Resumen: Los algoritmos se han vuelto centrales para la investigación científica en la era de la inteligencia artificial (IA). Aunque las menciones de algoritmos en los artículos se utilizan a menudo para indicar popularidad e influencia, los estudios existentes generalmente evalúan algoritmos individuales de forma aislada y prestan atención limitada a la influencia colectiva formada a través de sus interconexiones. Este estudio construye redes de coexistencia de algoritmos a gran escala en el procesamiento del lenguaje natural (PNL) basadas en el texto completo de artículos académicos e investiga la influencia de los algoritmos desde una perspectiva de red. Utilizando modelos de aprendizaje profundo, extraemos entidades algorítmicas y construimos redes de coocurrencia generales, acumulativas y anuales. Analizamos sus características estructurales y aplicamos múltiples medidas de centralidad para evaluar la influencia grupal de los algoritmos en todo el campo y a lo largo del tiempo. Los resultados muestran que las redes algorítmicas muestran características típicas de redes complejas, con conexiones cada vez más densas desarrollándose durante aproximadamente dos décadas. Los algoritmos clásicos de alto rendimiento y aquellos ubicados en las intersecciones de diferentes períodos de investigación tienden a tener gran popularidad, control, centralidad e influencia equilibrada. Cuando la influencia de un algoritmo disminuye, generalmente pierde primero su posición en la red central, seguido de asociaciones más débiles con otros algoritmos. Este estudio es el primer análisis a gran escala de redes de coexistencia de algoritmos. Abarca más de cuatro décadas de publicaciones académicas, proporciona una visión temporal y estructural de la influencia de los algoritmos y ofrece una base para futuras investigaciones sobre redes que vinculan algoritmos, académicos y tareas.
Publicado originalmente en export.arxiv.org el 23 de junio de 2026.
Ver fuente original
