When can we say AI made a scientific discovery?
2026-09-28
Esta historia apareció originalmente en The Algorithm, nuestro boletín semanal sobre IA. Para recibir historias como esta en su bandeja de entrada primero, regístrese aquí.
El miércoles pasado, Anthropic anunció que a principios de este año había lanzado un laboratorio de biología molecular, donde agentes Claude leen y conjeturan sobre problemas difíciles de biología y los científicos humanos realizan experimentos basados en lo que informan. Y este laboratorio impulsado por IA, dijo la compañía, había hecho su primer descubrimiento.
Para entender lo que Anthropic dice que su sistema hizo, imagine que está revisando una biblioteca de millones de secuencias de ADN, acumuladas a medida que los científicos secuencian más y más del mundo vivo. Un paso hacia un avance podría ser encontrar una secuencia peculiar que codifique una enzima interesante, quizás. Luego tendría que averiguar qué hace esa enzima y, finalmente, cómo manipularla para algo útil.
Lo que Anthropic dice que su sistema de 950 agentes encontró después de 21 horas no fue una secuencia totalmente nueva. Los agentes, en cambio, señalaron un patrón repetitivo alrededor de una enzima conocida, un patrón particular que Anthropic dijo que no había sido catalogado antes. Pero si lee el anuncio de Anthropic, que llama a este patrón “rememorante” de lo que llevó a la tecnología de edición genética CRISPR que “ya ha transformado la ciencia y la medicina”, suena como si este ejército de agentes realmente hubiera encontrado algo notable.
Estas afirmaciones han enfadado a algunos biólogos. Una publicación viral de uno, posteriormente respaldada por el presidente y CEO de la farmacéutica Eli Lilly, dijo que “encontrar un grupo extraño de genes y repeticiones suele ser la parte fácil. La parte difícil, y donde vienen los verdaderos descubrimientos, es averiguar qué hace realmente el sistema”. Los agentes ayudaron con algo de trabajo de laboratorio, en otras palabras. Pero no es un descubrimiento.
Es un recordatorio de que, incluso si la IA hace algo impresionante —como encontrar un patrón en una masa de datos biológicos que sería difícil percibir con los ojos humanos— el resultado en sí mismo puede no constituir un avance para la ciencia. Lo que es novedoso para la IA puede ser rutinario, predecible o simplemente no tan relevante para un biólogo.
Complicando aún más el tema, Mario Rodríguez Mestre, biólogo de la Universidad de Copenhague, dijo durante el fin de semana que su equipo ya había descubierto este patrón en particular, informó el New York Times. Mestre, que conversa regularmente con Claude en su trabajo, se preguntó si el equipo de Anthropic había aprendido de sus conversaciones. Anthropic lo niega, pero Mestre dice que dejará de usar Claude de todos modos.
Parte del problema es que las empresas de IA no presentan sus sistemas simplemente como herramientas que los científicos pueden usar, como microscopios o supercomputadoras. Insisten en que los sistemas de IA están haciendo descubrimientos por sí mismos. Para algunos, ese enfoque es incompatible con cómo funciona realmente la ciencia, donde el conocimiento nuevo surge típicamente de la colaboración y un arsenal siempre creciente de herramientas.
También está generando más escepticismo sobre el progreso genuino cuando ocurre. Reducir 200 000 candidatos a unos pocos que valen la pena explorar no es una hazaña menor; es trabajo científico legítimo. El hecho de que un chatbot de propósito general pueda hacer ese trabajo es notable, incluso si los humanos ayudaron a guiarlo y finalmente realizaron los experimentos. Pero una vez que el criterio es si Claude mismo hizo un descubrimiento, todo eso se convierte en evidencia para un lado u otro en un debate que solo tiene dos respuestas: avance o fracaso.
Una vez que juzgamos a la IA por si ha hecho un descubrimiento, también es tentador mover la línea de meta incluso después de que realmente parezca haber conseguido una victoria. A principios de este mes, OpenAI dijo que sus propios agentes habían resuelto un problema de matemáticas de un millón de dólares. Pero un par de semanas después, casi todos los escépticos de IA en mi feed compartían un artículo preguntándose si el problema de matemáticas era realmente lo que importaba.
Para ser claros, el artículo no argumenta que la solución de OpenAI fuera incorrecta. En cambio, argumenta que el resultado particular puede no ser el que los matemáticos consideran más importante. Añada la acusación de un matemático de que los modelos podrían haber usado parte de su trabajo sin crédito, y la gente se queda pensando si OpenAI hizo trampa o si la solución no era importante, o ambas.
Eso es parte de lo que preocupa a Lucas Harrington, el biólogo que escribió la publicación criticando el anuncio de Anthropic. Cerró con una sugerencia: las empresas de IA, dijo, deberían “establecer ahora un estándar alto, de modo que cuando una IA realmente descubra un mecanismo biológico fundamentalmente nuevo, todos aprecien lo grande que es”. Pero mientras Sam Altman de OpenAI y Dario Amodei de Anthropic compiten por superarse, elevar el estándar para los avances científicos de la IA podría ser lo último en lo que piensen.