Reseña

La habilidad de la inteligencia artificial para tomar decisiones de manera autónoma ha transformado la investigación en los paradigmas cuantitativo y cualitativo, a través del empleo de generadores de texto con parafraseo, humanizadores con detectores de IA, analizador de archivos, máquina de citas, entre otras herramientas creativas. La IA generativa en investigación se divide en tres partes principales: extracción de características, análisis de datos y visualización de datos. Si bien, parece abrumadora esta revelación, las regulaciones éticas de COPE, OASPA, IFLA, entre otras entidades de ciencia; son necesarias en el contexto de la conducta deontológica y su implementación en la investigación científica. Ahora bien, si se hace uso responsable de la IA más allá de las restricciones, y en combinación con el método científico, se conseguirá el propósito en sí: “una metodología para obtener nuevos conocimientos”.
El método científico es un proceso sistemático y riguroso que permite generar conocimiento objetivo, se basa en la observación, la experimentación y el análisis de datos para resolver problemas y descubrir la verdad. El método científico es fundamental para optimizar estos sistemas de decisión. A través de la implementación de modelos predictivos, los investigadores pueden identificar patrones en los datos y plantear interrogantes sobre la efectividad de diversas estrategias. Las hipótesis pueden someterse a prueba mediante simulaciones y estudios de caso, donde se examinan los resultados para determinar qué enfoques brindan decisiones más precisas y confiables. La aplicación de la metodología científica posibilita que estas decisiones sean más fundamentadas y respaldadas por evidencia, lo que reduce el riesgo de errores y aumenta la confianza en los sistemas automatizados.
Los autores hemos concebido un libro de investigación que ahonda en el método científico desde las perspectivas de Bunge, Kuhn, Tamayo y Popper, específicamente un análisis exploratorio y como se interrelaciona con la inteligencia artificial en el ámbito de metodología de investigación científica. El objetivo, establecer relaciones entre hechos metodológicos para la exploración de enunciados, leyes, postulados y teorías de investigación científica.
En el capítulo I, se explora la fusión del método científico con un marco ético robusto, vital para el desarrollo responsable de la inteligencia artificial, con énfasis en la toma de decisiones automatizadas y la influencia en el quehacer de los investigadores, dando un tratamiento especial a las teorías de Tamayo sobre la investigación crítica y reflexiva, en el capítulo II se contextualiza el método científico de Bunge en transición desde lo tradicional hasta la profundización en el acceso abierto a los investigadores y desarrolladores de IA, con recursos que son fundamentales para el entrenamiento de algoritmos y modelos.
En tanto, el capítulo III, aborda el falsacionismo y ciencia de Karl Popper y su afirmación en buscar evidencia y a ser escépticos ante teorías no comprobadas. Seguidamente, en el capítulo IV, se generaliza en la observación y experimentación del método científico de Thomas Kuhn, como un proceso lineal y acumulativo, proponiendo en su lugar la idea de que la ciencia avanza a través de revoluciones que transforman fundamentalmente la manera en que los científicos perciben y comprenden el mundo.
Este libro es retroalimentación que permite a los investigadores ajustar y refinar sus modelos de IA, asegurando que se ordenen cada vez más con las expectativas y requisitos definidos en las etapas iniciales del proceso de investigación, es decir, el método científico. Por ende, las plataformas de gestión de datos y los sistemas de análisis estadístico están comenzando a incorporar funcionalidades de inteligencia artificial, lo que permitirá a los investigadores combinar paradigmas cualitativos y cuantitativos de manera más fluida, ósea a través del método. Esta sinergia enriquecerá los análisis, además, proporcionará un marco holístico para entender fenómenos complejos.
En síntesis, es crucial que la comunidad científica esté abierta a la discusión y a la mejora constante de este método, integrando nuevas ideas y patrones que puedan surgir con el avance del conocimiento. A medida que la tecnología continúa evolucionando, se espera que su integración en el proceso de investigación se profundice, lo que permitirá a los investigadores abordar preguntas cada vez más complicadas y relevantes en todas las áreas del saber. En este contexto, el método científico se erige como una herramienta fundamental que guía la investigación en este ámbito y que asegura la validez y utilidad de los modelos generativos que se discuten en este libro.