1 En cuanto al talento y la formación, se apunta que un uso creciente de la IA en investigación puede generar dependencia, afectando a habilidades como la intuición científica o el pensamiento crítico, cuando estas son necesarias para generar disrupciones científicas. Además, el recurso a la IA puede restar importancia a la relación entre investigadores veteranos y más nuevos (incluidos doctorandos), hasta ahora esencial para la transmisión de conocimiento o para la valoración crítica de los resultados. Por ello, es clave rediseñar la educación para integrar la IA sin perder las capacidades esenciales de los investigadores.

2 Puede afectar a la publicación científica, ya que un uso masivo de IA para redactar papers puede poner en riesgo la autenticidad y calidad de la producción científica, y cuestionar el sistema actual de evaluación por publicaciones. Sin embargo, la IA podría aportar objetividad al sistema al divulgar resultados negativos/fallidos, superando el actual sesgo hacia la publicación de resultados positivos, lo que será de ayuda a investigaciones futuras.

3 Favorece la investigación interdisciplinar al facilitar la colaboración entre investigadores de distintas materias a través de análisis de datos complejos/distintos de los de la disciplina propia, revelando posibles conexiones inesperadas. No obstante, la IA también podría reemplazar al diálogo directo entre investigadores, lo que resulta preocupante y, en definitiva, empobrecedor, ya que, por el momento, el intercambio humano de ideas resulta esencial.

4 Supone un desafío para la burocracia científica actual y el apoyo financiero, ya que la velocidad que imprime la IA a la investigación se enfrenta a procedimientos lentos y largos a la hora de obtener financiación pública.

5 El acceso y la adopción de la inteligencia artificial están marcados por desigualdades que afectan especialmente a los agentes con menos recursos, lo que puede aumentar las brechas existentes en cuanto a la innovación. Por ello, es esencial democratizar su acceso, fomentar la formación y desarrollar infraestructuras y ecosistemas compartidos.

6 En las organizaciones, la IA puede suponer un cambio en la manera de hacer I+D+i puesto que facilita la comunicación e integración entre departamentos diferentes, lo que puede requerir cambios en su estructura, funcionamiento y, evidentemente, en su cultura de innovación. En todo caso, la automatización debe equilibrarse con la preservación de equipos multidisciplinares para no perder la diversidad de perspectivas que es el origen de la innovación más disruptiva.

7 La IA hace surgir cuestiones éticas y regulatorias nuevas. La ausencia de marcos regulatorios claros puede generar problemas de sesgos en los modelos de IA, de ahí que resulte esencial establecer normas que aseguren equidad y transparencia, para comprender y validar los resultados generados por la IA, manteniendo la integridad científica. Además, pueden surgir dudas sobre la atribución de autoría y propiedad intelectual cuando la IA influye significativamente en los descubrimientos científicos.

8 ¿Supone el fin de la economía del conocimiento? Actualmente, el conocimiento es un bien escaso, pero si la IA simplifica y abarata la generación y aplicación de investigaciones podría convertirse en un commodity, similar a Internet. Además, aunque la IA democratizaría descubrimientos e invenciones, reduce la ventaja competitiva de quienes los promueven, disminuyendo también el incentivo para protegerlos mediante propiedad industrial.