Cómo la IA transforma el trabajo diario de los investigadores

La inteligencia artificial, antes considerada una tecnología especulativa, ya forma parte de las rutinas diarias de los investigadores y está cambiando la forma en que emplean su tiempo y energía. Los resultados del informe Researcher of the Future de Elsevier muestran dónde la IA está teniendo un mayor impacto y revelan qué esperan y necesitan los investigadores de esta tecnología para impulsar una adopción más amplia. La IA ayuda a los investigadores a recuperar tiempo El aumento de las exigencias y la limitación de recursos ejercen una presión creciente sobre los investigadores.

• Solo el 45 % de las personas encuestadas considera que tiene tiempo suficiente para investigar

• El 68 % afirma que la presión por publicar ha aumentado en los últimos dos o tres años.

• La incertidumbre sobre la financiación aumenta la presión: solo el 33 % espera recibir pronto más financiación en su campo.

A pesar de estos retos, los investigadores mantienen su compromiso con un trabajo de alta calidad y fiable. En ese contexto, valoran la IA porque les ayuda a reservar tiempo para actividades como el diseño de estudios, el análisis, la colaboración y la mentoría.

• El 58 % afirma que la IA ya les ahorra tiempo

• El 69 % espera usarla para esas tareas en los próximos dos o tres años.

Los investigadores usan la IA para sostener la calidad de la investigación bajo presión, no como sustituto de prácticas establecidas, y la aplican de formas concretas.

Los investigadores usan la IA para gestionar la sobrecarga de información

El informe Researcher of the Future 2025 indica que el 58 % de los investigadores ya ha usado herramientas de IA en el trabajo, frente al 37 % del año anterior. Su prioridad es usar la IA para gestionar la sobrecarga de información.

• El 61 % usa la IA para encontrar y resumir nuevos estudios.

• El 51 % la usa para revisiones bibliográficas.

Estas tareas son complejas y requieren tiempo, especialmente al inicio de los proyectos. Los investigadores ven la IA como una herramienta de apoyo, no como autora. Aunque la adopción crece, la experiencia humana sigue siendo esencial para formular preguntas, evaluar la calidad y generar conocimiento. Los investigadores ven gran parte del valor de la IA en agilizar tareas rutinarias con una gran carga de información, lo que les permite centrarse en análisis más profundos y en el pensamiento creativo.

Algunos usan la IA para tareas más complejas y que requieren más tiempo

Un porcentaje menor de investigadores usa la IA en tareas más sofisticadas, incluidas algunas en las que compiten con otros equipos de investigación por financiación.

• El 41 % usa la IA para redactar propuestas de financiación, lo que agiliza un proceso que suele requerir mucho tiempo y ser competitivo.

• El 38 % recurre a la IA para analizar datos de investigación, acelerar la generación de conocimiento y trabajar con conjuntos de datos más grandes y complejos.

• El 38 % usa la IA para escribir o redactar artículos e informes de investigación, lo que ayuda a mejorar la claridad, la estructura y la eficiencia.

A medida que crece la adopción, los investigadores esperan que la IA desempeñe un papel aún mayor en la forma en que se realiza, se comunica y se financia la investigación, aunque deben cumplirse ciertos requisitos.

Una mayor adopción depende de la confianza

El optimismo sobre la ayuda cada vez mayor que puede ofrecer la IA se ve moderado por las preocupaciones sobre la formación y la supervisión. El 45 % siente que no cuenta con suficiente formación para usar la IA, y solo el 32 % valora como buena la gobernanza de IA de su institución. La confianza, y no solo la capacidad técnica, determina la adopción. Los investigadores tienen claro qué contribuiría a generar confianza:

• El 59 % confía más en las herramientas de IA cuando las referencias se citan automáticamente

• El 55 % valora los sistemas entrenados con la bibliografía académica más actualizada

• Las expectativas de precisión, transparencia y supervisión reflejan normas de investigación consolidadas y un enfoque centrado en la integridad.

Según el informe, los investigadores destacan la necesidad de marcadores de confianza para reforzar la confianza tanto en la investigación como en las herramientas de IA:

• Transparencia y citas claras (59 %)

• Actualidad de los datos e inclusión de bibliografía actualizada (55 %)

• Entrenamiento con contenido de alta calidad y revisado por pares (54 %)

• Validación humana periódica de los resultados de la IA (49 %)