El trimestre pasado marca un cambio estructural en la investigación en IA. Los temas históricos se desploman: los Large Language Models pasan de 2 054 a 544 artículos, las Multimodal Machine Learning Applications de 1 610 a 433, y la Adversarial Robustness de 1 252 a 277. Esta contracción generalizada - todos los temas por encima del umbral de 120 artículos retroceden entre un 38 % y un 78 % - no responde a un ajuste coyuntural, sino a un agotamiento de los paradigmas dominantes desde hace cinco años.
Tres ámbitos resisten esta dinámica, sin compensar, no obstante, las pérdidas. El Scientific Computing and Data Management (175 artículos, -39 %) y los Multi-Agent Systems (133 artículos, -48 %) mantienen una actividad significativa, mientras que la Software Engineering Research (120 artículos, -57 %) se estabiliza en el umbral. Los títulos de los trabajos representativos revelan una reorientación común: la IA ya no se estudia como un objeto autónomo, sino como un componente integrado en sistemas más amplios.
Engineering Reliable Coding Agents: Evaluating and Operating the System Around the Model From BERT to Frontier Agents: Eight Years of Language-Model Progress, the Collapse of the Capability-Cost Curve, and the Rise of Task-Targeted Models ATLAS: Discovering Agent Strategies through LLM-Guided Abstraction and Automata Learning Agentic Transaction: Towards ACID-Compliant Agent Systems Building AI-Intensive Software with AI: Early Results and a Cautionary Tale on Measuring Development Cost
Los artículos ya no versan sobre la mejora de los modelos, sino sobre su integración en arquitecturas de software, protocolos transaccionales o cadenas de producción científica. El vocabulario de los títulos - reliable, operating the system around, ACID-compliant, development cost - señala un cambio de prioridad: el reto ya no es el rendimiento bruto, sino la fiabilidad operativa en entornos restringidos. Esta transición va acompañada de un enfoque en casos de uso concretos, como sugiere la ausencia de trabajos teóricos en las muestras representativas.
El volumen global del trimestre (10 745 artículos) confirma que la caída no es un artefacto estadístico: el ámbito produce menos, pero de manera diferente. Los temas que resisten son aquellos que articulan la IA con infraestructuras críticas - cálculo científico, sistemas multiagentes, ingeniería de software - , en lugar de aquellos que la tratan como un fin en sí misma.