{"id":39383,"date":"2023-06-28T09:39:45","date_gmt":"2023-06-28T15:39:45","guid":{"rendered":"https:\/\/saluddigital.com\/?p=39383"},"modified":"2025-10-19T22:35:32","modified_gmt":"2025-10-20T04:35:32","slug":"investigadores-comparan-resumenes-de-articulos-generados-por-chatgpt-con-resumenes-reales","status":"publish","type":"post","link":"https:\/\/saluddigital.com\/en\/big-data\/investigadores-comparan-resumenes-de-articulos-generados-por-chatgpt-con-resumenes-reales\/","title":{"rendered":"Investigadores comparan res\u00famenes de art\u00edculos generados por ChatGPT con res\u00famenes reales"},"content":{"rendered":"
\n\t\t\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t

Investigadores analizaron la capacidad de ChatGPT para generar res\u00famenes de art\u00edculos cient\u00edficos bas\u00e1ndose en el t\u00edtulo y nombre de la revista <\/h2>\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Los modelos de lenguaje basados en inteligencia artificial (IA), como ChatGPT son capaces de producir textos complejos y precisos sobre casi cualquier tema, sin embargo, tambi\u00e9n pueden generar informaci\u00f3n imprecisa o falsa en cuesti\u00f3n de segundos. Un grupo de investigadores public\u00f3 un art\u00edculo recientemente en el que recopilan 50 res\u00famenes de investigaci\u00f3n o abstract<\/em> de art\u00edculos publicados en cinco revistas m\u00e9dicas de alto impacto. Adem\u00e1s, le pidieron a ChatGPT generar res\u00famenes de investigaci\u00f3n basados solamente en los t\u00edtulos de los art\u00edculos y en la revista donde fueron publicados.<\/p>

\u201cLos modelos de lenguaje extenso (LLM) a menudo son modelos de transformadores complejos basados \u200b\u200ben redes neuronales que pueden generar texto definido por tono y contenido\u201d, explican los autores. Los LLM est\u00e1n entrenados en enormes cantidades de datos por lo que son capaces de producir textos bien estructurados que se leen de forma natural.<\/p>

Como mencionan los autores, \u201cChatGPT se basa en Generative Pre-trained Transformer-3 (GPT-3), que es uno de los modelos m\u00e1s grandes de este tipo, entrenado con 175,000 millones de par\u00e1metros\u201d. Este tipo de modelos genera resultados coherentes que pueden ser dif\u00edciles de distinguir de textos escritos por humanos.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

Durante el ejercicio de generaci\u00f3n de res\u00famenes, a pesar de que todos ten\u00edan un formato superficial de resumen cient\u00edfico, solamente ocho, es decir el 16% utilizaron correctamente los encabezados de cada revista en su mensaje. Es decir, los estilos de p\u00e1rrafo de cada revista, y otros aspectos del formato de texto como el n\u00famero de palabras.
Los res\u00famenes originales fueron sometidos a una detecci\u00f3n de plagio y verificaci\u00f3n de similitudes, y obtuvieron puntaciones m\u00e1s altas que los res\u00famenes generados.\u00a0 Asimismo, a los revisores humanos cegados se les proporcionaron res\u00famenes generados y originales y lograron identificar 68% de los res\u00famenes generados como generados y el 86% de los res\u00famenes originales como originales.<\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t

\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t\"\"\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t\t\t

\u201cNuestros revisores comentaron que los res\u00famenes que pensaban que ChatGPT hab\u00eda generado eran superficiales y vagos, y en ocasiones se centraban en los detalles de los res\u00famenes originales, como la inclusi\u00f3n de los n\u00fameros de registro de ensayos cl\u00ednicos y la ortograf\u00eda alternativa de las palabras\u201d, detallaron los autores.<\/p>

Los revisores incluso clasificaron err\u00f3neamente una parte de los res\u00famenes reales como generados. Adem\u00e1s, cabe mencionar que los res\u00famenes generados conten\u00edan n\u00fameros fabricados, sin embargo, estos ten\u00edan un tango similar al de los res\u00famenes reales.<\/p>

Los autores aceptan las limitaciones del estudio debido al peque\u00f1o tama\u00f1o de muestra y pocos revisores, adem\u00e1s reconocen que ChatGPT es muy sensible a las indicaciones que recibe, por lo que solo tomaron el primer resultado proporcionado, sin realizar otras generaciones que podr\u00edan haber mejorado su credibilidad.<\/p>

Finalmente, los autores anticipan que esta tecnolog\u00eda podr\u00eda usarse tanto de manera \u00e9tica como no \u00e9tica. Y aunque el texto generado puede ayudar a aliviar la carga de escritura para los investigadores, es necesario que este sea editado por un cient\u00edfico y se someta a una revisi\u00f3n cuidadosa. O bien los LLM pueden ser utilizado para generar res\u00famenes en idiomas distintas al de los investigadores originales.<\/p>

Conoce m\u00e1s consultando el art\u00edculo completo: https:\/\/www.nature.com\/articles\/s41746-023-00819-6<\/a><\/p>\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t

