GEF Madrid 2024: AI: Reshaping Academic Research

Summary

The transcript from a roundtable discussion hosted by the Camilo José Cela University explores the impact of artificial intelligence (AI) on academic research processes. Experts from various fields deliberate on AI's potential to reshape research, influence scientific production, and enhance academic collaboration and innovation. The conversation touches on AI's role in improving research quality, the challenges of interdisciplinary research, and the necessity for universities to adapt and prepare researchers for the integration of AI technologies in their daily activities.

Takeaways

• 😀 The roundtable discussion focused on the potential of Artificial Intelligence (AI) to reshape academic research processes, influence scientific production, and improve collaboration between universities.
• 🧠 AI's role in analyzing and managing research results was highlighted, along with its capacity to potentially enhance academic collaborations and accelerate innovation and scientific discoveries.
• 🏆 Victor Pones discussed the use of AI in university rankings, emphasizing its utility in measuring research impact and detecting fraudulent citation practices.
• 🔍 Rubén San Segundo, a professor and researcher in artificial intelligence, spoke about AI's ability to reduce barriers in research fields, leading to increased multidisciplinarity and competitiveness in scientific research.
• 📚 The importance of AI in profiling universities for better partnerships and collaborations was mentioned, suggesting that AI can assist in matching staff and students with suitable universities.
• 🤖 The integration of AI in educational environments was a key topic, with Jordi Sager Mirir discussing AI's application in enhancing the educational process and training.
• 🔑 There was a consensus that while AI can facilitate research and education, it is not a substitute for human knowledge and expertise, and researchers must be adept in using AI tools effectively.
• 🔍 AI's potential to predict and optimize collaborations in research was discussed, with the idea that AI could identify the best interdisciplinary matches for research teams.
• 📈 The discussion touched on the need for universities to invest in training and infrastructure to prepare researchers to work with AI, emphasizing the importance of continuous learning.
• 🛠️ AI's ability to perform tasks in research was debated, with some participants expressing concern about the potential for AI to replace certain aspects of human research, while others were optimistic about AI's role as a tool to augment human capabilities.
• 🌐 The roundtable concluded with a philosophical reflection on whether AI can replace human knowledge in research, with participants expressing hope that AI will serve as an aid to human intellect rather than a substitute.

Q & A

What is the main topic of the roundtable discussion in the transcript?

The main topic of the roundtable discussion is whether artificial intelligence will be capable of reshaping academic research processes, influencing scientific production, and accelerating innovation and scientific discoveries.

Who is moderating the roundtable discussion and what is their role in the university?

Víctor Pones is moderating the roundtable discussion. He is a professor of pharmacology and the Vice-Rector of Research and Science at Camilo José Cela University.

What is Rubén San Segundo's area of research and what position does he hold at the university?

Rubén San Segundo is a Full Professor at the Polytechnic University of Madrid, specifically at the School of Telecommunications. His research is related to artificial intelligence, focusing on speech technology, automatic learning, and the development of human-machine interfaces.

How does the University Ranking system utilize AI to measure research performance?

The University Ranking system uses AI to rank universities based on performance, including research as a key component. AI helps in achieving a fair measurement of research by not only considering the number of citations but also the source and detecting fraudulent activities in the citation system.

What is the role of AI in profiling universities for better partnerships and collaborations?

AI is used to profile universities in order to suggest better partnerships and collaborations. It helps in identifying which university or staff and students would be the best fit by analyzing data and creating a fair platform for scoring universities worldwide.

What is the concern regarding the increase in scientific production due to AI and its potential impact on research quality?

The concern is that the increase in scientific production due to AI might lead to a decrease in research quality, with a potential rise in mediocre research. However, the responsibility lies with the review processes and scientific journals to filter and ensure the quality of published work.

How does AI facilitate interdisciplinary research according to the speakers?

AI facilitates interdisciplinary research by reducing barriers to entry in various fields of study. It allows experts in one field to apply machine learning algorithms to another field, such as from video processing to voice recognition, thus promoting more competitiveness and catalyzing the research process.

What is the potential risk of AI in generating research that lacks originality?

The potential risk is that AI might produce research that is not original but rather a rephrasing of existing knowledge, leading to an inundation of the literature with meaningless research. This can happen if AI is used in the wrong way, without proper oversight and understanding of its limitations.

How can AI assist in the educational process according to Jordi Sager?

Jordi Sager suggests that AI can be applied in educational environments to enhance the learning process. His research focuses on how AI can be integrated into the educational process and training in general, leveraging AI's capabilities to improve learning outcomes.

What is the role of AI in the field of genomic medicine as discussed by Javier Soberón?

Javier Soberón discusses the application of AI in genomic medicine, where it helps in understanding the complex systems of human genetics and its relation to health. AI is used as a tool to analyze and interpret large volumes of genetic data, contributing to advancements in the field.

How do the speakers view the future integration of AI in daily university activities?

The speakers believe that AI will be integrated into daily university activities, but the pace of integration may vary. They highlight the need for understanding AI's limitations, the importance of asking the right questions, and the potential for AI to assist in research and education by providing quick access to information and solving minor issues.

Outlines

00:00

🎙️ Opening Remarks and Introductions

The script begins with the opening of a roundtable discussion, hosted by the Camilo José Cela University, focusing on the potential of artificial intelligence (AI) to reshape academic research processes. The moderator, Víctor Pones, introduces the panelists, including Rubén San Segundo, a professor from the Polytechnic University of Madrid, and others who discuss their backgrounds in AI, telecommunications, and academic rankings. The discussion aims to explore AI's influence on scientific production, research transfer, academic collaboration, and innovation acceleration.

05:01

🤖 AI's Role in Academic Research and Interdisciplinary Collaboration

This section delves into the role of AI in enhancing academic research and interdisciplinary collaboration. Panelists discuss AI's potential to improve educational processes, facilitate better university partnerships, and its application in various fields such as genetics, genomics, and complexity sciences. The conversation highlights AI's ability to solve complex problems, like protein structure prediction with AlphaFold, and the importance of interdisciplinary research in tackling significant challenges.

10:02

📊 AI in University Rankings and Research Impact Measurement

The discussion turns to the application of AI in university rankings and the measurement of research impact. Victor from University Ranking explains how AI helps in evaluating research performance, moving beyond simple citation counts to more nuanced metrics that capture the quality and authenticity of research. The conversation also touches on the detection of fraudulent citation practices and the use of AI to ensure fair and accurate university scoring in global rankings.

