Buscadores inteligentes.

¿Recordáis esos días en los que buscar información científica era como cavar en busca de un tesoro oculto? PubMed, nuestro fiel amigo de antaño, siempre ha estado allí para sacarnos del apuro. Pero, como todo en la vida, las cosas cambian y evolucionan. Así como un detective de la vieja escuela podría ser reemplazado por una inteligencia artificial (IA) que puede resolver un caso en segundos, el mundo de la búsqueda bibliográfica está viendo una revolución liderada por buscadores inteligentes que podrían reemplazar nuestras herramientas habituales.

Imaginad a Consensus, Elicit y Perplexity, por mencionar algunos, como los superhéroes de esta nueva era de la búsqueda inteligente de información. Equipados con IA de última generación, estos buscadores inteligentes no solo encuentran lo que necesitamos, sino que también entienden la pregunta antes de que terminemos de formularla. Son como esos amigos que ya saben qué pizza nos gusta y nos la piden antes de que nos decidamos. La era de perderse en un mar de artículos de PubMed, intentando descifrar cuál es relevante, podría estar llegando a su fin.

La magia de estos nuevos buscadores inteligentes no solo está en su rapidez y precisión, sino también en cómo están redefiniendo la manera en que accedemos al conocimiento. Con PubMed, a veces teníamos que ser casi unos detectives para encontrar el artículo correcto. Pero con Consensus y compañía, la información se presenta como un bufé, listo para ser degustado. ¿Será que PubMed se convertirá en el Blockbuster de la búsqueda bibliográfica, reemplazado por estos nuevos Netflix del conocimiento? Seguid leyendo esta entrada y exploraremos cómo estos cerebritos de IA están cambiando el juego y lo que eso significa para el futuro de la investigación científica.

La revolución en la búsqueda

En la era digital actual, la búsqueda de información se ha convertido en una actividad cotidiana y esencial para millones de personas en todo el mundo. El problema es que la gran cantidad de información disponible, mucha de ella de escasa calidad, y la necesidad de acceder rápidamente a información relevante y confiable, convierten con frecuencia esta actividad en una pesadilla de la que corremos el riesgo de despertar sin haber encontrado lo que buscábamos.

Aunque en el ámbito de la investigación en biomedicina disponemos de buscadores específicos que permiten tener un gran control de la búsqueda, su uso requiere unos conocimientos previos para estructurar los componentes que tendremos que introducir en el buscador para sacarle el máximo partido. Esta curva de aprendizaje puede resultar un poco empinada al principio, por lo que muchos se desaniman y miran hacia opciones de búsqueda más sencillas, aunque mucho menos específicas y controladas.

Tradicionalmente, motores de búsqueda como Google han dominado este espacio, ofreciendo respuestas a una amplia gama de preguntas. Sin embargo, a medida que la cantidad de información disponible en línea sigue creciendo exponencialmente, también lo hace la necesidad de herramientas más sofisticadas que puedan filtrar y sintetizar esta información de manera más efectiva, sin la complejidad de buscadores como PubMed.

Los motores de búsqueda han evolucionado para adaptarse a estas demandas cambiantes. Al principio, la búsqueda en línea se limitaba a encontrar páginas web que contenían las palabras clave especificadas. Sin embargo, con el tiempo, los algoritmos de búsqueda han avanzado para comprender mejor el contexto de las consultas, ofreciendo resultados más precisos y relevantes.

La mayor parte de estos buscadores no se limitan ya a ofrecer una lista de direcciones web, sino que tratan de contestar directamente a la pregunta que parece querer responder el usuario.

Pero, a pesar de estos avances, los motores de búsqueda tradicionales todavía enfrentan desafíos significativos, especialmente cuando se trata de consultas complejas o temas especializados que requieren un análisis profundo y una síntesis de múltiples fuentes de información.

Buscando con inteligencia

Con la explosión de la IA, los buscadores comienzan a incorporar estas nuevas tecnologías para refinar sus búsquedas. El beneficio de la IA y el uso de técnicas de procesamiento de lenguaje natural permiten ofrecer un enfoque más personalizado y eficiente a la búsqueda de información.

