Iris.ai

Iris.ai pretende reducir el tiempo que los científicos dedican a encontrar y leer los artículos relevantes. En lugar de buscar por palabras clave, un investigador puede introducir la descripción de un problema o un resumen, y el sistema encuentra artículos relacionados por significado. Luego ayuda a explorar los resultados con un mapa visual de temas, filtros basados en el contenido y herramientas que extraen datos y resumen hallazgos de muchos documentos. Los equipos de investigación lo usan para repasar un campo, comprobar trabajos previos y decidir en qué centrarse.

La plataforma está orientada a flujos de investigación empresariales. Puede buscar en documentos internos junto con bases de datos públicas, de modo que una compañía combine sus propios informes y patentes con la literatura publicada. Las herramientas de lectura y extracción sacan datos clave, métodos y resultados, y las funciones de flujo de trabajo ayudan a los equipos a documentar su proceso de búsqueda y compartir hallazgos. La empresa describe su tecnología como adecuada para el lenguaje científico especializado.

Iris.ai se vende a organizaciones con contratos a medida, sin un nivel general para consumidores, y se dirige a empresas con mucho I+D e instituciones de investigación. Los resultados dependen de la calidad de las colecciones de documentos de base, y los resúmenes automáticos deben contrastarse con los artículos. Elicit, Consensus y SciSpace atienden más directamente a investigadores individuales, Semantic Scholar ofrece búsqueda gratuita, y entre las alternativas para empresas están las herramientas de Elsevier y Clarivate. Encaja con equipos grandes que gestionan mucha literatura.