El aprendizaje mediante computadoras se utiliza cada vez más en investigación para procesar datos y detectar relaciones complejas. A continuación, destacamos varios artículos recientes en los que se examinan los pros y los contras del uso de herramientas de IA como ChatGPT en la investigación medioambiental.
La inteligencia artificial (IA) y herramientas como ChatGPT forman parte de la revolución del aprendizaje automático. Se ha hablado mucho de ellas y de las diversas deficiencias de sus formas incipientes, pero si aceptamos que estas tecnologías van a imponerse en la investigación, tenemos que encontrar la mejor manera de aprovecharlas para obtener resultados de calidad.
Recientemente, un equipo de investigadores de la Universidad de Princeton publicó una revisión en Environmental Science & Technology que examina de forma crítica tanto las mejores prácticas como los inconvenientes del uso de la IA y el aprendizaje automático para la investigación medioambiental. Los autores señalan la necesidad de comprender y dominar rápidamente las metodologías para aprovechar estas herramientas en la investigación, ya que, de no hacerlo, se podrían obtener trabajos defectuosos que podrían inducir a error a otros grupos y comprometer la validez de otros estudios. Presentan dos paradigmas de referencia para desarrollar un modelo supervisado de aprendizaje automatizado, e invitan a otros investigadores a seguir, debatir, mejorar y personalizar estas sugerencias. El primero expone un proceso de cuatro pasos para el desarrollo general de modelos de aprendizaje supervisado, desde la configuración del proyecto y el tratamiento de los datos hasta la construcción del modelo y sus aplicaciones. El segundo paradigma es más complejo y abarca un conjunto de requisitos mínimos y mejores prácticas para estas tecnologías específicamente en la investigación medioambiental.
Pero si se puede garantizar la calidad del aprendizaje automático, puede resultar una herramienta poderosa. La revista ACS Sustainable Chemistry & Engineering ha publicado recientemente un artículo en el que se examina cómo un modelo de procesamiento del lenguaje natural (PLN) basado en el aprendizaje automático podría contribuir algún día al reciclado de plásticos. Los investigadores desarrollaron cinco herramientas de PLN, denominadas colectivamente Recycle-BERT, para extraer, recopilar y clasificar automáticamente información de revistas y bases de datos relacionadas con una categoría de plásticos determinada, con el objetivo último de establecer una economía circular de recuperación y reciclado de plásticos.
Estas cinco herramientas de IA están diseñadas para trabajar juntas, cada una realizando una tarea ligeramente diferente: Class-BERT clasificaba la bibliografía extraída como relevante o no relevante; Method-BERT buscaba los métodos de reciclado enumerados en la bibliografía; Catalyst-BERT extraía los detalles de los catalizadores para el reciclado; Reactant-BERT encontraba modelos para identificar los reactivos; y Product-BERT señalaba los productos formados a partir del reciclado. Al probar el modelo, los resultados corroboraron la capacidad de Recycle-BERT para extraer información esencial de la bibliografía publicada, lo que podría ayudar más fácilmente a los humanos a hacer recomendaciones adecuadas sobre prácticas de reciclaje.
Otros investigadores son optimistas en cuanto a los resultados positivos que podrían obtenerse en la agricultura y la gestión del agua, donde la IA podría apoyar sistemas sostenibles y eficientes e influir en la investigación. Dentro de la agricultura, estas tecnologías de IA podrían ayudar a optimizar las prácticas agrícolas y a afrontar los desafíos medioambientales. Tal vez uno de los beneficios más prometedores, esbozado en un reciente artículo de Viewpoint en ACS ES&T Water, es que al procesar grandes cantidades de conocimientos científicos y comunicar esta información de una manera que un público amplio pueda entender, herramientas como ChatGPT pueden permitir tomar decisiones informadas a todo nivel: desde los hogares individuales hasta las plataformas políticas mundiales, la IA podría ayudar a fomentar un futuro sostenible y resistente para el agua, la agricultura y el medio ambiente en general.
Estas perspectivas también coinciden con una reciente revisión publicada en ACS Nano que resume los avances recientes en las aplicaciones de la IA a los nanomateriales y la nanotecnología, haciendo hincapié en lo que esto podría significar para un futuro con cero emisiones netas. Los autores también analizan las limitaciones y los retos actuales de la IA en este campo, identificando las principales brechas que habrá que abordar, así como las futuras oportunidades de investigación para aprovechar todo el potencial de la IA.
En la actualidad, el potencial de las contribuciones de la IA a la investigación sobre medio ambiente y sostenibilidad es inmenso, y estas herramientas representan por sí mismas un entorno prístino que acabamos de empezar a explorar.