Cómo la IA transforma el trabajo diario de los investigadores

La inteligencia artificial, que antes era una tecnología especulativa, ahora forma parte de la rutina diaria de los investigadores y está transformando la forma en que usan su tiempo y energía. Los hallazgos del informe Researcher of the Future de Elsevier muestran dónde la IA marca la mayor diferencia y revelan qué esperan y necesitan los investigadores de esta tecnología para impulsar una mayor adopción. La IA ayuda a los investigadores a recuperar tiempo Las demandas crecientes y los recursos limitados ejercen cada vez más presión sobre los investigadores.

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

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

• La incertidumbre sobre el financiamiento suma tensión: solo el 33 % espera contar pronto con más recursos en su campo.

A pesar de estos desafíos, los investigadores siguen comprometidos con producir trabajos de alta calidad y confiables. En ese contexto, valoran la IA porque les ayuda a proteger 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 reemplazo de prácticas establecidas, y la aplican de formas específicas.

Los investigadores usan IA para gestionar la sobrecarga de información

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

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

• El 51 % la usa para revisiones bibliográficas.

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

Algunos usan IA para apoyar tareas más complejas y demandantes

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

• El 41 % usa IA para redactar propuestas de financiamiento, lo que agiliza un proceso que suele ser demandante y competitivo.

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

• El 38 % usa IA para escribir o preparar artículos y reportes 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 cómo se realiza, se comunica y se financia la investigación, pero deben cumplirse ciertos requisitos.

Una mayor adopción depende de la confianza

El optimismo en torno a la asistencia cada vez más profunda que puede ofrecer la IA se modera por preocupaciones sobre capacitación y supervisión. El 45 % se siente insuficientemente capacitado para usar IA y solo el 32 % califica como buena la gobernanza de IA de su institución. La confianza, no solo la capacidad técnica, determina la adopción. Los investigadores tienen claro qué ayudaría 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 literatura académica más actualizada

• Las expectativas de precisión, transparencia y supervisión reflejan normas de investigación de larga data y un enfoque 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 literatura actualizada (55 %)

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

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