15:03

📚 AI and the Future of Scientific Research Quality

The panelists consider the impact of generative AI on the volume and quality of scientific production. They debate whether AI might lead to an increase in mediocre research or if it could foster more specialized and interdisciplinary studies. Rubén San Segundo emphasizes the importance of peer review processes and scientific journals in maintaining research quality, while others highlight AI's potential to democratize access to research tools, increasing competitiveness in the field.

20:03

🛠️ AI as a Tool for Researchers: Enhancing or Undermining Research?

This segment explores the dual nature of AI as a tool for researchers, discussing whether it enhances or undermines the research process. Panelists share their perspectives on AI's capacity to streamline tasks, thereby allowing researchers to focus on more significant inquiries. However, there are concerns about the potential for AI to propagate low-quality research and the ethical implications of its use in academic publishing.

25:06

🧑‍🏫 Preparing Researchers for the AI Integration in Academia

The conversation addresses the preparedness of researchers to effectively utilize AI technologies in their work. It raises questions about the current state of university education and whether it is adequately equipping researchers with the necessary technical skills. Panelists discuss the need for continuous learning, the challenges of resistance to change, and the importance of fostering an environment where AI can be integrated into daily research activities.

30:06

🔮 Predicting Successful Research Collaborations with AI

The panelists consider the potential of AI models to predict successful research collaborations between universities and institutions. They discuss the use of AI in optimizing research proposals, identifying the best interdisciplinary fits for collaboration, and the role of AI in analyzing large datasets to inform strategic partnerships in research.

35:07

🌐 AI's Influence on Interdisciplinary Research and Knowledge Interfaces

This section examines AI's influence on interdisciplinary research, focusing on its ability to synthesize vast amounts of information and identify connections between different fields. Panelists discuss the potential for AI to act as a translator between disciplines, facilitating interdisciplinary collaboration and the exploration of new research avenues.

40:09

🚀 The Transformative Potential of AI in Research and Academia

The final segment of the discussion contemplates the broader implications of AI for the future of research and academia. Panelists share their views on whether AI can replace human knowledge in research, emphasizing the irreplaceable value of human insight and the importance of maintaining a central role for human researchers in the evolving landscape of scientific discovery.

Keywords

💡Artificial Intelligence (AI)

Artificial Intelligence refers to the simulation of human intelligence in machines that are programmed to think like humans and mimic their actions. In the context of the video, AI is central to the discussion on how it can reshape academic research processes, influence scientific production, and potentially improve academic collaborations and the speed of innovation and scientific discoveries. The script mentions AI's role in various fields, such as data analysis, machine learning, and its impact on research ranking systems.

💡Research

Research in the video is discussed in the context of academic and scientific inquiry. It is the systematic investigation and study of materials and sources to establish facts and reach new conclusions. The script explores how AI can remodel research processes, affect the quality and quantity of scientific production, and enhance the analysis and management of research results.

💡Academic Collaborations

Academic Collaborations refer to the cooperative efforts between researchers, universities, or institutions to conduct research and share knowledge. The script discusses the potential of AI to improve these collaborations by suggesting better partnerships and profiling universities to find the best fit for staff and students.

💡Innovation

Innovation is the process of translating an idea or invention into a good or service that creates value or for which customers will pay. In the video, the role of AI in accelerating innovation processes is highlighted, suggesting that AI can contribute to faster and more efficient scientific breakthroughs.

💡Data Analysis

Data Analysis is the examination of data sets to draw conclusions about the information they contain. The script mentions AI's capacity to perform data analysis tasks, such as detecting fraudulent citation patterns and ranking universities based on research performance.

💡Machine Learning

Machine Learning is a subset of AI that provides systems the ability to learn and improve from experience without being explicitly programmed. The script refers to machine learning algorithms that can capture and analyze data to improve research ranking systems and detect academic fraud.

💡Interdisciplinarity

Interdisciplinarity is the approach of combining different academic disciplines into one's research. The script discusses the potential of AI to facilitate interdisciplinary research by providing tools that can be applied across various fields, thus reducing barriers to entry in research careers.

💡Quality Assurance

Quality Assurance in the context of the video pertains to the processes and mechanisms in place to ensure that research meets certain standards of quality before publication. The script suggests that while AI can increase research productivity, it is the responsibility of academic journals and reviewers to maintain quality.

💡Ranking Systems

Ranking Systems are methods used to order items or participants by some criteria. In the script, the discussion revolves around university ranking based on research performance, where AI is used to measure the impact of research and create a fair platform for scoring universities worldwide.

💡Educational Transformation

Educational Transformation refers to significant changes in the field of education, often driven by new technologies or methodologies. The script mentions the impact of generative AI on the educational landscape, suggesting a need for discussion on how AI can affect teaching and learning processes.

💡Research Fraud

Research Fraud involves the intentional manipulation or misrepresentation of research data or results. The script discusses AI's role in detecting fraudulent activities in citation systems, where high-profile professors may be involved in fake partnerships to artificially inflate citation numbers.

💡Multidisciplinary Research

Multidisciplinary Research involves the collaboration of multiple academic disciplines to solve complex problems. The script highlights the potential of AI to enhance multidisciplinary research by providing tools that can be adapted across different fields, thus fostering a more competitive and innovative research environment.

Highlights

The panelists discuss the potential of artificial intelligence (AI) to reshape academic research processes and its impact on scientific production and innovation.

Rubén San Segundo, a professor and researcher in artificial intelligence, emphasizes the role of AI in developing multimodal interfaces and chatbots for natural language systems.

Victor Melati from University Ranking discusses how AI helps in ranking universities based on research performance, including the use of algorithms to detect citation fraud.

Sociological perspectives on AI's transformative effect on education are presented by Fernández Cenguita, highlighting the sudden emergence of generative AI like Chat GPT.

Javier Soberoń, a researcher and former director of genomic medicine, explains how AI has revolutionized the understanding of human genetics and protein structure through methods like AlphaFold.

Jordi Sardà-Mir discusses the application of AI in educational environments and the interdisciplinary approach to research at the Institute of Artificial Intelligence.

The debate on whether AI will lead to an increase in mediocre scientific production or foster more specialized and interdisciplinary research is highlighted.

The importance of AI in filtering and improving the quality of research publications is underscored by the panelists, emphasizing the role of peer-review processes.

