La ciencia tiene el hábito recurrente de declararse casi terminada. En 1903, el físico Albert Michelson sugirió que los hechos fundamentales de la ciencia física ya habían sido descubiertos. Décadas más tarde, Stephen Hawking especuló que la física teórica podría concluir para finales del siglo XX. Ninguna de las dos predicciones envejeció bien. Hoy en día, con la inteligencia artificial transformando los laboratorios de investigación, vuelve a circular una sensación similar de finalización inminente. Esta vez, viene acompañada de un Premio Nobel. La pregunta que vale la pena hacerse no es si la IA transformará la ciencia, sino si el ejemplo más célebre de esa transformación es realmente el modelo correcto a seguir.
Por qué AlphaFold no se puede copiar en todas partes
En 2024, Demis Hassabis y John Jumper, de Google DeepMind, recibieron parte del Premio Nobel de química por AlphaFold, una red neuronal que predice las estructuras tridimensionales de las proteínas. El problema se había resistido a soluciones sistemáticas durante aproximadamente medio siglo. El éxito de AlphaFold llevó a Hassabis y a su equipo a describirlo como “la plantilla de cómo la IA puede acelerar toda la ciencia a velocidad digital”. Una ola de empresas emergentes que crean modelos fundamentados (foundation models) para la biología, la química y la ciencia de materiales recaudó miles de millones de dólares basándose en esa premisa.
La premisa, sin embargo, descansa sobre una condición que es mucho más difícil de replicar de lo que parece. AlphaFold fue entrenado en el Protein Data Bank, un repositorio de aproximadamente 170.000 estructuras de proteínas validadas experimentalmente, recopiladas a lo largo de 53 años de cooperación científica internacional. Según una estimación reciente, ese esfuerzo requirió alrededor de 21.000 millones de dólares en trabajo experimental. Coordinar algo de esa escala es notoriamente difícil de financiar y ejecutar, y tales esfuerzos han fracasado con frecuencia.
Incluso cuando existen financiación y coordinación, sigue habiendo un problema más profundo. La técnica experimental detrás del Protein Data Bank, la cristalografía de proteínas, es inusualmente fiable. Más de 25 Premios Nobel han dependido de ella. La mayor parte de la ciencia experimental no goza de ese tipo de consistencia. Las líneas celulares derivan. Los productos químicos contienen contaminantes traza. La humedad del laboratorio fluctúa. Generar conjuntos de datos lo suficientemente limpios, precisos y grandes como para entrenar una red neuronal moderna en la mayor parte de la biología o la química requeriría estándares de medición completamente nuevos. Ninguno de esos estándares está cerca de estar listo.
Un pequeño número de campos sí cumple con los requisitos: la previsión meteorológica, gran parte de la genómica y áreas limitadas de la química. Es posible que estos experimenten avances al estilo de AlphaFold a corto plazo. Para la gran mayoría de las preguntas científicas abiertas, se necesita un enfoque diferente.
La revolución más silenciosa: los agentes de IA como socios de investigación
Lo que los científicos que trabajan hacen en realidad no es aplicar una sola herramienta potente a un problema bien definido. Razonan bajo incertidumbre. Un biólogo que busca nuevas dianas farmacológicas combina cálculos de acoplamiento con estructuras moleculares conocidas, toma en cuenta la dinámica molecular, realiza ensayos de unión y ejerce su criterio sobre en qué método confiar y cuándo. La habilidad consiste en sintetizar lo que producen muchas herramientas y revisar las conclusiones a medida que llega nueva evidencia. Hasta hace poco, ningún software podía replicar ese proceso.
Los agentes de IA sí pueden. Un agente es un motor de razonamiento de IA con acceso a herramientas, digitales o físicas, y la capacidad de usarlas. Impulsados por modelos LLM, los agentes no requieren el tipo de conjuntos de datos masivos y especializados que exigía AlphaFold. Son generalistas por diseño. No representan una nueva forma de hacer ciencia, sino más bien un modelo digital de cómo los humanos siempre han hecho ciencia.
El Co-Scientist de IA de Google, anunciado en mayo, ofrece una ilustración concreta. Los investigadores le dieron un resumen de una página y un único objetivo: determinar cómo se propaga la resistencia a los antibióticos entre las especies bacterianas. El sistema desplegó subagentes con roles distintos. Uno redactó hipótesis a partir de la literatura científica. Otro las criticó como lo haría un revisor par (peer reviewer). Un tercero organizó torneos para clasificar a los candidatos más sólidos. Un cuarto perfeccionó al ganador. El agente concluyó que los genes de resistencia viajaban dentro de los virus bacterianos, utilizando cualquier virus que pudiera transportarlos a un nuevo huésped. La hipótesis era correcta. Los investigadores del Imperial College London habían tardado una década en llegar a la misma conclusión mediante el trabajo de laboratorio. Su artículo, que Co-Scientist nunca había visto, aún estaba en revisión por pares cuando el agente produjo su resultado.
Lo que esto significa más allá del laboratorio
Las implicaciones se extienden mucho más allá de cualquier descubrimiento individual. Los agentes abordan dos problemas estructurales que han plagado a la ciencia durante décadas.
El primero es la reproducibilidad. La ciencia ha lidiado durante mucho tiempo con la incapacidad de los investigadores para replicar los resultados de los demás. Los esfuerzos para solucionar esto se han basado en gran medida en pedir a los investigadores que compartan datos sin procesar y código exacto, un trabajo tedioso que tiende a realizarse después de que la ciencia interesante ha terminado. Los agentes registran automáticamente cada paso que dan, creando un registro preciso que hace que la replicación sea sencilla en lugar de aspiracional.
El segundo es la memoria institucional. La transferencia de conocimiento entre investigadores es un proceso notoriamente frágil. Los estudiantes de posgrado a menudo heredan décadas de cuadernos de laboratorio desorganizados y deben reconstruir el conocimiento tácito integrado en ellos. A medida que los agentes se conviertan en una parte mayor del trabajo de laboratorio, todo el historial científico de un laboratorio podrá acumularse en un repositorio estandarizado y de búsqueda, en lugar de estar disperso en páginas escritas a mano.
Sin embargo, la velocidad puede ser el efecto más trascendental de todos. El ciclo iterativo de hipótesis, experimento y revisión que define la investigación toma meses o años cuando lo realizan equipos humanos que trabajan secuencialmente. Los agentes pueden comprimir ese ciclo significativamente, ejecutando múltiples líneas de investigación en paralelo y revisando en tiempo real.
En resumen
AlphaFold es un logro científico genuino, pero las condiciones que lo produjeron son raras y costosas de recrear. Es más probable que la aceleración más amplia de la ciencia provenga de los agentes de IA: sistemas que razonan a través de la incertidumbre, utilizan múltiples herramientas y modelan el proceso iterativo de descubrimiento en lugar de resolver un problema estrechamente definido con un conjunto de datos masivo y curado. El paso de la coincidencia de patrones en datos limpios al razonamiento a través de evidencia incompleta y desordenada no es una actualización técnica menor. Es una relación fundamentalmente diferente entre la IA y el proceso científico.
Basado en información de MIT Technology Review.