Artificial intelligence (AI) / Inteligencia Artificial (IA): Una Guía

• Application ChatGPT in conducting systematic reviews and meta-analyses

• Are ChatGPT and large language models “the answer” to bringing us closer to systematic review automation?

• Artificial intelligence in systematic reviews: promising when appropriately used

• Harnessing the power of ChatGPT for automating systematic review process: methodology, case study, limitations, and future directions

• In-depth evaluation of machine learning methods for semi-automating article screening in a systematic review of mechanistic

• Tools to support the automation of systematic reviews: a scoping review

• The use of a large language model to create plain language summaries of evidence reviews in healthcare: A feasibility study

• Using artificial intelligence methods for systematic review in health sciences: A systematic review

Las herramientas de IA han tenido un impacto considerable en la investigación, gracias a su capacidad para simplificar tareas rutinarias y procesar grandes cantidades de datos. Estas ventajas operativas también han influido significativamente en el campo de las revisiones sistemáticas y la síntesis de evidencia. Su capacidad para automatizar tareas repetitivas y manejar grandes volúmenes de información potencia considerablemente el trabajo de los investigadores.

Sin embargo, es crucial reconocer que estas herramientas no están exentas de sesgos y debilidades inherentes. Es fundamental comprender sus limitaciones y utilizarlas de manera responsable para garantizar la integridad y la confiabilidad de las revisiones sistemáticas.

A continuación, se presentan algunos puntos clave a considerar:

1. Sesgos:

• Sesgos algorítmicos: Los algoritmos que sustentan las herramientas de IA pueden reflejar los sesgos de sus creadores o de los datos utilizados para su entrenamiento.
• Sesgos de selección: La forma en que se seleccionan y se incluyen los estudios en una revisión sistemática puede estar influenciada por las herramientas de IA, lo que puede llevar a sesgos en los resultados.

2. Debilidades:

• Falta de comprensión: Es importante que los investigadores comprendan el funcionamiento interno de las herramientas de IA para poder interpretar adecuadamente sus resultados.
• Incapacidad para evaluar la calidad: Las herramientas de IA no siempre pueden evaluar la calidad de los estudios de investigación, lo que puede llevar a la inclusión de estudios de baja calidad en las revisiones sistemáticas.

3. Consideraciones éticas:

• Derechos de autor: Es importante respetar los derechos de autor de los materiales utilizados en las revisiones sistemáticas, incluso cuando se utilizan herramientas de IA para procesar o analizar dichos materiales.
• Propiedad intelectual: La propiedad intelectual de los resultados de las revisiones sistemáticas debe ser considerada cuidadosamente, especialmente cuando se utilizan herramientas de IA para generar informes o análisis.

En conclusión, las herramientas de IA pueden ser un recurso valioso para las revisiones sistemáticas, pero es fundamental utilizarlas de manera responsable y crítica. Los investigadores deben ser conscientes de los sesgos y debilidades inherentes a estas herramientas, y deben considerar cuidadosamente las implicaciones éticas de su uso.

Algunas heramientas (pueden conllevar costos) para explorar:

• Iris.ai: https://ted.iris.ai/
• Consensus: https://consensus.app 
• DistillerSR: https://www.distillersr.com/products/distillersr-systematic-review-software 
• Rayyan: https://www.rayyan.ai