Prototipo de Sistema Inteligente para Extracción de Metadatos en Revisiones Sistemáticas de Literatura

Abstract

El creciente volumen de publicaciones científicas ha incrementado la complejidad y el tiempo requeridos para realizar revisiones sistemáticas de literatura, especialmente en las etapas de selección de estudios y extracción de información. En este contexto, la presente investigación tuvo como objetivo diseñar, implementar y evaluar un sistema prototipo inteligente para apoyar la clasificación de estudios y la extracción de metadatos en revisiones sistemáticas mediante modelos de lenguaje de gran escala. El sistema fue desarrollado como una plataforma web que procesa conjuntos de datos estructurados con títulos, resúmenes e identificadores, y utiliza servicios externos de inteligencia artificial mediante claves API proporcionadas por el usuario. La evaluación se realizó con expertos del dominio e incluyó pruebas de usabilidad mediante la escala System Usability Scale (SUS) y análisis heurístico. Los resultados mostraron que el prototipo constituye un apoyo útil para las tareas de filtrado y extracción de información, al favorecer mayor agilidad y consistencia en la toma de decisiones. No obstante, se identificaron limitaciones relacionadas con la variabilidad de las respuestas del modelo, la calidad de los datos de entrada y la necesidad de validación humana en casos ambiguos. Se concluye que el sistema representa una alternativa viable de apoyo para revisiones sistemáticas de literatura, aunque su uso requiere supervisión humana para garantizar la confiabilidad del proceso.