\n\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t
\n\t\t\t\t\t\t
\n\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t\t\t
\n\t\t\t\t\t
\n\t\t\t\t\t\t\t\t\t\t\t\t\n\t\t\t\t\t\t\t\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t<\/i><\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t\t<\/span>\n\t\t\t\t\t\t\t\t\t\t\t\t BIBLIOGRAPHY<\/a>\n\t\t\t\t\t<\/div>\n\n\t\t\t\t\t

NATURE<\/strong><\/p>

https:\/\/www.nature.com\/articles\/s41746-023-00819-6<\/a><\/p><\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<\/div>","protected":false},"excerpt":{"rendered":"

Investigadores analizaron la capacidad de ChatGPT para generar res\u00famenes de art\u00edculos cient\u00edficos bas\u00e1ndose en el t\u00edtulo y nombre de la revista Los modelos de lenguaje basados en inteligencia artificial (IA), como ChatGPT son capaces de producir textos complejos y precisos sobre casi cualquier tema, sin embargo, tambi\u00e9n pueden generar informaci\u00f3n imprecisa o falsa en cuesti\u00f3n de segundos. Un grupo de investigadores public\u00f3 un art\u00edculo recientemente en el que recopilan 50 res\u00famenes de investigaci\u00f3n o abstract de art\u00edculos publicados en cinco revistas m\u00e9dicas de alto impacto. Adem\u00e1s, le pidieron a ChatGPT generar res\u00famenes de investigaci\u00f3n basados solamente en los t\u00edtulos de los art\u00edculos y en la revista donde fueron publicados. \u201cLos modelos de lenguaje extenso (LLM) a menudo son modelos de transformadores complejos basados \u200b\u200ben redes neuronales que pueden generar texto definido por tono y contenido\u201d, explican los autores. Los LLM est\u00e1n entrenados en enormes cantidades de datos por lo que son capaces de producir textos bien estructurados que se leen de forma natural. Como mencionan los autores, \u201cChatGPT se basa en Generative Pre-trained Transformer-3 (GPT-3), que es uno de los modelos m\u00e1s grandes de este tipo, entrenado con 175,000 millones de par\u00e1metros\u201d. Este tipo de modelos genera resultados coherentes que pueden ser dif\u00edciles de distinguir de textos escritos por humanos. Durante el ejercicio de generaci\u00f3n de res\u00famenes, a pesar de que todos ten\u00edan un formato superficial de resumen cient\u00edfico, solamente ocho, es decir el 16% utilizaron correctamente los encabezados de cada revista en su mensaje. Es decir, los estilos de p\u00e1rrafo de cada revista, y otros aspectos del formato de texto como el n\u00famero de palabras. Los res\u00famenes originales fueron sometidos a una detecci\u00f3n de plagio y verificaci\u00f3n de similitudes, y obtuvieron puntaciones m\u00e1s altas que los res\u00famenes generados.  Asimismo, a los revisores humanos cegados se les proporcionaron res\u00famenes generados y originales y lograron identificar 68% de los res\u00famenes generados como generados y el 86% de los res\u00famenes originales como originales. \u201cNuestros revisores comentaron que los res\u00famenes que pensaban que ChatGPT hab\u00eda generado eran superficiales y vagos, y en ocasiones se centraban en los detalles de los res\u00famenes originales, como la inclusi\u00f3n de los n\u00fameros de registro de ensayos cl\u00ednicos y la ortograf\u00eda alternativa de las palabras\u201d, detallaron los autores. Los revisores incluso clasificaron err\u00f3neamente una parte de los res\u00famenes reales como generados. Adem\u00e1s, cabe mencionar que los res\u00famenes generados conten\u00edan n\u00fameros fabricados, sin embargo, estos ten\u00edan un tango similar al de los res\u00famenes reales. Los autores aceptan las limitaciones del estudio debido al peque\u00f1o tama\u00f1o de muestra y pocos revisores, adem\u00e1s reconocen que ChatGPT es muy sensible a las indicaciones que recibe, por lo que solo tomaron el primer resultado proporcionado, sin realizar otras generaciones que podr\u00edan haber mejorado su credibilidad. Finalmente, los autores anticipan que esta tecnolog\u00eda podr\u00eda usarse tanto de manera \u00e9tica como no \u00e9tica. Y aunque el texto generado puede ayudar a aliviar la carga de escritura para los investigadores, es necesario que este sea editado por un cient\u00edfico y se someta a una revisi\u00f3n cuidadosa. O bien los LLM pueden ser utilizado para generar res\u00famenes en idiomas distintas al de los investigadores originales. Conoce m\u00e1s consultando el art\u00edculo completo: https:\/\/www.nature.com\/articles\/s41746-023-00819-6 BIBLIOGRAF\u00cdA NATURE https:\/\/www.nature.com\/articles\/s41746-023-00819-6<\/p>","protected":false},"author":1,"featured_media":39385,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[156,160],"tags":[145],"class_list":["post-39383","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-big-data","category-noticias","tag-noticias"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/39383","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/comments?post=39383"}],"version-history":[{"count":0,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/posts\/39383\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media\/39385"}],"wp:attachment":[{"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/media?parent=39383"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/categories?post=39383"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/saluddigital.com\/en\/wp-json\/wp\/v2\/tags?post=39383"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}