Los buscadores pueden así analizar y sintetizar el contenido para ofrecer respuestas más claras, contextualizadas y basadas en evidencia. En este contexto, surgen nuevos buscadores que han captado la atención por su innovador enfoque. En esta entrada hablaremos de tres de estos buscadores inteligentes: Consensus, Elicit y Perplexity.

Como veremos, cada uno de estos buscadores ha sido diseñado con un propósito específico en mente, y sus características únicas los hacen especialmente valiosos para diferentes tipos de usuarios.

Consensus: evidencia en un click

Consensus es un buscador inteligente diseñado para aquellos que necesitan respuestas basadas en evidencia científica. A diferencia de otros buscadores tradicionales, Consensus utiliza técnicas de IA para analizar y sintetizar grandes volúmenes de literatura científica (tiene acceso a más de 100 millones de artículos y publicaciones), proporcionando respuestas claras y fundamentadas en datos.

Pero este buscador no se queda aquí. Su objetivo principal, que hace honor a su nombre, es ayudar a los usuarios a encontrar el «consenso» en la literatura existente sobre un tema particular, reduciendo el tiempo necesario para revisar y comprender la información disponible. Esto se consigue mostrando los trabajos principales que argumentan en las diferentes direcciones posibles en relación con la pregunta que se le haga.

La pantalla de inicio, como suele ser habitual en estos buscadores inteligentes, es de diseño minimalista, mostrándonos la caja de búsqueda, donde tendremos que escribir la pregunta de la que busquemos respuesta. La primera vez que accedáis os solicitará que abráis cuenta. Podéis abrir una cuenta gratis para probarlo o si lo vais a usar poco, la forma más sencilla es autenticándoos con vuestra cuenta de Gmail (si tenéis).

Como en cualquier búsqueda, el resultado dependerá de que elaboremos la pregunta de forma correcta. Estos buscadores son más flexibles que PubMed y admiten preguntas de diversos formatos: preguntas sencillas con respuesta sí/no, preguntas sobre la relación entre conceptos, sobre efectos o beneficios de una intervención, del tipo qué es mejor o cómo se hace alguna cosa, etc. La gran ventaja es que podemos usar lenguaje natural y no tenemos que estructurarlo según un conjunto de reglas determinadas.

Resulta que yo estoy interesado en saber si el café es capaz de reducir el riesgo de enfermedad cardiovascular, así que lo escribo en la caja de búsqueda, tal como veis en la primera figura (hay quien dice que estos buscadores funcionan mejor si les hablamos en inglés, pero también se apañan con las preguntas en castellano).

Hay dos opciones que podemos activar. La primera permite que Consensus lea varios artículos y haga un resumen de ellos. La segunda es el Copilot, que mejora las opciones de funcionalidad de la IA. El uso de ambos está limitado a un número de créditos al día para las cuentas gratuitas, así que, si vais a usarlo mucho, os puede interesar cambiar a uno de los planes de pago.

De momento, seguimos con la opción gratis y pulsamos sobre la lupa para iniciar la búsqueda.

Y aquí es donde empieza la magia de Consensus. Lo primero, como veis en la figura anterior, es una respuesta de consenso a nuestra pregunta. Basándose en los 10 artículos más citados que ha encontrado, nos informa que un 60% de los trabajos responden afirmativamente, por lo que parece que el consumo moderado de café puede ser beneficioso para la salud cardiovascular.

A continuación, tenemos la salida de Copilot, si lo hemos activado, que nos amplía esta información argumentando los datos a favor y en contra, además de darnos la cita al trabajo en el que se basa cada afirmación.

Por último, en la parte inferior, nos lista los 10 artículos que ha utilizado para elaborar el consenso (lo veis en la siguiente figura). Esta ventana nos da información útil sobre el trabajo, como el tipo de diseño, si está poco o muy citado, observaciones sobre la revista (si es fiable o no, o si es muy rigurosa, etc.) y nos permite guardarlo, obtener la cita en varios formatos o compartir la dirección url.