The potential of AI to accelerate the process of scientific discovery and innovation is explored, with examples from various fields such as biotechnology and genomics.

The ethical considerations and the need for vigilance in AI's role in academic research to prevent misuse and ensure meaningful contributions are discussed.

The panel reflects on the necessity of technical training for researchers to effectively utilize AI in their work and the challenges of interdisciplinary collaboration.

The use of AI in profiling universities to suggest better partnerships and collaborations is mentioned, showcasing its utility in academic strategy.

The discussion on AI's ability to synthesize vast amounts of information and identify potential interdisciplinary connections and collaborations is highlighted.

The potential of AI to act as an intermediary, connecting researchers from different fields and facilitating interdisciplinary work, is explored.

The philosophical question of whether AI can replace human knowledge in research is addressed, with panelists expressing hope that human insight remains central.

The closing remarks emphasize the importance of human knowledge in the research process, despite AI's growing capabilities and applications.

Transcripts

haré la moderación de la mesa redonda en

castellano

vctor pones

elular unito de espa muy bien soy

catedrático de farmacología y

vicerrector de investigación y ciencia

de esta universidad que nos acoge hoy la

universidad Camilo José cela por tanto

Bienvenidos a esta mesa redonda en la

que vamos a debatir fundamentalmente si

la Inteligencia artificial será capaz de

remodelar los procesos de investigación

académica

Cómo influirá en la producción

científica y también en la transferencia

de los resultados de investigación se

hablará también de su papel en el

análisis y manejo de resultados de

investigación de la posible mejora de

las colaboraciones académicas entre

universidades y en su capacidad también

para acelerar los procesos de innovación

y de descubrimientos científicos sin más

demora lo primero que voy a hacer es

invitar a cada uno de los ponentes uno

de ellos ha escrito esta mañana diendo

que no va a poder asistir por un

problema médico pero invito a cada uno

de los ponentes a que brevemente se

presenten si os parece comenzamos por

por aquel pico muy bien Bueno pues

buenos días a todos y en primer lugar

agradecer a la universidad Camilo José

cela la posibilidad de participar en

esta en esta mesa redonda que yo creo

que es muy interesante y darle la

Enhorabuena por lo que lleva de de

evento que yo creo que las charlas de

esta mañana han sido fantásticas no

bueno mi nombre es Rubén San segundo soy

profesor catedrático de la universidad

politécnica de Madrid concretamente de

la escuela de telecomunicaciones de

Ciudad Universitaria Y bueno pues mi mi

foco de investigación es o está

relacionado con temas de de Inteligencia

artificial trabajamos en el grupo de

tecnología del habla y aprendizaje

automático y desarrollamos pues

interfaces persona máquina pues con la

voz pero no solo con la voz sino también

multimodal y desarrollo de de de

chatbots y de sistemas de

lenguaje natural actualmente coordino el

grado en ingeniería y sistema de datos

de de la

universidad muy bien

vctor University ranking Uh so We have

More Than 25 years of Data collected on

universities Uh so One of of the things

that we try to do is like to rank

University based on the performance

obviously research is one of the key

components of Our ranking and obviously

Ai is Helping Us a lot and to achieving

like a fair measurement of What research

is actually about so not only the number

of cations but also Where this coming

from and like creating fair platform to

actually Uh score University World and

another application that we use is

actually to profile University so that

we can suggest better partnerships

better

collaborations or like sugg staff and

students What University is the best fit

for them

ok Fernández c enguita soy bueno soy o

era no sé muy bien catedrático de

sociología la complutense porque ahora

soy emérito y Bueno siempre está estas

cosas de Educación y me interesa mucho

esto agradezco la invitación es un

placer estar aquí se además que esta

universidad en algunos aspectos no pocos

aspectos pues es muy innovadora como el

grupo educativo es un placer además ver

a colegas y amigos de nuevo y bueno me

interesa mucho esto yo estaba tenía un

libro en pruebas eh estaba a punto de

salir se llamaba la quinta ola la gran

transformación bla bla bla de la

educación cuando de repente por si había

poco bumba en ese instante apareció char

gpt o sea apareció de manera pública

notoria incluso Escandalosa la la

Inteligencia artificial generativa y

obviamente eso transformó mucho el

panorama de manera que es muy importante

que estemos sobre esto aquí no sé si lo

que más me interesa es el efecto la

investigación

me interesa más francamente el efecto

sobre la educación Pero claro una parte

de eso pasa por la investigación y en

todo caso los universitarios somos

investigadores Así que es un placer y a

ver si sacamos algo muy bien Mariano

Xavier Sí yo soy Javier soberón soy de

México de la Universidad Nacional

Autónoma de México mi carrera ha sido en

la investigación originalmente como

químico y biotecnólogo y he dirigido el

instituto de biotecnología de la UNAM y

después en otra etapa el Instituto

Nacional de Medicina genómica donde se

aplica la la los conocimientos de la

genética y la genómica a la salud humana

en ese sentido me involucré en sistemas

complejos como la genética humana

y más recientemente

eh estoy a cargo de una centro de la

Universidad Nacional el centro de

ciencias de la complejidad que es un

centro de alguna manera virtual en donde

convergen los investigadores y

profesores de diferentes institutos

facultades de la universidad para

trabajar en problemas de importancia en

una forma interdisciplinar y proveniente

con con el insumo de las ciencias de la

complejidad que incluye necesariamente

el aprendizaje de máquina la

Inteligencia artificial como un adub an

para poder trabajar estos problemas y

quisiera terminar diciendo que mi mi

tema de investigación de toda la vida ha

sido la relación estructura función

evolución en proteínas Por lo cual la

Inteligencia artificial se convirtió en

uno de mis ídolos a los que le tengo un

altar porque se resolvió ese problema

por virtud de la Inteligencia artificial

de una manera notable y drástica en el

en este método que se llama el eh

alphafold Muy bien Jordi Vale pues mi

nombre es Jordi saer mirir soy

científico titular del Consejo superior

