¿Quién hará las revisiones sistemáticas del futuro? La IA, la democratización del conocimiento y la responsabilidad científica

Nuestra visión del mundo está determinada por nuestro conocimiento. Las personas con las que nos relacionamos y todas las que se han cruzado en nuestro camino, los libros que hemos leído, la prensa que ojeamos, las series que devoramos, las redes sociales que nos atrapan, los artículos científicos que hemos leído… En definitiva, nuestras experiencias y la forma en que las procesamos determinan cómo entendemos y nos relacionamos con el mundo. En investigación ocurre exactamente lo mismo.

Solo podemos formular preguntas a partir de los conocimientos que hemos adquirido, y la producción científica es tal que hoy por hoy es imposible alcanzar una perspectiva global sin dejar nada fuera. Las revisiones sistemáticas llevan décadas tratando de sintetizar este conocimiento, desarrollando un proceso metodológico altamente protocolizado para favorecer la reproducibilidad y la transparencia, y permitir a los investigadores y al mundo obtener una visión global del estado del conocimiento sobre una pregunta concreta.

Desde el principio, las herramientas digitales que se fueron incorporando a la síntesis de evidencia buscaron reducir la carga de trabajo y optimizar las distintas fases que dan forma a toda revisión sistemática:

• Búsqueda de literatura (Carrot2, CitationChaser, ResearchRabbit…)
• Gestión de la literatura (EndNote, Zotero, Mendeley…)
• Cribado por título y resumen (ASReview, Abstrackr, Rayyan, Colandr, Covidence, DistillerSR, EPPI-Reviewer…)
• Extracción de datos (Cochrane_scraper, Colandr, Covidence, ExaCT…)
• Evaluación de calidad (AMSTAR checklist, DistillerSR, Covidence, Eppi-Reviewer, RobotReviewer…)

Si bien siempre hubo herramientas que buscaban mejorar la generación de preguntas de investigación, la redacción del protocolo o la redacción y discusión de conclusiones, ha sido la llegada de la IA generativa la que ha supuesto una revolución al permitir dialogar directamente con la bibliografía. ChatGPT, Copilot, Gemini, Perplexity, Claude, Elicit, Nested Knowledge, SciSpace, Anara, PaperGuide, Consensus, Jenni AI, Petal… permiten no solo refinar preguntas de investigación y estructurarlas mediante marcos como PICO cuando procede, sino también interactuar con la literatura científica utilizando lenguaje natural. En ese sentido, dejan de ser simples aplicaciones para convertirse en auténticos asistentes de investigación.

Pese a todos estos cambios, o quizá por ahora, la irrupción de la IA generativa no ha transformado el flujo metodológico de las revisiones sistemáticas, que continúa guiado por los estándares de JBI, Cochrane, Campbell o PRISMA, pero sí está empezando a ejecutar parte de las tareas que tradicionalmente recaían sobre los revisores. Ya no se trata solo de la automatización de tareas, sino de quién asume la responsabilidad sobre decisiones metodológicas en las que estos nuevos asistentes ya empiezan a intervenir: ayuda en la formulación de preguntas PICO o PCC, definición de criterios de inclusión y exclusión, elaboración de protocolos preliminares, definición de variables, extracción de datos, elaboración de libros de codificación, redacción de resultados.

Además, los desarrollos recientes están reduciendo una complejidad técnica y metodológica que durante años supuso una importante barrera de entrada. Ya no es necesario programar ni dedicar semanas a aprender el funcionamiento de múltiples aplicaciones especializadas. Del mismo modo, parte del conocimiento metodológico imprescindible para desarrollar una buena revisión sistemática comienza a estar integrado en estos nuevos asistentes. Las nuevas plataformas cuentan con interfaces conversacionales intuitivas que reducen la carga cognitiva, estructuran las distintas fases de una síntesis de evidencia y acercan procesos metodológicos complejos a investigadores con menor experiencia.

La IA no solo está cambiando cómo se hacen las revisiones sistemáticas; está cambiando quién puede hacerlas.

Elicit, DistillerSR, Rayyan, Nested Knowledge, Laser AI… son solo algunas de las herramientas que integran funcionalidades que abarcan gran parte del flujo metodológico de las síntesis de evidencia, aunque no fueron las primeras. En realidad, la idea de integrar todo el proceso no es nueva. Plataformas como CADIMA, Parsifal, ReLiS o JBI SUMARI ya perseguían ese objetivo hace años. La diferencia es que la nueva generación incorpora IA generativa, interfaces conversacionales y agentes especializados.

