medigraphic.com
ISSN 2007-5057 (Impreso)
Investigación en Educación Médica

2023, Número 47

<< Anterior Siguiente >>

Inv Ed Med 2023; 12 (47)


Hacia revisiones de la literatura más eficientes potenciadas por inteligencia artificial

Carbajal-Degante E, Hernández Gutiérrez M, Sánchez-Mendiola M

Idioma: Español
Referencias bibliográficas: 29
Paginas: 111-119
Archivo PDF: 589.76 Kb.


RESUMEN

Las revisiones de la literatura para tareas de investigación y docencia se enfrentan cada vez más a nuevos retos, debido principalmente al crecimiento considerable del material bibliográfico en todas las disciplinas. Esencialmente, la búsqueda y selección de información se tornan exhaustivas y agotadoras debido a la falta de organización en la recopilación sistemática de documentos, así como el manejo incorrecto de los metadatos y la gran variabilidad en los resultados que ofrecen los mecanismos automáticos de consulta. En este sentido, la inteligencia artificial (IA) está revolucionando la revisión de la literatura al emplear sistemas capaces de analizar e interpretar el contenido de muchos documentos en una forma rápida, así como ofrecer resultados con un nivel de precisión mayor que los motores de búsqueda tradicionales. Este trabajo tiene como objetivo describir los avances recientes en la etapa de acoplamiento inteligente de los métodos para la revisión de la literatura académica, refiriendo al uso de herramientas de aprendizaje automático y aprendizaje profundo asociadas a la optimización en el procesamiento del lenguaje natural. Finalmente se abordan las implicaciones que conlleva emplear sistemas capaces de omitir juicios y tomar decisiones con respecto a la utilidad y relevancia de los datos analizados.


REFERENCIAS (EN ESTE ARTÍCULO)

  1. Ibáñez A. 2022: Más tráfico en Internet que el acumulado entres décadas. [Online]. 2019 [citado 2023 Mayo 6]. Disponibleen: https://blog.sarenet.es/trafico-web/.

  2. Extance A. How AI technology can tame the scientific literature.Nature. 2018 Septiembre;561:273-274.

  3. Majchrzak A, Markus ML, Wareham J. Designing for DigitalTransformation: Lessons for Information Systems Researchfrom the Study of ICT and Societal Challenges. MIS Quarterly.2016 Junio;40(2):267-277.

  4. Castro D, Rodríguez-Gómez D, Gairín J. Exclusion Factorsin Latin American Higher Education. Education and UrbanSociety. 2016 Julio; 49(2): p. 229-247.

  5. Zhang K, Aslan AB. AI technologies for education: Recentresearch and future directions. Computers and Education:Artificial Intelligence. 2021;2:100025.

  6. Zawacki-Richter O, Marín VI, Bond M, Gouverneur F. Systematicreview of research on artificial intelligence applicationsin higher education - where are the educators? InternationalJournal of Educational Technology in Higher Education.2019 Octubre;16(39).

  7. Salas-Pilco SZ, Yang Y. Artificial intelligence applicationsin Latin American higher education: a systematic review.International Journal of Educational Technology in HigherEducation. 2022 Abril;19(21).

  8. van de Schoot R, de Bruin J, Schram R, Zahedi P, de BoerJ, Weijdema F, et al. An open source machine learning frameworkfor efficient and transparent systematic reviews.Nature Machine Intelligence. 2021 Febrero;3:125-133.

  9. Wallace BC, Trikalinos TA, Lau J, Brodley C, Schmid CH.Semi-automated screening of biomedical citations for systematicreviews. BMC Bioinformatics. 2010 Enero;11(55).

  10. Larsen KR, Hovorka DS, Dennis AR, West JD. “Understandingthe Elephant: The Discourse Approach to BoundaryIdentification and Corpus Construction for Theory ReviewArticles”. Journal of the Association for Information Systems.2019;887-927.

  11. Zhang X, Yang A, Li S, Wang Y. Machine Reading Comprehension:a Literature Review. arXiv. 2019 Junio.

  12. Wagner G, Lukyanenko R, Paré G. Artificial intelligenceand the conduct of literature reviews. Journal of InformationTechnology. 2021 Octubre;37(2):209-226.

  13. Okoli C. A Guide to Conducting a Standalone SystematicLiterature Review. Communications of the Association forInformation Systems. 2015;37.

  14. Collins C, Dennehy D, Conboy K, Mikalef P. Artificial intelligencein information systems research: A systematic literaturereview and research agenda. International Journal ofInformation Management. 2021 Octubre;60:102383.

  15. Van de Schoot R, De Bruin J. Researcher-in-the-loop forsystematic reviewing of text databases. SciNLP: NaturalLanguage Processing and Data Mining for Scientific Text.2020 Junio.

  16. Lombaers P, de Bruin J, van de Schoot R. Reproducibility andData storage Checklist for Active Learning-Aided SystematicReviews. 2023 Enero.

  17. Ouzzani M, Hammady H, Fedorowicz Z, Elmagarmid A.Rayyan—a web and mobile app for systematic reviews. SystematicReviews. 2016 Diciembre;5.

  18. Ought. Building Elicit, the AI research assistant. [Online].2022 [citado 2023 Mayo 6]. Disponible en: https://ought.org/updates/2022-03-22-elicit.

  19. Zhao WX, Zhou K, Li J, Tang T, Wang X, Hou Y, et al. ASurvey of Large Language Models. arXiv. 2023 Marzo.

  20. Alkaissi H, McFarlane SI. Artificial Hallucinations in Chat-GPT: Implications in Scientific Writing. Cureus. 2023 Febrero;15(2).

  21. OpenAI. GPT-4 Technical Report. arXiv. 2023 Marzo.

  22. Devlin J, Chang MW, Lee K, Toutanova K. BERT: Pretrainingof Deep Bidirectional Transformers for LanguageUnderstanding. arXiv. 2019.

  23. Beltagy I, Lo K, Cohan A. SciBERT: A Pretrained LanguageModel for Scientific Text. In Proceedings of the 2019 Conferenceon Empirical Methods in Natural Language Processing and the 9th International Joint Conference on NaturalLanguage Processing (EMNLP-IJCNLP); 2019; Hong Kong,China: Association for Computational Linguistics. p. 3615-3620.

  24. Nicholson JM, Mordaunt M, Lopez P, Uppala A, Rosati D,Rodrigues NP, et al. scite: A smart citation index that displaysthe context of citations and classifies their intent using deeplearning. Quantitative Science Studies. 2021;2(3):882-898.

  25. Marshall IJ, Kuiper J, Wallace BC. RobotReviewer: evaluationof a system for automatically assessing bias in clinicaltrials. Journal of the American Medical Informatics Association.2016 Enero;23(1):193-201.

  26. Boell S, Wang B. www.litbaskets.io, an IT Artifact SupportingExploratory Literature Searches for Information SystemsResearch. In 30th Australasian Conference on InformationSystems; 2019 December.

  27. Li J, Larsen K, Abbasi A. TheoryOn: A Design Framework andSystem for Unlocking Behavioral Knowledge Through OntologyLearning. MIS Quarterly. 2020 Diciembre;44:1733-1772.

  28. d’Obrenan CvdB, Galliano F, Minton J, Botev V, Wu R. Searchingfor Carriers of the Diffuse Interstellar Bands AcrossDisciplines, using Natural Language Processing. arXiv. 2022Noviembre.

  29. Jobin A, Ienca M, Vayena E. The global landscape of AI ethicsguidelines. Nature Machine Intelligence. 2019 Septiembre;1:389-399.




2020     |     www.medigraphic.com