de investigaciones científicas y trabajo

en el instituto de investigación

Inteligencia artificial estamos en

Campus de la Autónoma en Barcelona y

bueno supongo que el Por qué me

invitaron aquí es porque una de las

líneas de investigación que tenemos allí

es precisamente Cómo aplicar la

Inteligencia artificial en entornos

educativos Entonces mi trayectoria es

bueno pues yo más de 20 años digamos en

el mundo de la investigación trabajando

en Inteligencia artificial yo soy

principalmente de lo que se conoce como

el campo de sistemas multiagente y

agentes autónomos pero últimos estos

últimos años hemos trabajado mucho con

el tema este de Cómo aplicar la

Inteligencia artificial de distintas

formas en lo que es el proceso educativo

y de formación en general perfecto Muy

bien pues sin más dilación porque ya hos

un poquito de retraso va a haber una

primera pregunta específica para para

Víctor melati sobre todo dada su

actividad como nos ha comentado antes

profesional en el mundo de los ranking

no Y la pregunta es dada la gran

importancia que tiene la investigación

en los procesos de acreditación y su

vida en los rankings

Cómo podría ayudar la Inteligencia

artificial en la mejora de las

posiciones de las distintas

instituciones en los diferentes ranking

so what we actually try to to measure

today is actually the Impact that This

research is actually having in the Field

so For instance Like we we are Now in

the position to actually Look at Uh look

into algorithms that can actually

perform better this tasks so We are We

are all familiar with the H Index in

research like Uh This is not in Our like

something that is effective Anymore

today Because Just Looking at the number

of s It's not What we is Val to to count

that also Because with the new neural

Network for instance we can actually

capture the frauds We have seen in so

many countries systematic fring in the

citation System for instance so Uh there

are some countries that hire High

profile professors to c their or like

participate in some

um partnerships but this are fake and we

can and we can actually find that

Because once Those

partnership

like we we see this connection between

University simply Just disappear but in

the meantime That paper since has like a

High profile professor citing like Maybe

as a First Au and it gets Lots of

citations and Uh without like a proper

anti-fraud System similar to What we do

for banking System so we like apply

these

different algorithms based on mainly

like Deep learning algorithms actually

try To capture This Uh fring and we then

apply this into Our ranking so We have

more matrics this year and we actually

started this year Uh having like more

metrics that capture not only the

quantity but the quality and I think

that moving forwards the Quality is

going to be What actually University

want to see reflected in the ranking

Rather than Just

theti ok

Bueno pues si os parece pasamos a tratar

un par de cuestiones vamos a tratar

ajustarnos a un tiempo de unos 3 minutos

cada uno puedes un poquito más si lo

necesitáis porque si no nos van a quedar

solo dos preguntas que tratar no dos

cuestiones la primera que yo estaba

pensando el otro día es que parece Claro

que la Inteligencia artificial

generativa sin duda va a dar lugar a un

mayor volumen de producción científica

pero en vuestra opinión y Como dicen

como muchos autores apuntan este aumento

de la productividad se va a ir en

producción mediocre es decir va a bajar

la calidad y por otro lado la

investigación generada con Inteligencia

artificial será más digamos focalizada

más especializada o dará paso una

investigación más

interdisciplinar Rubén Muchas gracias

Paco sobre la primera pregunta yo creo

que no es tanto culpa o no va a ser si

se genera mala o o se reduce la calidad

de la investigación de los paper no va a

ser tanto culpa de la Inteligencia

artificial como de los procesos de

revisión o de las propias eh revistas

científicas que son al final los que

tienen que digamos eh Y son los propios

revisores que están detrás de la revista

los que tienen que decir si eso es una

contribución suficientemente relevante

como para que se publique Creo yo que

son esos los mecanismos de filtro o los

filtros que tienen que que que poner

para ver si eh Si es de calidad o no Yo

creo que tenemos que poner Asis en esos

en esos filtros y hay revistas que

tienen modelos de negocio diferentes que

ponen un tipo de filtro diferente a otro

digamos no sobre la segunda pregunta sin

duda sin duda yo yo en mi experiencia lo

que he observado es que los

procedimientos de aprendizaje los

algoritmos de aprendizaje automático que

se aplicaban a a un campo son ahora

mismo los mismos que se pueden aplicar

en otros campos procesado de la voz

procesado del vídeo del audio de las

proteínas etcétera eso está eso lo que

ocurre o sea lo que produce es que las

barreras de entrada en las carreras de

investigación se reducen drásticamente

entonces un experto en vídeo es capaz de

hacer un sistema de reconocimiento de

voz o de procesado de voz sin conocer

eh información específica del campo no

nosotros antes para hacer un reconocedor

de voz tenías que saber muy bien el

tracto vocal la producción la fricativa

vocales todos los sonidos Cómo se

producen los ruidos Ahora no ahora un

experto en en vídeo aplica un algoritmo

de Deep learning y acaba haciendo un

reconocedor de B No eso eso que produce

pues una mayor competitividad yo creo no

Mayor multidisciplinariedad Mayor

competitividad y no tiene por qué ser

malo eh Sino yo creo que hay más más

competitividad y y y y se está digamos

catalizando el proceso de investigación

yo creo que al final vamos a ir más

rápido No en todos los campos okay

Victor alguna opin al

respo ifus that Because I

think fear right have Will produce the

resch for Us I think we Far from think

like mod gooding What we already have

done

but res

moving Our knowledge a little bit

further way is going to be very tricky

and like We are Far away from that Uh so

I think that Uh If we use this

Technology in the horrible wrong way We

Will produce a lot of research that has

no meaning Because It's basically just a

phrasing of What We have already

produced and If We and the fear is that

then We inundate the the literature we

like this crappy Data basically

a m Me parece que de manera general la

Inteligencia artificial nos va a ayudar

y está ayudando muchos creo que esa es

la tendencia de fondo y última pero eh

va a bajar el nivel de la investigación

la respuesta sobre la investigación

media probablemente sería sí pero yo

diría es que ya estaba bajando quiero

