:format(webp)/cdn.vox-cdn.com/uploads/chorus_asset/file/25543343/image__15_.png?w=150&resize=150,150&ssl=1 "Captura de pantalla de una tabla del sitio web unicode.org, que muestra una lista de emojis bajo la categoría de \"juegos\". La tabla tiene varias columnas con los encabezados: \"№\" (número), \"Code\" (código), \"Browser\", \"Sample\", \"GMail\", \"SB\", \"DCM\", \"KDDI\" y \"CLDR Short Name\" (nombre corto CLDR)")
Los influencers de las redes sociales comparten regularmente contenido relacionado con la inteligencia artificial, desde explicaciones básicas sobre cómo funciona hasta demostraciones de su aplicación en la vida cotidiana. A través de sus publicaciones, estos creadores de contenido pueden educar a sus seguidores sobre los beneficios y desafíos de la IA, así como generar discusiones significativas en torno a temas éticos y de privacidad. Además, algunos influencers colaboran con empresas de tecnología para promocionar productos y servicios basados en inteligencia artificial, ampliando así su influencia en la adopción de estas tecnologías por parte del público en general. Es importante tener en cuenta que, si bien los influencers pueden tener un impacto positivo al fomentar la comprensión de la IA, también pueden contribuir a la desinformación si no transmiten información precisa y verificada. Por lo tanto, es fundamental para los seguidores consumir contenido sobre inteligencia artificial de fuentes confiables y verificar la información compartida por los influencers en las redes sociales.
El término «influencer» ha trascendido las fronteras de la moda y el estilo de vida para adentrarse en ámbitos más especializados, como la investigación en inteligencia artificial (IA) y aprendizaje automático (ML). La influencia de estos personajes en la determinación de las tendencias de investigación en IA/ML es significativa, especialmente en un momento en el que el interés general en estas tecnologías está en su punto más alto. La industria responde a este entusiasmo con una producción masiva de trabajos para conferencias y revistas, además de la publicación activa de preprints no revisados por pares en plataformas en línea como ArXiv.
Un estudio reciente realizado por investigadores de la Universidad de California en Santa Bárbara ha revelado cómo el destacar investigaciones por parte de un par de usuarios influyentes de X (anteriormente Twitter) puede catapultar la atención hacia ciertos trabajos de IA/ML. Analizando más de 8,000 papeles de IA y ML, y considerando tanto las menciones en redes sociales como el número de citas, los investigadores encontraron que los trabajos compartidos por estos influencers recibían entre dos y tres veces más citas medianas que aquellos en el grupo de control.
Esta dinámica es crucial ya que las citas académicas no solo se traducen en reconocimiento en el campo de estudio, sino que también influyen en decisiones críticas como la financiación de la investigación y la permanencia en instituciones académicas. Este fenómeno marca un cambio respecto al statu quo; hasta hace poco, la puntuación de revisión de un paper, es decir, su aceptación en conferencias de prestigio, era un indicador principal de la cantidad de citas futuras.
Los influencers seleccionados para el estudio, @_akhaliq y @arankomatsuzaki, comparten consistentemente trabajos de IA/ML y cuentan con un seguimiento significativo en X. Actúan como curadores de la información, un servicio útil dada la avalancha de investigaciones. Sin embargo, esta sobredependencia en un grupo selecto de curadores puede sesgar inadvertidamente el panorama de la investigación, enfatizando ciertos temas o perspectivas sobre otros, y podría entrenchecer la falta de diversidad geográfica, de género y/o institucional.
El principal autor del estudio, Iain Xie Weissburg, subraya la importancia de reconocer esta dinámica para asegurar que la investigación en IA/ML permanezca en un dominio equilibrado. La intención no es responsabilizar indebidamente a estos influencers, sino señalar que los sistemas de publicación y conferencias deben adaptarse al creciente volumen de investigación en IA/ML.
La selección de solo dos influencers para el análisis ha sido criticada por algunos investigadores por ser una metodología «lejos de perfecta», ya que tienden a destacar trabajos de laboratorios grandes y nombres famosos, generando dudas sobre quién influye a quién. A pesar de esto, la conclusión general de que un pequeño grupo de influencers tiene un efecto desproporcionado es preocupante para la ciencia, ya que las cuentas de citas deberían estar impulsadas por expertos que entienden profundamente el trabajo que citan.
La proliferación de investigaciones de IA/ML ha hecho que sea prácticamente imposible para los individuos filtrar a través de los feeds de arXiv por su cuenta, lo que aumenta la dependencia de la comunidad en curadores como @_akhaliq y @arankomatsuzaki para destacar trabajos notables. Sin embargo, esta dependencia también plantea la necesidad de diversificar la comunidad en términos de ideas y antecedentes.
Mirando hacia el futuro, es imperativo explorar mecanismos subyacentes de las redes sociales y cómo estos se relacionan con el reconocimiento académico, así como encontrar nuevas formas de surfacer y diseminar investigaciones de calidad para combatir la avalancha de información sin depender excesivamente de los influencers.
