Un estudio bibliométrico sobre la revista Knowledge and Information Systems muestra cómo la inteligencia artificial pasó de los algoritmos clásicos de minería de datos a tecnologías como el aprendizaje profundo, las redes neuronales y la inteligencia artificial explicable.
Hoy utilizamos inteligencia artificial casi sin notarlo: desde recomendaciones en plataformas digitales hasta sistemas de reconocimiento facial, traducción automática y asistentes virtuales. Sin embargo, detrás de estas aplicaciones existe una larga evolución científica que ha transformado la forma en que las máquinas procesan información y generan conocimiento. Comprender cómo ha cambiado esta disciplina en los últimos 25 años permite entender también hacia dónde se dirigen la innovación, la investigación y las decisiones tecnológicas del futuro. En este contexto, un reciente estudio analizó la trayectoria de una de las revistas científicas más influyentes en sistemas de conocimiento e inteligencia artificial: Knowledge and Information Systems (KAIS).
El estudio realizó un análisis bibliométrico retrospectivo de los 25 años de publicaciones de la revista Knowledge and Information Systems entre 1999 y 2024. Para ello, los investigadores examinaron 2,385 artículos científicos indexados en la base de datos Web of Science, utilizando herramientas de visualización y análisis de redes científicas como VOSviewer y Bibliometrix. El objetivo fue identificar cuáles han sido los temas más influyentes, los países y autores con mayor impacto, así como la evolución de las principales líneas de investigación en inteligencia artificial y sistemas de información. Los resultados muestran una transformación profunda del campo. Durante los primeros años, predominaban investigaciones vinculadas a minería de datos, clasificación, clustering y sistemas basados en reglas. Con el tiempo, comenzaron a ganar protagonismo nuevas áreas como aprendizaje profundo (deep learning), procesamiento de lenguaje natural, redes neuronales y modelos explicables de inteligencia artificial. Uno de los hallazgos más relevantes es que la revista no solo acompañó la evolución tecnológica, sino que también ayudó a consolidar conceptos fundamentales utilizados actualmente en inteligencia artificial. El artículo más citado de toda la historia de la revista fue “Top 10 algorithms in data mining”, publicado en 2008, con más de 3,400 citas académicas. Este trabajo sistematizó algoritmos que hoy siguen siendo referencia obligatoria en ciencia de datos y aprendizaje automático. “La inteligencia artificial actual no surgió de manera repentina; es el resultado acumulativo de décadas de investigación metodológica y colaboración científica internacional”. El análisis también evidencia cómo la investigación en inteligencia artificial se ha globalizado. China y Estados Unidos lideran tanto en productividad como en impacto científico, mientras que países como India, Australia y varias economías europeas han incrementado significativamente su participación en los últimos años. Otro aspecto destacado es el creciente interés por temas vinculados a ética, transparencia y confianza en los sistemas inteligentes. Investigaciones sobre interpretabilidad de modelos, equidad algorítmica y reducción de sesgos aparecen entre los trabajos más influyentes de la última década. Esto refleja una transición desde una inteligencia artificial centrada exclusivamente en precisión técnica hacia otra más preocupada por sus implicancias sociales y humanas. “La nueva frontera de la inteligencia artificial no es únicamente que las máquinas aprendan más, sino que las personas puedan entender y confiar en cómo toman decisiones”. El estudio también muestra que las investigaciones más influyentes suelen ser aquellas que crean métodos reutilizables y herramientas aplicables en múltiples sectores. Las contribuciones más citadas incluyen técnicas utilizadas hoy en salud, finanzas, manufactura, transporte, seguridad digital y análisis de redes sociales. Esto confirma que la inteligencia artificial se ha convertido en una tecnología transversal capaz de transformar múltiples industrias simultáneamente. Finalmente, los autores destacan que la evolución futura del campo probablemente estará marcada por sistemas más explicables, colaborativos y responsables. Temas como inteligencia artificial generativa, aprendizaje federado y gobernanza algorítmica aparecen como nuevas áreas con alto potencial de crecimiento científico y social.
A lo largo de sus 25 años de historia, Knowledge and Information Systems se ha consolidado como una plataforma científica clave para comprender la evolución de la inteligencia artificial y los sistemas de información. Más allá de medir publicaciones y citas, el estudio permite observar cómo cambian las prioridades científicas y cómo la investigación académica termina impactando directamente en la vida cotidiana de millones de personas.
Este artículo deriva del estudio “25 years of Knowledge and Information Systems: A bibliometric retrospective” que tiene como coautor a Luciano Barcellos-Paula, profesor e investigador de CENTRUM PUCP Business School.
Referencia:
Barcellos-Paula, L., Merigó, J.M. & Gil-Lafuente, A.M. 25 years of knowledge and information systems: a bibliometric retrospective. Knowl Inf Syst 68, 166 (2026). https://doi.org/10.1007/s10115-026-02739-9