decir que el problema no es creo que hay

mejor investigación creo que hay más

investigación pero al mismo tiempo hay

unos mecanismos que vinculan la

investigación a la carrera que producen

un tipo de investigación minimalista la

unidad mínima publicable el máximo de

firmas a ver si cambiando un poco lo

coloco en otro sitio etcétera Y eso la

inteligencia la ia lo va a facilitar el

caso patente que tenemos en estos

momentos que está en la prensa es el

caso corchado en Salamanca mi antigua

universidad no eh Cómo se puede utilizar

la ía bueno el conocimiento de cómo

empiezan a aparecer los seos digamos en

el ámbito académico Entonces es un

riesgo y por lo tanto va a ser una

carrera en un sentido más estricto una

carrera entre educación o entre

investigación y tecnología nos

apoyaremos en la tecnología pero al

mismo tiempo tendremos que vincularla y

vigilarla mucho no eh En cambio en el

segundo aspecto soy más optimista porque

se ha mencionado también de pasada esta

mañana eh mucho de lo que llamamos

Innovación no más que por qué no hacemos

esto que hacíamos Aquí también allá no

traslados de aquí para allá con una

pequeña adaptación Entonces yo creo que

la ia nos va a ofrecer nos ofrece ya

primero la posibilidad de ahorrarnos

quizá ese State of the Art que podemos

pedírselo directamente Cómo están las

cosas en este campo y yo creo que la

versión que nos probablemente será

razonablemente buena no muy actual más

actual que la última revisión y con

mucha más capacidad si aprendemos Cómo a

buscar analogías parecidos etcétera

entre disciplinas que a menudo no se

conocen pero que pueden aprovecharse

mucho recursos de una para otra etcétera

En ese sentido optimista perfecto Javier

sí pues yo me quería referir a la a la

adopción este que que yo observo por lo

menos en mi

ambiente los científicos hasta este

momento vemos la importancia eh que va a

ser ubicua de usar esta herramienta pero

no necesariamente la estamos usando

todavía no Soy Testigo de cómo lo están

usando todos mis colegas o yo mismo eh Y

y anticipara que la vamos a incorporar

todos y y en muy breve plazo como

herramienta

eh el riesgo sería creo que ya ya se

dijo caer en una tentación de nuestro

cerebro eh flojo y y dejado al al menor

esfuerzo y en donde le cedamos a la

Inteligencia artificial cosas que en

realidad deberíamos estar haciendo de

otra manera Debería ser un potenciador

entonces creo que es un reto en el uso

cotidiano empezar a distinguirlo y

recojo también lo que mi colega acaba de

decir que el la responsabilidad va a

estar mucho en la manera como hacemos la

el curado de lo que se publica o sea en

la forma de las revistas que hoy día

está muy perturbado con todas estas

revistas más comerciales y así y las

predatorias y las predatorias digo no se

diga eh de manera que si Creo yo que el

reto es adaptarse a esta Revolución eh

tomando la herramienta en lo que sirve y

y alejándose un poco de la tentación y

finalmente la la cuestión

interdisciplinar que compete mucho a mi

a mi cargo actual eh me gustaría que así

fuera porque sé que lograr el trabajo

interdisciplinar es sumamente complicado

tal vez cuando los investigadores se

sientan un poco más liberados de las

tareas cotidianas aburridas podrán

pensar en que pueden dedicar parte de su

tiempo a un a un trabajo más arriesgado

que es el interdisciplinar pero que

porque lo saca de su de su especialidad

pero con alguna herramienta facilitadora

sí le veo el potencial También muy

bien a ver al primero el tema de la

calidad yo no creo que la Inteligencia

artificial afecte de de forma significa

a la calidad pero sí que lo que va a

hacer y lo que ya está haciendo de hecho

notamos por ejemplo en nuestra área se

nota mucho es que está dando acceso

digamos está dando altavoz a

investigación mediocre que como la

envuelves con lo que te genera chpt y

tal Y tal llega hasta pues congresos o

revistas y llegas hasta los revisores

entonces estoy de acuerdo que los

revisores ahí tienen un papel importante

pero el problema es que por ejemplo en

nuestra área lo que tenemos es no hay

revisores la gente no quiere revisar

porque cuando estás revisando para un

artículo para un congreso quiere decir

que tienes que dedicar una semana entera

a rasar siete ocho artículos la mayoría

de los cuales no van a valer la pena

digamos no entonces esa investigación de

calidad más dudosa que antes no llegaba

porque había que hacer un esfuerzo extra

para ponerla bien y que llegase ahora

pues mira tengo aquí una idea Así un

poco baratilla la paso por chatp la

envuelvo y tal Pam Hala para el congreso

seguramente no pasará los filtros pero

Añadir ruido a todo el tema y trabajo y

trabajo claro es un problema no y

después respecto al segundo yo quería

poner un poco la de alguien que la USA

no es decir hace un año pues no tal pero

desde hace pues aproximadamente esto la

estoy utilizando en mi día a día

entonces yo cuando bueno por mi mi

bagaje digamos en en informática digamos

con programador Pues a mí me gusta mucho

programar aún y y lo primero que hago es

pues pongo en marcha mi de y tal Y tal y

el chpt ahí al ladoo no Entonces para

qué me va bien y para qué me he dado

cuenta qué va bien si dependes de él

para que te dé la solución vas mal pero

si tú sabes muy bien lo que estás

haciendo Es decir eres un experto en ese

área te soluciona muchos problemillas

que antes Te desviaban de la atención

central de lo que era lo que querías

investigar y te resuelve esos detallitos

es decir No sé necesito una ray en un

pay que me filtre no sé qué tal Bueno

pues se lo pones te saca un código que

la mayoría de las veces funciona no

siempre pero como tú sabes lo que pasa

cuando ves Ese código si hay algún

pequeño fallo pues lo arreglas no

Entonces yo creo que en eso y el otro

tema que también me funciona muy bien es

Cuando entras en áreas que no conoces

que es lo que no sé quién lo ha

comentado antes te da un acceso muy

rápido y además el hecho de poder

interactuar te permite establecer

relaciones y hacer preguntas sobre cosas

que muchas veces los los artículos no O

dan ya por supuesto No es decir por qué

esto es tan importante para este aspecto

no entonces pues te sale una que son

generalidades muchas veces pero que te

sitúan en el camino correcto después

acabas yendo a los artículos concretos y

a la especificación que tienes que ir a

los autores no pero para situarte en

dentro de un área Yo creo que es

fantástico para eso perfecto Muy bien

pues vamos con otra cuestión que engloba

a su vez tres sub cuestiones y que yo

creo que es la pregunta clave que nos

reúne hoy aquí es decir pensáis vosotros

que las Los investigadores de hoy Tienen

