• A invitación del Instituto de Investigaciones en Inteligencia Artificial de la UV, investigador de la UNAM habló del tema
• José Luis Jiménez Andrade impartió la charla “Aplicación de la inteligencia artificial a la cienciometría y al estudio de la ciencia”

José Luis Jiménez Andrade, académico de la UNAM, impartió charla a invitación del IIIA de la UV

Claudia Peralta Vázquez

Fotos: Instituto de Investigaciones en Inteligencia Artificial (IIIA)

08/08/2023, Xalapa, Ver.- Por medio de la cienciometría, también conocida como science of science, puede entenderse el desarrollo de la ciencia y generar una mejor inversión e impacto, pues el estado actual de la sociedad es producto de las innovaciones científicas y tecnológicas, dio a conocer José Luis Jiménez Andrade, académico e investigador de la Facultad de Ciencias de la Universidad Nacional Autónoma de México (UNAM).

A invitación del Instituto de Investigaciones en Inteligencia Artificial (IIIA) de la Universidad Veracruzana (UV), de donde es egresado, el colaborador del Laboratorio de Dinámica No Lineal del Departamento de Matemáticas de la máxima casa de estudios del país, impartió la charla “Aplicación de la inteligencia artificial a la cienciometría y al estudio de la ciencia”, que tuvo lugar en el Aula Híbrida del IIIA.

Explicó que como un sistema social del mundo real, desde la perspectiva de la cienciometría la ciencia es una red compleja de investigadores que generan conocimiento, y la revisión entre pares es el método tradicional para validar el nuevo conocimiento.

Incluso, todo el conocimiento generado puede entenderse como una red de conceptos, de disciplinas, de áreas, que pueden estudiarse bajo un enfoque de sistemas complejos.

Dichas redes también pueden agregarse y analizarse desde varios niveles: por grupos de investigadores, universidades y países.

“Hay estudios cienciométricos y bibliométricos enfocados en estudios de investigación desarrollado por algún país en específico.”

Junto a esta red de conocimiento existen papers o documentos conectados entre sí, “uno no puede imaginar esa red que es muy grande y compleja, y evoluciona en el tiempo”.

Comentó que dentro de esas redes, expertos bibliómetras pueden calcular muchas propiedades para crear también indicadores bibliométricos.

“No es sólo contar papers o citas, sino además (contar con) esas redes de colaboración científica o de temas, y con base en ello definir indicadores.”

En su exposición destacó la aplicación de la inteligencia artificial a la cienciometría y al estudio de la ciencia

Entre las principales líneas de investigación de la bibliometría y la cienciometría mencionó los análisis de redes bibliométricas, porque permite conocer la estructura de la ciencia; mientras que otras tienen que ver con leyes de crecimiento de la literatura y difusión de nuevas ideas, indicadores y desempeño bibliométrico.

Como ejemplo paradigmático del uso de indicadores bibliométricos o cienciométricos, el investigador mencionó el caso de los rankings de las universidades.

Al respecto, expuso que la tarea de la investigación científica involucra aspectos de docencia, vinculación con la sociedad, y por eso crean muchos indicadores para conceptualizar el desempeño académico como una cuestión multidimensional.

El problema de los rankings es que resulta difícil analizar a todas las universidades y compararlas considerando muchos indicadores, por eso los expertos emplean una metodología conocida coloquialmente como “de suma pesada”.

Jiménez Andrade, quien desarrolla sistemas de software, colabora en la modelación matemática de fenómenos no lineales y en el diseño de técnicas y métodos para el análisis de datos; indicó que, si bien aún no hay teorías sobre el funcionamiento de la ciencia ante este sistema, existe una ventaja: el registro digital de la mayoría de los productos científicos y bases de datos donde se almacenan los documentos.

Por tanto, en su charla comentó la aplicación de la red neuronal artificial SOM (por las siglas en inglés de Self-Organizing Maps) al estudio de la ciencia con una perspectiva cienciométrica.

Precisó que en la cienciometría es conveniente utilizar varios indicadores para caracterizar perfiles de desempeño de diversas entidades (individuos, instituciones, países, etcétera). Sin embargo, la comparación y visualización de datos multidimensionales representa un desafío no trivial en ciencia de datos.

En este sentido, la red neuronal SOM ayuda a resolver esta problemática y provee de visualizaciones que facilitan la interpretación y la comunicación de los resultados.