Un sistema de IA ayuda a investigadores a cambiar de rumbo cuando la literatura desafía su idea
LitPivot organiza papers científicos alrededor de cada parte de una propuesta de investigación, sugiere cómo revisarla cuando trabajos previos ya cubrieron la novedad y permite decidir qué literatura usar para evaluar la idea mientras esta evoluciona.
LitPivot es un sistema desarrollado por el Allen Institute for AI y la Universidad de Pensilvania que organiza papers científicos alrededor de cada parte de una propuesta de investigación (problema, contribución y evaluación), ofrece críticas respaldadas por citas de estudios seleccionados y sugiere revisiones concretas cuando la literatura desafía la novedad de la idea o revela huecos sin explorar.
Cuando un investigador se topa con un paper que descubre que alguien ya resolvió lo que él proponía, o que revela un problema sin resolver que podría inspirar una nueva dirección, debe cambiar su plan de trabajo. El Allen Institute for AI (Ai2, un centro de investigación sin ánimo de lucro con sede en Seattle) y la Universidad de Pensilvania han desarrollado LitPivot, un sistema que ayuda a gestionar ese momento crítico en el que la literatura científica obliga a reformular una idea.
Según informó Ai2 en su blog, LitPivot separa una propuesta de investigación en tres facetas (el problema que se quiere resolver, la contribución que se propone aportar y el plan de evaluación) y organiza los papers relevantes alrededor de cada una. Cuando el investigador selecciona una faceta en su borrador, el sistema agrupa papers relacionados, destaca los grupos más relevantes y permite elegir cuáles usar para evaluar esa parte específica de la idea. Tras revisar una faceta, LitPivot ofrece una crítica apoyada en citas textuales de los papers seleccionados y sugiere una reescritura concreta que el investigador puede aceptar, editar o rechazar.
El sistema usa papers obtenidos a través de Asta Paper Finder (un buscador de literatura científica del mismo instituto) y reordena la literatura en función de la relevancia para la faceta revisada. Si cambiar una faceta deja otra parte del texto desactualizada (por ejemplo, si el plan de evaluación ya no se ajusta a una contribución recién modificada), LitPivot señala los fragmentos que podrían necesitar revisión.
En un estudio con 17 investigadores, cada uno desarrolló una idea con LitPivot y otra con un editor de texto y una herramienta de chat con IA (ambas condiciones con acceso a la misma colección de papers). Dos expertos independientes, sin saber qué sistema se había usado, evaluaron las propuestas resultantes y calificaron como mejor fundamentadas en la literatura las desarrolladas con LitPivot. Los participantes también reportaron una comprensión más sólida de la literatura relevante y percibieron sus ideas revisadas como más novedosas y útiles.
Un caso ilustrativo: un participante propuso generar notas médicas sintéticas consistentes y veraces. LitPivot identificó la consistencia entre múltiples visitas hospitalarias como un hueco potencial en la literatura seleccionada. El participante revisó abstracts, descartó papers sobre visitas únicas y, tras otra evaluación, reformuló su propuesta para centrarse en detectar contradicciones entre notas de múltiples visitas. En un estudio posterior de seguimiento, cinco investigadores usaron LitPivot en proyectos propios durante sesiones de media hora, tanto para explorar ideas nuevas como para refinar el enfoque de ideas más maduras. El trabajo se presentará en la conferencia UIST 2026 (una conferencia académica sobre interfaces de usuario y sistemas interactivos) en Detroit.
