Un estudio teórico sugiere que la implementación de la inteligencia artificial (IA) en la investigación puede resultar en una disminución de la calidad del trabajo científico. A pesar de que se espera que los modelos de lenguaje aceleren el proceso, los investigadores podrían dedicar menos esfuerzo a cada proyecto, lo que podría afectar negativamente los resultados.
Investigadores de Princeton y la Universidad de Washington han desarrollado un modelo matemático que aplica la teoría del forrajeo, analizando cómo se distribuye el esfuerzo de los científicos entre diferentes proyectos. Según este modelo, al reducirse el tiempo invertido en tareas rutinarias, los investigadores podrían optar por abandonar partes del proceso que requieren un análisis más profundo, lo que podría perjudicar la calidad del trabajo final.
El estudio plantea tres escenarios distintos en los que se aplica la IA. En la primera situación, aunque AI permite evaluar ideas tempranas de manera más eficiente, los investigadores se vuelven más selectivos y, a pesar de que se eligen solo los proyectos más prometedores, el tratamiento de estos es menos exhaustivo. En dos de los tres escenarios analizados, se concluye que la investigación podría volverse menos efectiva debido a la reducción del esfuerzo en fases críticas.