La ciencia siempre ha avanzado a un ritmo marcado por la capacidad humana de proponer hipótesis, diseñar experimentos, y analizar ingentes cantidades de bibliografía y datos. Un proceso lento. Ahora, dos nuevos sistemas de inteligencia artificial desarrollados por Google DeepMind y la empresa FutureHouse aspiran a cambiar radicalmente la forma de investigar. Las IA Co-Scientist y Robin han sido presentadas al mundo en la prestigiosa revista Nature.
¿Nueva era en el descubrimiento científico?
Ambas son plataformas multi-agente, es decir, están formadas por distintos componentes de IA autónomos y especializados que se coordinan entre sí para asumir diferentes tareas a lo largo de todo el proceso investigador. Esto los distingue de los asistentes de IA que conocíamos hasta ahora, útiles en momentos puntuales de una investigación pero incapaces de abarcar el proceso completo.
Co-Scientist ha sido desarrollado por Google DeepMind a partir del modelo Gemini. Sus creadores lo definen como un motor de pensamiento científico estructurado y aplicable a cualquier disciplina. Añaden que su entrenamiento y validación se han centrado en biomedicina. Por su parte, Robin, desarrollado por FutureHouse, combina los modelos de OpenAI o4-mini y Anthropic Claude 3.7. Está orientado específicamente a la biología experimental y al desarrollo de fármacos.
Los dos sistemas son capaces de generar hipótesis, proponer experimentos para validarlas, interpretar resultados y refinar sus conclusiones en función de los hallazgos obtenidos. El papel del científico es el de establecer los objetivos, las metas y las restricciones al inicio, y a partir de ahí supervisa el proceso. Co-Scientist incluso dispone de un chat para que el investigador pueda guiar al sistema, introducir sus propias ideas y orientar la exploración en tiempo real.
Primeros resultados prometedores
En el campo de la oncología, Co-Scientist propuso nuevos candidatos a fármacos y terapias combinadas para la leucemia mieloide aguda (cáncer agresivo de los glóbulos blancos) que demostraron ser potencialmente beneficiosos en experimentos con células cultivadas en laboratorio. Robin, por su parte, contribuyó a identificar tratamientos potenciales para la degeneración macular seca asociada a la edad, una de las principales causas de ceguera en el mundo desarrollado. Sus sugerencias incluían una diana terapéutica dentro de las células de la retina y un candidato a fármaco que no había sido contemplado previamente para esa afección. Los autores de ambas investigaciones señalan que estos resultados, aunque prometedores, requieren aún ensayos clínicos rigurosos antes de poder hablar de aplicaciones terapéuticas reales.
Objetivo: potenciar la capacidad investigadora
El objetivo no es desplazar al investigador, sino multiplicar su capacidad, automatizando las tareas intelectuales más laboriosas y dejando al humano en el papel de supervisor y guía estratégico. La IA no hace ciencia en lugar del científico sino que le permite hacerla con mayor rapidez y con una capacidad de conexión entre disciplinas que sería llevaría muchísimo tiempo lograr humanamente. Por ejemplo, la estas IA ayudarán a analizar decenas de miles de artículos científicos para detectar correlaciones que ningún equipo habría podido identificar por falta de tiempo. El mundo mundo científico ya incorporar la IA una herramienta legítima de investifación. El laboratorio del futuro ya tiene nuevos colaboradores.
