La inteligencia artificial ha logrado uno de sus éxitos científicos más claros al aprender de un conjunto de datos vasto y cuidadosamente ensamblado. Pero un nuevo análisis de MIT Technology Review sostiene que este modelo de progreso será difícil de replicar en la mayoría de los campos, y que los agentes de IA capaces de razonar a través de herramientas podrían ser una vía más práctica hacia adelante.

El argumento importa porque las condiciones detrás de AlphaFold son inusuales. El sistema de estructuras de proteínas de Google DeepMind se benefició de décadas de recopilación internacional de datos y de un método experimental relativamente fiable. Gran parte de la biología, la química y la ciencia de materiales carece de conjuntos de datos comparables, mediciones consistentes o procedimientos estandarizados. Para investigadores y creadores de IA, la implicación es que el progreso puede depender menos de encontrar un conjunto de datos científico universal que de construir sistemas que puedan combinar evidencia imperfecta y probar ideas de forma iterativa.

El éxito de AlphaFold dependió de condiciones raras

AlphaFold se convirtió en un hito de la IA en la ciencia tras predecir estructuras tridimensionales de proteínas a partir de ejemplos medidos experimentalmente. Demis Hassabis y John Jumper, de Google DeepMind, compartieron el Premio Nobel de Química 2024 por trabajos asociados con el sistema.

El análisis de MIT Technology Review presenta AlphaFold como un logro profundo, pero no necesariamente como una guía general para automatizar el descubrimiento. Su base de entrenamiento fue la Protein Data Bank, que contiene unas 170.000 estructuras de proteínas validadas experimentalmente. Según el análisis, reunir ese recurso tomó 53 años de cooperación internacional y una inversión estimada de 21.000 millones de dólares en trabajo experimental.

Esa inversión fue posible en parte porque la cristalografía de proteínas produce datos inusualmente reproducibles. Las mismas condiciones no se aplican en gran parte de la ciencia experimental. Las líneas celulares pueden cambiar, los productos químicos pueden contener impurezas traza y las condiciones de laboratorio pueden afectar los resultados. Producir mediciones lo suficientemente consistentes, precisas y a gran escala para las redes neuronales modernas podría requerir nuevos instrumentos, normas e infraestructura de investigación.

Algunas áreas —incluida la predicción meteorológica, gran parte de la genómica y partes limitadas de la química— aún pueden ofrecer las condiciones de datos necesarias para sistemas similares a AlphaFold. Pero el análisis dice que el apoyo gubernamental para crear y coordinar conjuntos de datos científicos seguirá siendo importante, mientras que muchos otros problemas de investigación necesitarán a corto plazo un enfoque técnico diferente.

Por qué importa el razonamiento cuando los datos son desordenados

Los científicos rara vez trabajan con evidencia perfecta. Un investigador que estudia una diana farmacológica podría combinar acoplamiento molecular, estructuras conocidas, simulaciones de dinámica molecular, un pequeño número de ensayos de unión y criterio experto. El proceso depende de comparar herramientas, entender sus debilidades y revisar conclusiones a medida que llega nueva evidencia.

El artículo sostiene que los agentes de IA están empezando a modelar este flujo de trabajo. Un agente se describe como un sistema de razonamiento conectado a herramientas digitales o físicas y capaz de decidir cómo utilizarlas. En lugar de aplicar un modelo altamente especializado a una sola pregunta, los agentes pueden coordinar búsquedas bibliográficas, generación de hipótesis, crítica, experimentos y análisis de seguimiento.

El ejemplo citado es Google AI Co-Scientist, que Google anunció en mayo. Los investigadores proporcionaron una breve indicación y pidieron al sistema que investigara cómo se propaga la resistencia a los antibióticos entre especies bacterianas. El sistema utilizó subagentes para la generación de hipótesis basada en la literatura, la crítica, la clasificación y el perfeccionamiento. Según los informes, propuso que los genes de resistencia podrían moverse entre hospedadores a través de virus bacterianos.

MIT Technology Review dice que la hipótesis coincidió con una conclusión alcanzada mediante una década de trabajo de laboratorio húmedo por investigadores del Imperial College London. Según los informes, el artículo relevante no había sido visto por Co-Scientist y todavía estaba bajo revisión por pares. Eso hace que el ejemplo sea notable, pero la evidencia disponible aquí sigue siendo el relato de un análisis publicado, no un punto de referencia documentado de forma independiente ni un amplio estudio de validación. Debe tratarse como un resultado ilustrativo, no como prueba de que los agentes científicos estén listos para investigación sin supervisión.

Los agentes podrían cambiar el flujo de trabajo de investigación

La oportunidad más inmediata no es reemplazar a los científicos. Es reducir la fricción al pasar entre evidencia, herramientas y experimentos. Un agente capaz podría buscar grandes cuerpos de literatura, proponer explicaciones comprobables, preparar experimentos computacionales y registrar el razonamiento y las llamadas a herramientas detrás de sus recomendaciones.

