Análisis de las Tendencias de Publicaciones Académicas en el campo de la Inteligencia Artificial

Proyecto de Visualización de Datos

Author

Stadyn Román Niemes

Contexto del Problema y Motivación

El campo de la inteligencia artificial ha tenido varios períodos cambiantes en cuanto al interés académico, centrado sobre todo en eventos como la explosión de las redes neuronales, y más recientemente, el boom de la IA Generativa. Este aumento ha generado una gran cantidad de datos que pueden ser analizados para identificar tendencias, áreas de investigación emergentes, focos de interés en ciertos temas (y su finalización), etc. El objetivo de este proyecto es analizar estas tendencias y datos utilizando técnicas de visualización de datos.

Preguntas que el proyecto busca responder

  1. ¿Cuáles son las tendencias de publicación en el campo de la inteligencia artificial a lo largo del tiempo?
  2. ¿Cuáles son los temas con mayor tasa de crecimiento (medido en los 5 años posteriores a su surgimiento)?
  3. ¿Cuáles son los temas más populares en las publicaciones académicas de inteligencia artificial?
  4. ¿Cómo se distribuyen geográficamente las publicaciones académicas en este campo?
  5. ¿Hay alguna correlación entre el número de publicaciones y el impacto de las mismas (medido por citas, por ejemplo)?
  6. ¿Existe una relación entre la internacionalización de los autores (co-autoría internacional) y el impacto del artículo?
  7. ¿Publicar en Open Access genera una ventaja significativa en el número de citas?

Descripción del Dataset utilizado

Los datos fueron obtenidos usando la API de OpenAlex, una enorme base de datos sobre publicaciones científicas, accesibles por diferentes parámetros. Para delimitar mejor los datos, tomé solo los papers sobre inteligencia artificial publicados en los años 1950 – 2026. Por limitaciones de la API, construí 3 datasets: uno con datos agregados de publicaciones de temas relacionados a IA de forma anual, otro también agregado pero con información geográfica, y otro que es un muestreo de 1000 papers por año, para obtener información aproximada sobre el número de citas, co-autoría internacional, y acceso abierto. Si hubiera generado un dataset “puro” de esos años, no hubiera podido por las limitaciones de la API, y serían tantos papers que no se podrían analizar de forma eficiente.

Dataset A - Conteos por tema y año

Head:

year total_papers topic_id topic_name subfield_id subfield_name field_id field_name domain_id domain_name n_papers
0 1950 1409 https://openalex.org/T14335 Educational Robotics and Engineering https://openalex.org/subfields/1702 Artificial Intelligence https://openalex.org/fields/17 Computer Science https://openalex.org/domains/3 Physical Sciences 264
1 1950 1409 https://openalex.org/T12157 Geochemistry and Geologic Mapping https://openalex.org/subfields/1702 Artificial Intelligence https://openalex.org/fields/17 Computer Science https://openalex.org/domains/3 Physical Sciences 193
2 1950 1409 https://openalex.org/T11349 Music Technology and Sound Studies https://openalex.org/subfields/1707 Computer Vision and Pattern Recognition https://openalex.org/fields/17 Computer Science https://openalex.org/domains/3 Physical Sciences 130
3 1950 1409 https://openalex.org/T13623 Linguistic Studies and Language Acquisition https://openalex.org/subfields/1702 Artificial Intelligence https://openalex.org/fields/17 Computer Science https://openalex.org/domains/3 Physical Sciences 76
4 1950 1409 https://openalex.org/T10320 Neural Networks and Applications https://openalex.org/subfields/1702 Artificial Intelligence https://openalex.org/fields/17 Computer Science https://openalex.org/domains/3 Physical Sciences 63

Dataset B - Conteos por país y año

Head:

year total_papers country_code country_name n_papers
0 1950 1409 US United States 178
1 1950 1409 GB United Kingdom 25
2 1950 1409 JP Japan 14
3 1950 1409 CA Canada 11
4 1950 1409 DE Germany 10

Dataset C - Muestreo de papers individuales

Head:

work_id publication_date year primary_topic_id primary_topic subfield_id subfield_name cited_by_count oa_status is_oa n_authors n_countries is_international countries
0 https://openalex.org/W2409613621 1950-01-01 1950 https://openalex.org/T13623 Linguistic Studies and Language Acquisition https://openalex.org/subfields/1702 Artificial Intelligence 247 closed False 1 0 False NaN
1 https://openalex.org/W2169729329 1950-01-01 1950 https://openalex.org/T11901 Bayesian Methods and Mixture Models https://openalex.org/subfields/1702 Artificial Intelligence 230 closed False 1 0 False NaN
2 https://openalex.org/W2015562796 1950-01-01 1950 https://openalex.org/T12262 Hate Speech and Cyberbullying Detection https://openalex.org/subfields/1702 Artificial Intelligence 254 closed False 5 0 False NaN
3 https://openalex.org/W2337404523 1950-01-01 1950 https://openalex.org/T14351 Statistical and Computational Modeling https://openalex.org/subfields/1702 Artificial Intelligence 153 closed False 1 0 False NaN
4 https://openalex.org/W2075018281 1950-01-01 1950 https://openalex.org/T12157 Geochemistry and Geologic Mapping https://openalex.org/subfields/1702 Artificial Intelligence 129 closed False 1 0 False NaN

Enlaces