Un artículo científico es como una firma. Cada país tiene su propia caligrafía investigadora. Durante 30 años, en tres revistas se han acumulado 5281 de estos «autógrafos» procedentes de 81 países.

Para descifrar esta caligrafía, el grupo de Chengzhi Zhang creó un programa que aprende con ejemplos (esto es el aprendizaje automático). El programa lee un artículo y extrae fragmentos donde se describe el método: por ejemplo, encuestas o recuento de citas. Entiende el lenguaje natural de la ciencia y decide por sí mismo qué es importante. Se basa en la capacidad de enfocarse en lo esencial (mecanismo de atención) y de dividir el texto en partes (Transformadores). La precisión en el reconocimiento de 15 métodos es de 0,83 según una medida especial.

Resultó que los países tienen hábitos distintos. En Bélgica y los Países Bajos, en casi la mitad de los trabajos simplemente cuentan cuántas veces se ha citado un artículo. En China y Brasil, realizan experimentos. Para medir la diversidad, los científicos aplicaron una fórmula que los ecólogos utilizan para contar especies. Es una medida de la teoría de la información: H = -∑ $p_i$ log₂ $p_i$. Aquí $p_i$ es la proporción de artículos con cada método. Cuanto más alto es H, mayor es la variedad de enfoques.

Con los años, las caligrafías nacionales se van acercando. Los científicos colaboran cada vez más: el número medio de países por artículo ha pasado de 1,1 a 1,45. Las diferencias entre países se difuminan, lo que se confirmó con una prueba de la teoría de la probabilidad. La proporción de artículos con varios métodos ha aumentado del 15% a casi el 50%. Para ver el panorama general, los datos se comprimieron en un mapa bidimensional (reducción de dimensionalidad) y se distinguieron tres grupos de países: «maduros» (EE. UU., Reino Unido), «de rápido crecimiento» (China, Australia) y «tradicionalistas» (Bélgica).

Este mapa de caligrafías científicas ayuda a encontrar colaboradores. Si se necesita un experimentador, se busca a un colega chino; para el análisis bibliométrico, a los belgas. En el futuro, los programas podrán aprender sin indicaciones (aprendizaje autosupervisado) y usar grandes modelos de lenguaje, para no solo reconocer los métodos, sino también explicar su elección. Quizás veamos cómo la caligrafía de la ciencia se vuelve común, como una inscripción hecha por muchas manos.