Investigadores proponen 'Prompt-to-Paper', un sistema de IA para redactar trabajos de investigación, con énfasis en la precisión y verificabilidad
Investigadores presentan el concepto del nuevo sistema de IA 'Prompt-to-Paper' para abordar el problema principal de las herramientas actuales de IA para la redacción de investigaciones, que suelen citar fuentes poco fiables y generar resultados experimentales falsos.
El sector de la IA avanza con el uso de Modelos de Lenguaje Grandes (Large Language Models) para crear borradores de investigaciones científicas. Sin embargo, un equipo de investigación ha identificado problemas críticos en artículos académicos de arXiv. Los investigadores señalan tres fallos graves en los sistemas de IA actuales: 1) Las citas no provienen de fuentes verificables. 2) Los resultados experimentales suelen ser fabricados, no derivados de experimentos reales. Y 3) Carecen de un marco de evaluación estándar para medir la calidad de la investigación generada por IA. Para solventar esto, el equipo propone 'Prompt-to-Paper', un marco multiagente de IA. Su innovación principal es un proceso determinista de generación aumentada con recuperación (deterministic retrieval-augmented generation) que asegura que cada referencia sea trazable a su fuente original. Inicialmente, el sistema está diseñado para su aplicación en Bioinformática.
Este esfuerzo es crucial para la credibilidad académica, ya que previene la difusión de información de investigación errónea y podría derivar en herramientas de IA que investigadores y estudiantes tailandeses puedan usar con mayor confianza en el futuro.