la experiencia técnica técnica para

utilizar eficazmente todas las nuevas

tecnologías de de investigación

artificial están las universidades

invirtiendo lo suficiente para

desarrollar o para preparar al personal

investigador Para aprovechar estos

modelos de

ia consideráis o qué consideráis como

más esencial para que la Inteligencia

artificial se integre definitivamente en

la actividad del día a día en las

universidades

tres preguntas pero pero se refieren a

lo mismo por dónde empezamos ahora

empezamos por al revés por Jordi Vale

pues respecto a la capacidad técnica a

ver al principio la la capacidad técnica

que necesitas tampoco es tan alta no sé

quién esta mañana comentaba por ejemplo

el acceso a a a a usar un llm o por

ejemplo el acceso a algoritmos digamos

de Deep learning ahora se ha

simplificado mucho es decir tienes

plataformas que te lo montan digamos

para que te funcione no yo creo que lo

que es esencial aquí es que también Se

comentaba esta mañana es saber hacer las

preguntas correctas y saber realmente

Con quién estás hablando Es decir muchas

veces los llm son engañosos porque te

devuelven una respuesta que está muy

bien escrito no yo lo digo yo siempre lo

comparo que son como los tertulianos de

las radios no que hablan muy bien de

todo sin saber mucho Vale entonces

cuando tú lo oyes Y no es de tu área y

dices Hala qué bien habla qué bien lo

dice No pero si tú sabes de qué está

hablando dices Bueno a ver cuidado no

Entonces yo creo que aquí más que nada

es saber cómo trabajar con ese ayudante

digamos que tienes ahí sabiendo cuáles

son sus reales limitaciones cuá son sus

limitaciones de verdad y por lo tanto

saber qué tienes que explotar Y dónde

tienes que eh apretar digamos qué botón

hay que apretar para que te dé la

respuesta que a ti te interesa digamos

no y que sea lo menos alucinante

digamos y y y y y fantasiosa no que a

veces sabemos mucho que inventa no muy

bien a ver yo creo que eh el sector de

investigación o el componente de

investigación en las universidades será

el que más rápidamente eh pueda aprender

e incorporar estos procesos a su vida me

parece natural esperarlo así no no soy

tan optimista en en que lo va a hacer

muy bien y muy rápido eh la resistencia

al cambio yo creo que siempre existe y y

desde luego no soy no soy nada optimista

por lo menos en la realidad mexicana o

de una universidad muy grande compleja

y con mucha inercia como la Universidad

Nacional Autónoma de México que lo vamos

a poder incorporar al tiempo que la

propia evolución de la tecnología va

requiriendo sin embargo yo coincido que

que técnicamente pues no no parece ser

tan complicado creo que es más más

necesaria una citación en cuanto a las

limitaciones

eh En cuanto a estar atento a las

posibles distorsiones en en el trabajo

cotidiano y me preocupa también eh la la

parte del temor al abuso al uso ilegal

eh que que va a generar una reacción

está generando en la universidad lo

tenemos también una reacción de parte de

quienes lo lo lo requieren regular

Entonces yo creo que va a ver que idea

también con eso simultáneamente de

manera que yo veo una etapa de

adaptación un tanto dolorosa perfecto

Mariano qué opinas hombre es un regalo

quiero

decir Sócrates según Platón decía

aquellos de los libros están muy bien

pero luego pregúntale y no te responden

la diferencia es que chat gpt sí te

responde ahora bien lo que te da cierta

seguridad y tranquilidad ante la

respuesta

es el conocimiento que tú tengas de eso

qué es lo que hará bueno muchas veces le

estás preguntando cosas que

Sencillamente no te acuerdas pero las

has estudiado antes las has sabido

habrías sabido decirlas tú mismo est

recuerda te viene de miedo mucho mejor

que Google que en contra de aquel dicho

de que el mejor sitio para esconder un

cadáver era la segunda página de

Altavista se decía no Pues ahora hay que

ir a la quinta página para encontrar

algo que no sea un anuncio no a la

quinta pantalla pero que te protege es

eso pero claro tiene riesgos e lo que

pasa es que yo creo que eso va por áreas

e Yo soy de ciencias sociales y para mí

el mayor problema es que cuando le

preguntas un poquito más allá de la

primera banalidad empieza a ponerse

políticamente correcto prudente etcétera

y no hay quien lo aguante y bar lo mismo

etcétera no entonces Bueno eso es un

problema pero yo creo que se que se

avanzará eh las universidades yo creo

que no están haciendo mucho yo creo que

se dieron prisa en informar

eh bien no sé yo conozco lo de la mía

pero pues bien eh se trató de levantar

la alarma sobre el plagio etcétera

etcétera un poquito y de contarte lo que

había Pero claro formar es más

complicado porque es complicado formar

en cualquier cosa en cualquier cosa

profesor universid universitario no está

acostumbrado a la formación continua

otra cosa es el aprendizaje por su

cuenta eh la formación continua de las

universidades está está demasiado pegada

a lo que es una mala formación continua

de administradores Entonces lo veo

difícil no veo fácil quizá las

sociedades científicas tuvieran

asociaciones etcétera tuvieran un papel

mayor que jugar en eso perfecto Victor

as interdisciplinary

For Like biology so I I hope that

University Uh Will Keep up with this

kind of Evolution and they have to Start

When the researcher are Still students

so like Back at the University Time so

like trying to have more computer

Science courses I think is going to be

crucial Because I remember When I was

doing research in civil engineering I

remember that after a few a few years I

Had also like to learn computer Science

How to do Machine learning for instance

which is Something I was not trained and

compl different subject compter Science

Nothing to do until 10 years ag It was

like Nothing to do with civil

engineering but now It is and so the

same for Medical studies and biology so

really hope that University Will pick up

on this Trend and like do more training

and try

to bueno pu eh la pregunta necesitamos

formación sí necesitamos bastante

formación cuándo se va a revertir Pues

yo creo que se necesita un cambio

generacional porque los profesores

jóvenes por lo menos en mi escuela eh

Pues ya están incorporando la

Inteligencia artificial en el día a día

como comentaba Jordi Pero hay sí que hay

dos aspectos que yo creo que pueden

facilitar a que incorporemos la

Inteligencia artificial en los procesos

de investigación uno comentaba Jordi es

que cada vez las plataformas de

Inteligencia artificial son más fáciles

de usar y por lo tanto aunque no sea tu

área de conocimiento te atreves a usarlo

Aunque sigue habiendo algunas