Finalmente, podemos hacer clic sobre el texto y acceder a la pantalla del resumen del trabajo, de forma similar a como hacemos con PubMed. Aquí también podemos consultar información sobre la metodología del trabajo, artículos relacionados e incluso acceso al texto completo, si el artículo está accesible en abierto.

Os animo a navegar y probar las diferentes opciones. El buscador tiene un funcionamiento bastante intuitivo y sencillo.

Elicit: destilando la información

El objetivo de Elicit es similar al de Consensus, facilitar la toma de decisiones basada en evidencia mediante la estructuración de preguntas, la identificación de estudios relevantes y la extracción de información clave. Para ello, Elicit utiliza algoritmos de procesamiento de lenguaje natural para identificar la literatura relevante y extraer datos específicos que respondan directamente a la consulta del usuario.

El sistema permite a los usuarios refinar sus preguntas y ajustar los criterios de búsqueda en función de los resultados iniciales, lo que facilita una investigación más precisa y dirigida. Además, es capaz de extraer información clave de múltiples artículos y presentarla en un formato resumido. Esta posibilidad de generar un texto resumen es una de sus capacidades más atractivas, ya que permite ahorrar tiempo para enfocarse más en la interpretación y aplicación de los datos y menos en la búsqueda manual de información.

Pero las posibilidades de resumir información no acaban con el resumen del texto. Elicit es capaz de sacar información específica de los artículos e, incluso, tabularla. Podemos pedirle que nos haga tablas con resúmenes de los estudios, diseño de los trabajos, resultados específicos, autores, fechas, referencias, etc.

La pantalla de inicio de este buscador inteligente es también de diseño minimalista, como podéis ver en la figura adjunta. Debajo de la caja de búsqueda se ven dos enlaces. El primero permite subir artículos en formato pdf para que nos extraiga la información que le indiquemos.

El segundo permite hacer “listas de conceptos”, que permiten organizar temas específicos relacionados con lo que estemos investigando, con lo que será más fácil realizar un análisis estructurado de la información relevante que encontremos.

Como ocurría con Consensus, ambas funcionalidades están limitadas en las cuentas de acceso gratuito y, si queréis disfrutar de las herramientas a pleno rendimiento, os tocará pasar por caja.

Vamos a hacerle al buscador la misma pregunta que hicimos en el ejemplo anterior sobre el café y las enfermedades cardiovasculares. Introducimos la pregunta en la caja de búsqueda y pulsamos la flecha para buscar.

Lo primero que nos muestra es el resumen con la respuesta a nuestra pregunta, como podéis ver en la figura siguiente. Fijaos que, incluso, cuelga la bibliografía en la que basa sus afirmaciones.

Debajo estará la información de cada artículo. Podemos hacer clic y acceder al texto completo, como en el caso de Consensus, y pasamos a la pantalla del resumen, en la que podemos obtener el DOI, el número de veces que se cita el artículo y alguna otra información.

Pero quizás lo más interesante es pulsar el botón “Add new step” del final de la página. Nos aparecerán una serie de opciones, que os muestro en la siguiente figura.

Veis que podemos reformular la pregunta inicial, extraer datos de los trabajos seleccionados y hacer listas de conceptos. Incluso, podemos pedirle que elabore tablas para comparar datos específicos de los trabajos, aunque, a día de hoy, para esto hay que tener una cuenta de pago.

Por último, el buscador permite guardar nuestra actividad, con la posibilidad de un acceso rápido posterior para recuperar la información obtenida.

Perplexity: pregunta y obtendrás

El tercer buscador inteligente del que vamos a hablar hoy es Perplexity.

Como los anteriores, Perplexity utiliza algoritmos de IA y procesamiento de lenguaje natural para comprender y responder a las preguntas del usuario, pero se centra en sintetizar la información de diversas fuentes y contextualizarla. Además de la respuesta a nuestra pregunta, nos proporciona enlaces a documentos y páginas web relacionadas que pueden ser de nuestro interés.

