La crisis sanitaria de la COVID-19 ha puesto de manifiesto la necesidad de aumentar la inversión en investigación y desarrollo (I+D).
La pandemia también ha impulsado la rápida producción de tecnologías que utilizan inteligencia artificial.
El uso de la IA para la I+D sigue fuera del alcance de millones de profesionales científicos en todo el mundo.
El conocimiento científico impulsado por la IA debe democratizarse y compartirse para aumentar su impacto a escala mundial.
En este momento, las pulsaciones de teclado están recogiendo décadas de conocimiento científico que culminaron en un artículo, o en conclusiones de un experimento registradas en un cuaderno de laboratorio electrónico. Un repositorio recibe un artículo que tiene la clave de un avance enterrada en su texto. Este momento se repite en todo el mundo cada día de cada año
Es posible que el conocimiento necesario para el próximo gran avance científico ya se haya escrito, pero que pase desapercibido para herramientas que consideran el conocimiento como elementos aislados que simplemente hay que encontrar, en lugar de partes de una inteligencia colectiva.
El gasto mundial en I+D supera los 2 billones de dólares anuales. En 2020, Estados Unidos encabezó la lista de países, con un gasto de 609.700 millones de dólares, y Asia encabezó la de regiones, con 1,07 billones de dólares en gasto en I+D. Recientemente, el presidente de Estados Unidos, Joe Biden, propuso una inversión de 250.000 millones de dólares en investigación, y expresó su deseo de aumentar el gasto en investigación hasta el 2 % del PIB de Estados Unidos.
El desarrollo récord de las vacunas contra la COVID-19 pone de manifiesto los beneficios de aumentar la inversión en I+D. La pandemia mundial ha generado una colaboración sin precedentes en las comunidades científicas de todo el mundo y ha impulsado la rápida evolución de las tecnologías para combatir el virus, entre ellas la inteligencia artificial.
La Tercera Revolución Industrial allanó el camino para la difusión digital de los productos de I+D; big data científico estructurado y no estructurado, como conjuntos de datos y artículos de revistas especializadas. En la Cuarta Revolución Industrial, la IA ha avanzado en el descubrimiento de fármacos y en la genómica mediante el análisis de la proliferación de datos científicos facilitada por la Tercera.
A medida que la COVID-19 se extendía por las comunidades de todo el mundo, las editoriales pusieron a disposición en acceso abierto investigaciones que, de otro modo, podrían estar tras un muro de pago, a través de iniciativas como el COVID-19 Open Research Dataset (CORD-19). Se invitó a los científicos no solo a acceder a la investigación, sino también a aprovechar la IA para acelerar el descubrimiento en toda la colección, que ha crecido de forma exponencial, con picos de más de 5.000 artículos publicados por semana.
Como resultado, se crearon varios motores de búsqueda para la investigación sobre la COVID-19. Sin embargo, estas herramientas solo mejoraron la capacidad de encontrar documentos en la colección, lo que no tuvo ningún impacto en la aceleración de la comprensión de la propia investigación. Otras herramientas analizaron y cartografiaron temas de la investigación, creando visualizaciones y ayudas de navegación.
Estos proyectos, aunque apenas rozan lo que es posible con el conocimiento científico democratizado mediante la IA, mantienen en gran medida una perspectiva lineal del conocimiento en I+D. Se realiza una investigación, se redacta un artículo y ese artículo se almacena en un repositorio para su búsqueda tras enriquecerlo con palabras clave.
La circularidad del conocimiento científico como activos digitales se ilustra mejor con empresas como Benevolent AI, que recomendó fármacos para el tratamiento de la COVID-19 mediante el análisis de activos, incluida la literatura. En este caso, la investigación se consideró un conjunto colectivo para devolver la información derivada a la comunidad científica. A su vez, los científicos pudieron iniciar ensayos clínicos y generar nuevos conocimientos que se convertirían en activos digitales.
En una perspectiva lineal de los activos digitales en I+D, el conocimiento se degrada a información desconectada e individualizada. En una perspectiva circular, el conocimiento no se infrautiliza ni se desperdicia, sino que se recompila y se reutiliza para crear más conocimiento derivado del colectivo.
Sin embargo, la tecnología que emplean las empresas de descubrimiento de fármacos impulsadas por la IA está en gran medida fuera del alcance de millones de profesionales científicos en todo el mundo. Los costes elevados y un alcance demasiado amplio o demasiado limitado generan inaccesibilidad. Si la verdadera promesa de la IA para la I+D es un ciclo de retroalimentación continuo de creación y consumo de conocimiento, entonces debe democratizarse para maximizar su impacto.
La innovación circular se optimiza a medida que cada investigador y cada activo digital se incorporan a un ecosistema habilitado por la IA que analiza la inteligencia colectiva. Al eliminar las barreras de alcance y costes, más investigadores tienen acceso no solo para consumir conocimiento, sino también para crear nuevo conocimiento como subproductos de lo que descubre la IA.
Al liberar el conocimiento científico para su análisis con IA y democratizar el acceso a las conclusiones que se descubren, el impacto de la I+D aumenta exponencialmente. Descubrir el conjunto de conocimientos que desbloqueará la próxima cura es posible y está al alcance de muchos, no de unos pocos.
UpLink, la iniciativa de innovación en fase inicial del Foro Económico Mundial, está permitiendo y acelerando a los emprendedores con un propósito que son esenciales para un futuro de cero emisiones netas, positivo para la naturaleza y equitativo. Para saber más y unirse a la comunidad de UpLink, haga clic aquí.