configuraciones un poquito todavía pero

pero yo creo que eso es un elemento y

hay otro elemento que es la

multidisciplinariedad yo creo que

tenemos que colaborar creo que que los

investigadores que en el área de

Inteligencia artificial son fuertes

tienen que colaborar con con aspectos de

Medicina con aspectos sociales y esa

colaboración es la que va a suplir eh

yo creo que esta

formación es mi opinión porque si no

tendemos que esperar un cambio

generacional y no tenemos tiempo para

eso no Entonces yo creo que esos dos

catalizadores facilitar el acceso a la

Inteligencia artificial y la

colaboración entre profesores nos va a

permitir resolverlo Ok rén bueno Vamos a

abordar otro tema pensáis que los que se

pueden los modelos de Inteligencia

artificial usar para predecir fijaos

decir colaboraciones en materia de

investigación entre universidades entre

instituciones y qué tipo de

investigadores pensáis vosotros también

que prosperarán en mayor medida con la

integración de la Inteligencia

artificial en el ámbito académico y de

investigativa por dónde queréis comenzar

Bueno si qui empiezo Yo no yo Por

supuesto allí donde se pueda de alguna

manera eh formalizar la descripción de

un problema pues la Inteligencia

artificial va a aplicar algoritmos de

aprendizaje con procesos de optimización

que van a encontrar los hiperparámetros

digamos óptimos para eso que hemos

formalizado Entonces yo creo que eso Si

las colaboraciones entre universidades

igual un poco haciendo referencia los

rankings somos capaces de

cuantificar las universidades en

diferentes Campos y y el impacto que

tien las colaboraciones pues al final

tenemos un modelo que lo optimizaremos y

la Inteligencia artificial lo hará mejor

que nosotros eso yo creo que no no

tenemos ninguna ninguna duda sobre qué

en qué Campos va a tener mayor impacto

Pues yo creo que en los campos en los

que se pueda formalizar si es un tema de

diseño de proteínas que comentaba antes

si hay un modelo por detrás pues la

Inteligencia artificial desarrollará

optimizará ese ese modelo no Entonces

igual que en la ciencias sociales y se

puede formalizar algún aspecto pues ahí

va a entrar Digamos como elefante

cacharrería cacharrería no decir un

tsunami que lo va va a optimizar ese

modelo lo mejor

posible from Our

perspective something that We are really

interested solving of Because we see

that Lots of universi strug with

interdisciplinary

research difficult to find the right

Part research

May each

Network but obviously It's like limited

to I don't know 100 research that he

might have come up with like

collaborating collaborating with with

years Uh so like as professor was saying

before like We have at this moment like

Enough Data that We have collected in

years to actually try to

um predict What kind of collaboration is

the best fit for a University so for

instance if you are more Focus in like

having multic collaboration on you need

computer Science and engineering and

medicine to work collaborate Together We

have I think Enough matrics to try to

come up with the best Solution for you

and then we can try To quantify This

through the gr proposal that gets

accepted so today University writes up

his own proposal try to be as

interdisciplinary as possible Because

this One of the metric for a successful

application and then we can actually see

how Our Team would have compared would

have performed compared to a traditional

Team that Just basically relies on the

Network that each professor has and so

It's kind of a tinder situation if you

allow me this analogy so we try to

implement like this kind of

Network Graph into Getting more

collaboration And I think This Is going

Okay yo creo que aquí va a haber tres

factores no hay uno de escala es decir

muchos de los usos de la Inteligencia

artificial Sencillamente requieren una

escala no hablo ya de los grandes

modelos sino simplemente de adaptaciones

o o fine Tunes ajustes finos solventes

para un cierto ámbito requer una escala

y requerirán colaboraciones lo harán

posible la gente acudirá a esos modelos

o los modelos o quien esté haciendo al

ajuste o lo que sea buscará más equipos

que puedan utilizarlos porque se precisa

esa escala no segundo lugar Eh ya de

hecho la los organismos de gestión y los

propios investigadores acudimos acuden y

acudimos a las bases de datos a ver

quién hace qué Y por consiguiente eso

mejor podrá hacerlo y más rápido

cualquier aplicación de ia No pero en

tercer lugar para mí hay un aspecto más

interesante que s ya de pasado al hablar

de la

interdisciplinaridad es que claro cuando

Cuando alguien va a hacer una tesis

doctoral o va a buscar un proyecto Busca

el estado del arte en su campo Pero esto

tiene límites porque no podemos mirar la

infinidad de investigación que es

Sencillamente imposible cuando yo

empezaba a trabajar en sociología de

Educación pues lo del rigor era que todo

trabajo empezaba diciendo Qué dice el

funcionalismo qué dice el marxismo Y qué

dice la teoría crítica de esto no eran

los tres pasos no hoy en día es muy

micro es que dice el ámbito la cosa que

voy a estudiar salió este artículo que

no sé qué tal tal pero es imposible

cones Entonces yo creo que ahí la ia

efectivamente nos va a poder sintetizar

mucha más información creo que eso está

muy en condiciones de hacerlo y

probablemente va a encontrar esas

analogías puentes conexiones etcétera

que existan con otros ámbitos y

señalándolos pudiendo señalarnos pues

otras posibles vías o formas de

colaboración sobre todo transas

disciplinares interdisciplinares como

queráis decir sí está A ver pues esta

pregunta da muy muy cerca de una de las

tareas importantes en el centro de

ciencias de la complejidad de la

universidad Porque en una visión digamos

más tradicional totalmente independiente

de la Inteligencia artificial es Claro

que hay algunas personas más propensas a

la colaboración que otras hay personas

cuya capacidad de traducción entre

alguna y otra disciplina digamos que

sean traductores que sean en las

interfaces pudieran hacer lo más

atractivo para un trabajo trabajo

interdisciplinar y detectar Quiénes

tienen estas cualidades el perfil para

poderse incorporar a esto ha sido uno de

nuestros retos no hemos empleado todavía

la Inteligencia artificial estamos

usando simples métodos de búsqueda este

hay un campo digamos de que llama de

ciencia de la ciencia que establece

todas estas redes de de de

colaboraciones y de interacciones Y a

partir de ahí tratar de de desarrollar

una capacidad pues pues de identificar a

estos potenciales eh colaboradores en

problemas específicos lo otro que yo veo

aquí que también está está entrando en

