La IA puede procesar información, resumir documentos, sugerir términos, redactar textos aparentemente impecables y ayudarnos en muchas tareas. Pero no tiene responsabilidad profesional, no tiene memoria institucional, no entiende el daño que puede causar una mala evidencia en una decisión clínica y, desde luego, no va a presentarse en un comité a explicar por qué una revisión sistemática está mal planteada.
Su utilidad es enorme, pero sus límites también lo son. Y en ciencias de la salud esos límites no son un asunto menor: una respuesta convincente, pero falsa o metodológicamente débil, puede influir en decisiones clínicas, docentes, investigadoras o de gestión.
El valor del juicio crítico
Nuestro valor diferencial está en el juicio crítico. En saber cuándo una respuesta es brillante pero falsa; cuándo una búsqueda parece suficiente, pero deja fuera estudios clave; cuándo una herramienta promete evidencia y en realidad entrega una mezcla de resúmenes, sesgos y referencias fantasma; cuándo un documento está muy bien escrito, pero metodológicamente no se sostiene.
Ahí las bibliotecarias de ciencias de la salud tenemos un papel muy claro: somos árbitras de la realidad. Y sé que suena un poco solemne, pero en este momento hace falta cierta solemnidad. Porque estamos entrando en una etapa en la que producir texto será facilísimo, producir apariencia de conocimiento será baratísimo y distinguir lo fiable de lo dudoso será cada vez más difícil.
Hay además un problema de escala. La IA permite producir contenidos a una velocidad muy superior a nuestra capacidad humana para revisarlos. Y no, la solución no puede ser simplemente poner otra IA a validar lo que la primera IA ha generado, porque precisamente lo que está en juego es la confianza en ese proceso. Una herramienta puede ayudar a detectar errores o priorizar revisiones, pero no puede asumir la responsabilidad de decidir qué aceptamos como evidencia.
Ese desfase entre producción automática y validación humana es uno de los grandes desafíos que vienen. Y ahí las bibliotecas de ciencias de la salud tienen un papel incómodo pero imprescindible: recordar que más contenido no significa más conocimiento, y que una respuesta generada en segundos puede necesitar mucho más que segundos para ser considerada fiable.
Por eso, en este contexto, la biblioteca no puede limitarse a enseñar “herramientas de IA”. Tiene que enseñar a pensar con IA, contra la IA cuando haga falta, y más allá de la IA siempre.
La metáfora: una fábrica de respuestas
Para explicarlo de forma gráfica, he utilizado esta imagen: un hospital del futuro convertido casi en una fábrica de conocimiento asistida por inteligencia artificial. La IA produce en cadena artículos, guías clínicas, informes, resúmenes, referencias y recomendaciones con una apariencia impecable. Todo parece rápido, limpio, eficiente y profesional. Pero algunos de esos productos llevan señales de alerta: sesgo, evidencia débil, fuente no verificada, referencia fantasma, riesgo de alucinación.
En primer plano aparece una bibliotecaria de ciencias de la salud revisando esos productos como si fuera una inspectora de control de calidad. No está compitiendo con la máquina en velocidad. No pretende producir más documentos que la IA. Su función es otra: comprobar la trazabilidad, evaluar la calidad metodológica, detectar errores, valorar la aplicabilidad clínica, revisar la evidencia y decidir qué puede considerarse fiable.
La metáfora es sencilla: la inteligencia artificial puede ser una fábrica de respuestas; las bibliotecarias somos el control de calidad del conocimiento. Y en salud, esto no es una cuestión estética ni corporativa. Una respuesta rápida pero falsa no es innovación: es riesgo con buena presentación.
La inteligencia artificial puede ser una fábrica de respuestas; las bibliotecarias somos el control de calidad del conocimiento.
Tweet
Ética, privacidad y responsabilidad
También aportamos ética profesional. La IA no tiene deontología. No defiende la privacidad del usuario. No se preocupa por la equidad en el acceso. No se pregunta si una herramienta discrimina, si sus datos de entrenamiento son representativos, si sus resultados son transparentes o si está trasladando al usuario una falsa sensación de certeza. Nosotras sí deberíamos hacerlo.
Y, además, deberíamos estar en las mesas donde se decide qué herramientas se compran, cómo se implantan, con qué garantías, con qué límites y con qué evaluación. La incorporación de IA en instituciones sanitarias y académicas no debería ser solo una decisión tecnológica o comercial. También es una decisión ética, informacional y metodológica.
Investigación: la búsqueda no es apretar un botón
En investigación, nuestro valor es todavía más evidente. En una revisión sistemática, la IA puede ayudar en el cribado, en la extracción o en la organización de información, pero no sustituye la arquitectura intelectual de una búsqueda reproducible, sensible, transparente y justificable.
Traducir una pregunta clínica compleja en una estrategia de búsqueda no es apretar un botón: es tomar decisiones metodológicas, documentarlas y responder por ellas. Y eso, aunque a veces se olvide, es conocimiento experto.
Clínica: medicina inteligente, decisiones humanas
En clínica, el reto será parecido. La medicina se dirige hacia modelos cada vez más basados en datos, sistemas de apoyo a la decisión, algoritmos predictivos y herramientas integradas en la historia clínica. Pero la consigna debería seguir siendo muy sencilla: medicina inteligente, decisiones humanas.
Y en esa cadena de decisiones humanas, la biblioteca puede aportar algo esencial: evidencia validada, contexto, trazabilidad y prudencia.
La mediación humana también cuenta
Luego está el componente humano, que conviene no romantizar, pero tampoco despreciar. La IA puede contestar; una bibliotecaria puede acompañar. Puede entender que detrás de una pregunta hay una tesis bloqueada, un residente perdido, una enfermera preparando una sesión, un clínico con una duda real o un paciente asustado.
Esa mediación humana, esa capacidad de traducir complejidad sin aplastar a quien pregunta, no es un adorno: es parte del servicio.
La advertencia: la IA también genera sobrecarga
Ahora bien, quiero añadir una advertencia. Me preocupa que se nos pida ser líderes en IA con la misma plantilla, el mismo tiempo, el mismo presupuesto y, si puede ser, con una sonrisa.
Hay mucho discurso épico sobre la adaptación, pero poca conversación sobre la sobrecarga. La IA está generando nuevas tareas: formación, evaluación de herramientas, guías de uso, apoyo a investigadores, dudas docentes, problemas éticos, privacidad, derechos de autor, sesgos, integridad científica. Todo eso no se sostiene solo con vocación.
La vocación es magnífica, pero no debería ser el nombre elegante de trabajar siempre por encima de nuestras posibilidades.
Así que mi respuesta sería: lo que la IA no puede sustituir es nuestro juicio profesional, nuestra responsabilidad ética, nuestra capacidad de mediación, nuestra comprensión del contexto institucional y nuestra función como garantes de confianza. Pero para ejercer ese papel necesitamos algo más que entusiasmo tecnológico. Necesitamos reconocimiento, formación, tiempo, estructura y presencia estratégica.
Porque si la institución quiere que la biblioteca sea el “humano confiable en el bucle”, tendrá que dejar de tratarnos como el enchufe múltiple al que se conecta todo lo que nadie sabe dónde poner.
La IA no nos sustituirá por saber más que nosotras; nos sustituirán las instituciones si aceptan que una respuesta rápida vale más que una respuesta fiable.