Una de sus cualidades más atractivas es el hecho de que nos ofrezca enlaces a las fuentes originales y sugerencias de lecturas relacionadas, ahorrándonos tiempo de navegación por la red en busca de información.

La pantalla de inicio de Perplexity recuerda más a las de los chatbots más conocidos (como chatGPT) que a la de los buscadores tradicionales, pero sigue siendo sencilla e intuitiva. Si escribimos la misma pregunta sobre el café y pulsamos el botón de buscar, nos muestra la pantalla de resultados adjunta.

En la parte superior, un conjunto de enlaces a fuentes relacionadas, donde podemos ampliar la información. Debajo de esto, la respuesta a la pregunta, argumentada según las fuentes de información utilizadas. Por último, en el lateral disponemos de varias herramientas para buscar o generar imágenes, aunque estas utilidades están muy limitadas en las cuentas de acceso gratuito.

En resumen, Perplexity representa un avance significativo en el mundo de los motores de búsqueda, ya que nos ofrece una combinación única de velocidad, precisión y relevancia en sus respuestas, ahorrándonos tiempo en la búsqueda en ese mar de información que es Internet.

En la variedad está el gusto

Una vez vistas las características de estos buscadores, podemos plantearnos cuál de ellos utilizar. Para mí, la respuesta es sencilla.

Si nos apañamos con una cuenta gratuita, lo mejor es conocer y utilizar los tres. Son buscadores con un funcionamiento sencillo e intuitivo.

Ahora, si tenemos que pagar porque necesitemos un uso más intensivo, ya tendremos que seleccionar cuál de ellos nos conviene más, en función de sus capacidades.

Como consejo general, podemos decir que Consensus será el ideal cuando necesitemos obtener rápidamente una visión general de lo que la literatura científica dice sobre un tema específico y basado en evidencia, Elicit será la mejor opción cuando necesitemos estructurar preguntas de investigación y realizar análisis detallados de datos científicos, y Perplexity será perfecto para obtener respuestas rápidas y precisas a preguntas complejas, especialmente cuando el tiempo es un recurso escaso y valioso.

Pero esto no es más que un consejo. Lo mejor es que cada uno pruebe el funcionamiento con una cuenta gratuita y actualice a una profesional si cree que va a rentabilizar el coste de las funciones completas del buscador inteligente.

Nos vamos…

Para finalizar esta entrada, yo me repetiría la pregunta que hacíamos al inicio: ¿Será que PubMed se convertirá en el Blockbuster de la búsqueda bibliográfica, reemplazado por estos nuevos Netflix del conocimiento?

En mi humilde opinión, esto está muy lejos de ocurrir con las herramientas actuales.

En primer lugar, aunque es más complicado de manejar, PubMed tiene algunas ventajas claras sobre estos buscadores inteligentes, ya que permite un control sobre la especificidad de la búsqueda que, a día de hoy, no alcanzan los buscadores inteligentes. Además, PubMed es gratis, un gran punto a su favor.

En segundo lugar, los que piensan que PubMed se verá reemplazado parecen suponer que este buscador no sabrá también aprovechar las ventajas de los nuevos algoritmos de IA y procesamiento de lenguaje natural, manteniendo así su ventaja sobre otros buscadores, que sí pueden ser más útiles como punto inicial para búsquedas más amplias o generales.

La integración directa de IA en motores de búsqueda como PubMed será, sin duda, un desarrollo futuro, pero creo que, en su forma actual, PubMed sigue siendo una poderosa base de datos, aunque dependa de la experiencia del usuario para aprovechar al máximo sus capacidades de búsqueda. De hecho, ya hay algunas capacidades de PubMed que recuerdan el uso de las técnicas de IA, como la opción de ordenar los trabajos recuperados por la “Mejor opción” (“Best match”) o la adicción de términos de búsqueda no introducidos por el usuario en la cadena de búsqueda avanzada. Pero esa es otra historia…