en aplicaciones del mundo real, como la medicina, los negocios y el ámbito legal, donde la precisión y la confiabilidad son cruciales.
Para proyectos valiosos y arriesgados, tanto gobiernos como corporaciones buscan contenido académico verificable y de alta calidad. Las empresas de IA también buscarán la colaboración de editores académicos de renombre, aprovechando tanto el contenido como la confianza que implica respaldo de la comunidad científica.
Editoriales líderes, como Elsevier, han estado utilizando datos de sus amplios depósitos de evidencia clínica, combinados con información clínica, financiera y operativa, para ofrecer orientación a médicos sobre los mejores cursos de atención. Algunos de estos modelos son conocidos como modelos de lenguaje pequeño (SLM), más específicos en comparación con los modelos “generales”. ¿Serán capaces otros editores de monetizar su contenido de manera efectiva para licenciarlo y comercializarlo?
Los LLM requieren vastos conjuntos de datos y será esencial que los editores internacionales con amplios repertorios de contenido impulsen casos de uso basados en evidencia. El éxito de estas estrategias dependerá de la influencia y la temática de cada editor. Se espera que las editoriales más grandes lideren este movimiento, aprovechando sus recursos y experiencia, mientras que las editoriales más pequeñas podrían aprender de estas iniciativas para encontrar su nicho de valor adicional.
La IA tiene el potencial de generar innumerables productos a partir del contenido académico. A medida que se desarrollen más casos de uso, aumentará su valor. Los editores académicos deben enfocarse en hacer que su contenido sea relevante en sus respectivos campos y considerar cómo pueden contribuir al avance hacia un mundo impulsado por la IA generativa.
Fuente: The Scholarly Kitchen