la discusión Es que la propia

Inteligencia artificial permita la

interacción fomente el trabajo

interdisciplinar a través de acercar los

campos quizá de fungir como un traductor

que en alguna forma eh Pues produce

textos que sean inteligibles para una u

otra tal vez se puedan entrenar los

sistemas de esta manera no y y Creo yo

que el trabajo interdisciplinar Eso es

lo que requiere las

interfaces detectar quién ya las Puebla

y también este facilitar que se de

esa esa producción de conocimiento en la

inter vale me par dicho a ver qué áreas

se verían más afectadas no también para

yo creo que todas precisamente la semana

pasada por ejemplo estaba hablando con

un colega italiano que é está trabajando

trajando con historiadores por ejemplo

entonces lo que hacen es cogen un llm

cogen toda una serie de documentos y de

contexto de un momento histórico

concreto lo ponen ahí hacen un f tuning

del lm y después los historiadores

mismos hacen consultas y van encadenando

cosas no y estaban encantados los

historiadores no porque de vez en cuando

les sale cosas que no son vale Pero

ellos saben perfectamente de lo que

están hablando por lo tanto pueden

descartarlo fácilmente pero hay a veces

relaciones cosas que aparecen el jugar

con esta información de forma con

lenguaje natural pues les abre un

campo muy nuevo no Entonces cómo habrá

que hacer esto seguramente Seguiremos la

gente que estamos en el campo de la

Inteligencia artificial eh actuando un

como como intermediarios no pero de

hecho es lo que hemos estado haciendo yo

desde los 20 años que llevo en esto Pues

he trabajado con médicos he trabajado

con gente en supermercados he trabajado

con educadores con variedad de gente que

quieren hacer cosas quizá no tienen el

perfil técnico necesario y tú haces un

poco de Puente no y o de conexión con

otros eh eh digamos entonces eso seguirá

siendo necesario seguramente facilitado

por todas esas herramientas nuevas muy

bien Bueno yo creo que le vamos a robar

TR minutos a la organización porque

hemos empezado 5 minutos tarde con Una

última pregunta que en vez de hacer las

conclusiones de la mesa es la pregunta

yo creo del millón entonces Os doy un

minuto como máximo para que me

respondáis a Si la investigación

artificial basada en datos puede

sustituir el conocimiento humano en el

ámbito de la investigación venga un

minuto de filosofía Yo espero que no O

sea Espero que no espero que nos ayuden

como contaba profesor Mariano en todo el

proceso de estudio del arte Y tal Pero

yo espero que al final el conocimiento

humano sea imprescindible

I would say I hope no as well Because I

I like to think that We Will Always Play

a Central role however If We think in a

years there's going to be a model that

actually Uh manage to simplify Quantum

Theory with the general Theory of

Gravity and Finally gives Us the answer

We are like Far away from that but If We

achieve that we We Will achieve that

probably so It's going to Still be Us

Being central even

y creo que la respuesta es sí y no hay

una frase que repite siempre mitra una

cosa que dijo Arthur Clark que dijo si

un profesor puede ser sustituido por un

robot debe serlo dicha Vale y tea lo

mismo si lo puede hacer la ia que lo

haga no en el cuando se hacen

predicciones sobre empleo esto de que va

desaparecer tal aparecer cual etcétera

las primeras fueron sobre puestos de

trabajo qué puestos de trabajo podría

sustituir la ía y las siguientes fueron

sobre tareas no entonces creo que es la

perspectiva correcta pero tiene un lado

incorrecto porque hay que decir bueno

tranquilos todos que es sobre tareas no

tranquilos todos bien Bueno sí o no e

mejor para los usuarios peor para los

productores pero si es sobre tareas

también hay los puestos de trabajo Los

hay que tienen muchas tareas

sustituibles y otros que tienen pocas y

en todo caso si sustituyes tareas a la

larga sustituy expuestos salvo que como

sucedió con el textil o con otras cosas

que parecía que desaparecían pues al

hacerlo más barato hay más demanda

consecuencia no lo sabemos pero lo que

va a mover Es mucho el sector va a

sustituir Muchas tareas de investigación

Porque además estamos en puertas de que

ya actúe la ia como un agente es decir

no como algo a lo que le das tareas sino

como algo que le das un objetivo y elige

las tareas claro Hasta cierto punto No

por lo tanto hab sustitución parcial de

muchas cosas y digamos los que queramos

seguir si es que queremos pues Tendremos

que reciclar noos y los que vengan

vendrán con otra formación para trabajar

con eso okay Y ya

veremos a ver yo sí yo yo yo pienso que

la es es dificilísimo predecir qué va a

pasar con una tecnología con estas

capacidades transformadoras y yo Eh

entonces no no No sabría decir si sí o

sí no sea que en en lo inmediato el

potencial que a mí me gustaría ha

realizado es que sugiera el trabajo con

la Inteligencia artificial algunas

nuevas preguntas que son en ese sentido

algo novedoso que

logre sacarnos de la caja eso a mí me

gustaría y y lo segundo es que Eh Pues

si nos sustituye pues tendremos otras

muchas cosas que hacer y y al final el

único sentido de aquello en lo que nos

instituyó es que nos provea ese

satisfactor de conocer y de entender que

será siempre a nivel muy

humano a ver iba a decir un rotundo no

pero seguramente dentro años lo tendría

que comer eh No yo no creo que la

pregunta era si los datos iban a

sustituir el conocimiento yo creo que no

De hecho hace unos años por ejemplo

cuando apareció todo el tema de la

visión que con Deep learning y tal más

de uno decía bueno los radiólogos van a

desaparecer Pero para qué necesitamos un

radiólogo es decir la máquina va a

interpretar la radiografía yo no conozco

a ninguno que esté en el paro Vale

entonces eso sí cambia la forma de

trabajar es decir ahora el radiólogo se

apoya en todas estas herramientas y

entonces se convierte en un Super

radiólogo no entonces si somos

suficientemente inteligentes como Para

aprovechar estas herramientas y

transformarnos en Súper Entonces yo creo

que iremos en el buen camino si nos

relajamos como alguien decía antes no

del tema de que seamos vagos y dejamos

que la como lo hace la máquina Pues yo

no tengo que aprenderlo no Entonces

vamos mal porque nos vamos a quedar en

la mediocridad Eso es así entonces yo

creo que que bueno depende un poco de

nosotros que sea un rotundo No perfecto

pues entonces yo creo y Hoy estamos Ven

a modo de conclusión en jornada de

Champion de Fútbol pues siguiendo esto

podemos a decir conocimiento humano tres

Inteligencia artificial dos bien pues

muchas gracias por acompañarnos en este

día

[Aplausos]

corriendo