Ese registro podría abordar parte de la crisis de reproducibilidad. Durante mucho tiempo, los investigadores y financiadores han animado a los científicos a compartir datos en bruto, código y detalles de procedimiento, pero esas tareas suelen completarse después del trabajo principal y pueden ser incompletas. Los agentes que registren automáticamente sus acciones podrían crear un registro más preciso de cómo se produjo un resultado. Eso ayudaría a otro laboratorio a reproducir un flujo de trabajo computacional, aunque por sí solo no resolvería la variación en los experimentos físicos ni garantizaría que el razonamiento de un agente sea correcto.

Los agentes también podrían preservar el conocimiento institucional. Los métodos de laboratorio a menudo se transmiten entre investigadores de manera informal o quedan enterrados en cuadernos inconsistentes. Un repositorio estandarizado de trabajo asistido por agentes podría facilitar la recuperación de decisiones previas, experimentos fallidos y detalles de procedimiento. Para los equipos de investigación empresarial, eso apunta a un caso de uso práctico: conectar los modelos con documentos internos aprobados, herramientas de simulación, sistemas de laboratorio y procesos de revisión en lugar de desplegar un chatbot generalista de forma aislada.

La velocidad es otra posible ventaja. El análisis sugiere que sistemas capaces de leer grandes colecciones de artículos, diseñar muchas moléculas candidatas y aprender de pruebas fallidas podrían reducir el coste de explorar ideas. El beneficio no sería simplemente obtener respuestas más rápidas. Una experimentación más barata podría hacer que los investigadores estuvieran más dispuestos a estudiar preguntas inusuales o de alto riesgo.

Evidencia, limitaciones y riesgos de despliegue

El caso de los agentes científicos sigue siendo prospectivo. MIT Technology Review señala explícitamente que los sistemas actuales pueden alucinar, producir juicios inconsistentes y operar con limitaciones de memoria y de entrada. Esas limitaciones son graves en dominios donde una hipótesis atractiva aún puede ser científicamente falsa, insegura o imposible de reproducir.

Las afirmaciones más sólidas del artículo sobre mejoras futuras, mayor fiabilidad y aceleración de la investigación son análisis e interpretación, no resultados de mercado establecidos. La evidencia proporcionada no incluye cifras de adopción, comparaciones controladas con equipos humanos ni medidas independientes de productividad. Tampoco muestra que los agentes puedan controlar de forma fiable equipos de laboratorio o gestionar programas de investigación de larga duración sin supervisión estrecha.

Para los desarrolladores, el desafío de diseño es por tanto más amplio que la calidad del modelo. Los agentes científicos necesitan procedencia, permisos de herramientas, registro de experimentos, informes de incertidumbre y revisión humana en puntos de decisión importantes. Deben distinguir entre un resultado respaldado por mediciones replicadas y una hipótesis plausible pero débil. En entornos regulados o sensibles a la seguridad, los equipos también necesitarán registros claros de qué modelo, qué datos, qué versión de software y qué condiciones experimentales dieron forma a cada recomendación.

Qué observar a continuación

Las próximas señales significativas serán evaluaciones que comparen agentes científicos con investigadores que usen las mismas preguntas, herramientas y presupuestos de tiempo. La replicación independiente de resultados atribuidos a Google AI Co-Scientist ofrecería pruebas más sólidas que un solo caso exitoso.

Los investigadores y compradores también deberían observar si los agentes pueden mantener planes de investigación coherentes durante periodos más largos, citar la evidencia con precisión, recuperarse de experimentos fallidos y transferir trabajo entre laboratorios. Otra prueba clave será la integración con infraestructura científica real: cuadernos de laboratorio electrónicos, entornos de simulación, bases de datos y sistemas robóticos.

El progreso en los estándares de medición importará tanto como el progreso en los modelos. Donde se puedan crear conjuntos de datos científicos fiables, sistemas especializados como AlphaFold pueden seguir siendo altamente eficaces. En otros lugares, el rendimiento de los agentes dependerá de cuán bien manejen mediciones ruidosas, artículos contradictorios y conocimiento institucional incompleto.

Perspectiva de Creati.ai

La lección central no es que los modelos científicos basados en datos hayan fracasado. AlphaFold demuestra lo potentes que pueden ser cuando un campo cuenta con datos de entrenamiento abundantes, estructurados y fiables. La corrección más importante es que la mayoría de la investigación no ofrece esas condiciones, por lo que los productos de IA para la ciencia deben diseñarse en torno a la incertidumbre en lugar de asumir que no existe.

Para las empresas de IA y las organizaciones de investigación, la oportunidad a corto plazo es una capa auditable que coordine las herramientas científicas existentes y capture la cadena completa desde la pregunta hasta la evidencia y el experimento. Eso es menos espectacular que prometer descubrimiento autónomo, pero está más alineado con cómo se practica realmente la ciencia, y es más fácil para los usuarios expertos probarlo, cuestionarlo y mejorarlo.