Un sistema de inteligencia artificial desarrollado por Sakana AI en colaboración con investigadores canadienses y británicos ha demostrado su capacidad para llevar a cabo investigaciones científicas de principio a fin, desde la generación de ideas hasta la redacción de artículos. Publicado en Nature, este sistema ha presentado con éxito un artículo en una conferencia académica, marcando un avance significativo en la automatización de la investigación.
Un sistema capaz de llevar a cabo investigaciones científicas de forma autónoma, desde la concepción de ideas hasta la redacción de artículos completos, representa un hito en la evolución de la relación entre inteligencia artificial y el método científico. Desarrollado por Sakana AI en colaboración con investigadores de la Universidad de British Columbia, el Vector Institute y la Universidad de Oxford, este sistema llamado AI Scientist funciona como un investigador virtual completo.
Un proceso científico automatizado
El mecanismo se basa en modelos fundamentales que orquestan cada fase del trabajo científico. Genera ideas de investigación, explora la literatura académica para verificar la originalidad de las propuestas, escribe y corrige código para realizar experimentos, analiza los resultados obtenidos, produce visualizaciones de datos, redacta documentos en LaTeX y evalúa la calidad de su propia producción. «Este artículo marca el amanecer de un nuevo capítulo en la historia humana, donde el progreso científico es radicalmente impulsado por científicos de IA capaces de actuar de manera autónoma», destaca Jeff Clune, profesor de informática en la UBC y autor principal del estudio.
El equipo también desarrolló un evaluador automatizado capaz de predecir decisiones de aceptación en conferencias con un rendimiento comparable al de evaluadores humanos. Esta componente permitió establecer lo que los investigadores describen como una ley de escala: la calidad de los artículos producidos mejora proporcionalmente a las capacidades de los modelos fundamentales subyacentes y a la potencia de cálculo asignada.
Prueba en condiciones reales
Para evaluar el rendimiento del sistema según los estándares académicos, los investigadores presentaron tres artículos totalmente generados por inteligencia artificial a un taller de la Conferencia Internacional sobre Representaciones Aprendidas en 2025. Uno de estos artículos, dedicado a la regularización de redes neuronales, obtuvo una calificación promedio de 6.33 sobre 10 de parte de los evaluadores humanos. Esta actuación superaba aproximadamente al 55% de todas las presentaciones y superaba el umbral de aceptación del taller.
De acuerdo con un acuerdo establecido con los organizadores de la conferencia, Sakana AI retiró el artículo antes de su publicación, citando la falta de normas establecidas para los manuscritos generados por inteligencia artificial.
Capacidades y limitaciones actuales
Los investigadores reconocen varias deficiencias en el sistema actual:
– A veces produce ideas insuficientemente desarrolladas. – Genera citas inexactas. – Actualmente está limitado a la investigación en informática.
Sakana AI en sí indicó que ninguno de sus tres envíos a la ICLR cumplía con los estándares internos para ser publicado en la sesión principal de la conferencia. El artículo aceptado solo pasó a una sesión de taller con una tasa de aceptación del 60 al 70 por ciento.
A pesar de estas limitaciones, las posibles implicaciones de esta tecnología han llamado la atención de la comunidad científica. «AI Scientist allana el camino para una mejora recursiva en la que el sistema de IA no solo descubre nuevos conocimientos científicos, sino que utiliza estos descubrimientos para mejorar en la realización de descubrimientos futuros», explica Shengran Hu, estudiante de doctorado en la UBC y coautor del estudio.
Un editorial de Nature publicado en paralelo al artículo científico destaca que el sistema «plantea preguntas sin respuesta sobre cómo debería ser conducida y gobernada la investigación a medida que la automatización impulsada por la IA se acelera».
Las interrogantes abarcan tanto la epistemología de la ciencia, la ética de la investigación como la organización de las comunidades académicas.
El surgimiento de sistemas capaces de automatizar por completo el proceso científico plantea desafíos fundamentales para el futuro de la investigación. Si bien la tecnología permite acelerar algunas fases del trabajo científico, también plantea preguntas sobre el papel de la intuición humana, la creatividad y la responsabilidad en la producción de conocimiento.
Paper: Lu et al. (2026). Hacia la automatización de extremo a extremo de la investigación en IA. Nature. DOI: 10.1038/s41586-026-10265-5
Partager l’article con:
