Computational conceptual history of scientific concepts: From early digital methods to LLMs

Resumen Técnico: Historia Conceptual Computacional de los Conceptos Científicos

Planteamiento del Problema
El artículo aborda la integración metodológica de los Modelos de Lenguaje de Gran Escala (LLM) en la historia conceptual computacional de los conceptos científicos dentro de la Historia, Filosofía y Sociología de la Ciencia (HPSS). Mientras que la HPSS trata tradicionalmente los conceptos como históricamente estratificados, socialmente situados y epistémicamente significativos en lugar de unidades semánticas fijas, los giros digitales recientes han buscado cuantificar estas dinámicas. El problema central es determinar qué aportan los LLM a los métodos computacionales existentes (como el análisis de cocitación, el modelado de temas y los embeddings de palabras estáticos) y cómo heredan o reconfiguran desafíos metodológicos de larga data. Específicamente, los autores investigan cómo los LLM afectan cuatro pilares críticos del campo: la construcción del corpus, la operacionalización de conceptos, la selección de modelos y datos de entrenamiento, y los desafíos vinculados de la evaluación e interpretación.

Metodología
El artículo emplea un marco analítico de dos partes para situar a los LLM dentro de la historia del campo:

1. Reconstrucción Histórica (Era Pre-LLM): Los autores reconstruyen la trayectoria de la historia conceptual computacional mediante la síntesis de tres vertientes de trabajos previos:

   • Métodos Tempranos de HPSS Digital: Incluyendo el análisis de cocitación (Small, 1973) y el análisis de co-palabras (Callon et al., 1983), que mapean estructuras conceptuales a través de la citación y la co-ocurrencia de palabras clave.
   • Digital Begriffsgeschichte: Enfoques que utilizan semántica distributiva (por ejemplo, Word2Vec, GloVe) para rastrear vecindarios semánticos y polisemia, resaltando a menudo la tensión entre los proxies léxicos y los conceptos históricos.
   • Detección de Cambio Semántico Léxico (LSCD): Técnicas de lingüística computacional que utilizan embeddings estáticos para medir desplazamientos vectoriales a través de cortes temporales, centrándose en el benchmarking técnico y la evaluación de modelos.

2. Análisis de la Era de los LLM: Los autores analizan el panorama actual distinguiendo entre dos arquitecturas dominantes de LLM:

   • Modelos basados en codificadores (ej. BERT): Utilizados principalmente para flujos de trabajo orientados a la medición. Estos generan Embeddings de Palabras Contextualizados (CWEs) que representan ocurrencias individuales de tokens basándose en el contexto bidireccional, lo que permite el manejo de la polisemia mediante el agrupamiento (clustering) y el análisis específico de sentidos.
   • Modelos basados en decodificadores/generativos (ej. Llama, GPT): Utilizados para la producción de texto, extracción basada en prompts y flujos de trabajo híbridos. Estos asisten en la generación de datos sintéticos para dominios históricos dispersos, el refinamiento de esquemas de codificación o la provisión de resúmenes interpretativos mediante Generación Aumentada por Recuperación (RAG).

La metodología consiste en la revisión de casos de estudio recientes de HPSS (por ejemplo, Malaterre & Lareau, 2026; Ahmadi, 2026; Zichert et al., 2025) que aplican estos modelos a conceptos científicos, evaluando cómo operacionalizan conceptos y gestionan problemas como la adaptación al dominio y el sesgo temporal.

Contribuciones Clave

• Taxonomía Metodológica: El artículo proporciona una comparación estructurada entre los enfoques de la era pre-LLM y la era de los LLM, aclarando el cambio de las representaciones estáticas de vector único hacia los embeddings dinámicos y sensibles al contexto.
• Operacionalización de la Polisemia: Destaca cómo los LLM basados en codificadores permiten un modelado más directo de la polisemia al tratar las ocurrencias de palabras como vectores únicos, lo que permite a los investigadores rastrear cambios en los sentidos dominantes y sus distribuciones a lo largo del tiempo, en lugar de colapsar múltiples significados en un solo vector promedio.
• Flujos de Trabajo Híbridos: Los autores identifican metodologías híbridas emergentes donde los modelos generativos se utilizan no como analizadores independientes, sino como herramientas para generar datos de entrenamiento sintéticos, refinar léxicos o asistir en la interpretación de hallazgos de codificadores.
• Evaluación Crítica de Limitaciones: El artículo detalla cómo los LLM heredan y amplifican desafíos específicos, incluyendo la "brecha palabra-concepto" (donde los proxies lingüísticos no pueden capturar plenamente los conceptos científicos material-semióticos), la opacidad de los modelos de "caja negra" y los riesgos de proyectar significados contemporáneos sobre textos históricos (sesgo temporal).

Resultados y Hallazgos

• Estado Actual de los Casos de Estudio de HPSS: Las aplicaciones recientes en HPSS dependen predominantamente de modelos basados en codificadores (CWEs) para medir el cambio semántico. Los ejemplos incluyen el análisis de marcadores epistémicos en biomedicina, la comparación de la uniformidad semántica entre la sociología y la astrofísica, y el rastreo de la historia de las "partículas virtuales". Los modelos basados en decodificadores desempeñan un papel secundario y de apoyo, principalmente en la generación de datos y la extracción basada en prompts.
• Desafíos de Corpus y Datos: Aunque los LLM son más robustos ante el texto bruto y reducen la necesidad de un preprocesamiento pesado, introducen nuevas dependencias de los conjuntos de datos de pre-entrenamiento que pueden contener sesgos históricos. Los autores señalan que la adaptación al dominio (el pre-entrenamiento adicional en corpus científicos específicos) es ahora un paso estándar y necesario para capturar las terminologías disciplinares.
• Dificultades de Evaluación: El artículo encuentra que la evaluación robusta sigue siendo un obstáculo significativo. Debido a la falta de una verdad fundamental (ground truth) en el análisis conceptual histórico y la opacidad de los LLM, la triangulación con otros métodos cuantitativos (frecuencia, co-ocurrencia, análisis de dependencia) y la validación cualitativa siguen siendo la estrategia por defecto.
• Riesgos Interpretativos: Si bien los LLM pueden apoyar el descubrimiento heurístico y las pruebas a gran escala de afirmaciones cualitativas, existe el riesgo de que sus resultados puedan desplazar sutilmente el control interpretativo del académico, particularmente cuando se utilizan modelos generativos comerciales con actualizaciones no transparentes.

Significancia y Reivindicaciones
El artículo sostiene que los LLM no reemplazan los enfoques digitales anteriores, sino que los reconfiguran y extienden. La significancia de este trabajo reside en su argumento de que los LLM ofrecen representaciones más ricas y sensibles al contexto que se alinean mejor con la comprensión de la HPSS de los conceptos como algo fluido y situado. Sin embargo, los autores mantienen una postura modesta, afirmando que los LLM no son soluciones autosuficientes. En su lugar, funcionan como un componente dentro de una caja de herramientas multimétodo.

El artículo enfatiza que el análisis conceptual históricamente responsable todavía depende de:

1. Triangulación: Combinar los LLM con técnicas cuantitativas establecidas y validación cualitativa.
2. Transparencia: La necesidad de infraestructuras abiertas, modelos específicos de dominio y documentación clara para asegurar la reproducibilidad.
3. Direcciones Futuras: Los autores señalan el potencial de los LLM multimodales para abordar la naturaleza "material-semiótica" de los conceptos científicos (integrando texto con diagramas y fórmulas), aunque advierten que esto requiere nuevos corpus y técnicas de alineación que se encuentran actualmente en una fase de desarrollo temprano.

En última instancia, el artículo posiciona a los LLM como herramientas poderosas que expanden la escala y el matiz de la historia conceptual, pero insiste en que las responsabilidades metodológicas centrales de la construcción del corpus, la operacionalización y la interpretación permanecen en manos del investigador.