Sin embargo, la adopción de esta nueva generación de herramientas todavía carece de un consenso claro. Más allá de las recomendaciones generales sobre el uso responsable de la inteligencia artificial publicadas por organizaciones como Cochrane, JBI, Campbell o la APA, la elección de una herramienta suele depender de las preferencias del investigador, los recursos disponibles o la inclinación metodológica del equipo hacia aquellas plataformas cuya eficacia y fiabilidad han sido evaluadas de forma independiente. En el momento de escribir estas líneas, Cochrane tiene en marcha el proyecto CESAR para evaluar de forma comparativa distintas herramientas de IA destinadas a la síntesis de evidencia. Sus resultados probablemente marcarán un punto de inflexión en la adopción de estas tecnologías, especialmente en aquellos contextos donde la evidencia metodológica resulta determinante, y contribuirán a consolidar marcos de uso responsable como los principios RAISE.

Ahora la pregunta es si llegará un punto en el que la IA se equipare en fiabilidad a las revisiones humanas y el tiempo y esfuerzo de supervisar no compense, llegando a lo que se denomina sesgo de automatización. ¿Llegará el momento en el que sustituyamos los dos revisores humanos por dos LLM independientes? ¿Llegaremos a ceder todo el control metodológico? ¿Conservaremos entonces la autoría y la responsabilidad de las conclusiones?

Aunque quizá ese momento no esté tan lejos. Por ejemplo, entre los asistentes generales de investigación encontramos al «agente de revisión de literatura» de PaperGuide, que permite generar una revisión automatizada del estado de la cuestión (actualmente limitada a unas 50 referencias) a partir de una única pregunta de investigación. El asistente propone un protocolo inicial, identifica estudios en bases de datos como PubMed, arXiv, OpenAlex, Semantic Scholar o la bibliografía que se le entregue, criba los artículos, extrae información relevante y genera una síntesis estructurada. No se trata todavía de una revisión sistemática realizada conforme a los estándares metodológicos de JBI o PRISMA, pero sí de un claro indicio de la dirección en la que evoluciona el ecosistema. Elicit, SciSpace o Anara, cuentan con funcionalidades similares: haces la pregunta de investigación y la herramienta te devuelve un resumen a partir de una cantidad determinada de bibliografía, en función del paquete contratado. Los asistentes especializados en síntesis de evidencia como Elicit Systematic Review o Rayyan ResearchPilot ofrecen mayor control y alcance en cuanto a cantidad de literatura, pero la promesa es la misma: más rápido, más fácil.

La naturaleza altamente protocolizada de las revisiones sistemáticas las ha convertido en una candidata ideal para la automatización. Esta evolución permitirá que equipos de investigación pequeños, e incluso estudiantes, puedan abordar revisiones con un rigor metodológico que hasta hace pocos años requería muchos más recursos. Sin embargo, esa democratización también nos obliga a preguntarnos hasta dónde estamos dispuestos a delegar el control metodológico. La tendencia natural del ser humano a minimizar el esfuerzo, y los sesgos como el de automatización o complacencia frente a la automatización, parecen señalar ya una dirección.

Precisamente por ello, la responsabilidad científica de los investigadores deberá seguir siendo la principal garantía de que la síntesis de evidencia generada —con independencia del grado de automatización— cumple los principios de reproducibilidad, transparencia y rigor que sustentan una revisión sistemática. Quizá, por ello, el gran debate de los próximos años ya no sea si la inteligencia artificial puede hacer una revisión sistemática, sino quién asumirá la responsabilidad cuando sea ella quien la haga mejor que nosotros.

Nota metodológica. La elaboración de este artículo siguió un proceso iterativo que evolucionó desde una revisión exploratoria del estado de la cuestión y del ecosistema actual de herramientas hacia una reflexión sobre el impacto de la inteligencia artificial en la síntesis de evidencia. La revisión bibliográfica se amplió progresivamente mediante búsqueda por referencias y citación (snowballing). Tras la redacción de un primer borrador, se utilizó ChatGPT como asistente para la discusión crítica de ideas y para la revisión gramatical, ortográfica y de estilo. La selección de la bibliografía, la interpretación de la evidencia, las conclusiones y la versión final del manuscrito son responsabilidad exclusiva del autor.