¿Puede una inteligencia artificial descubrir algo importante en un conjunto de datos? Sí, pero encontrar una anomalía no equivale a demostrar un hallazgo científico. Esa fue una de las lecciones principales de un desafío académico en el que estudiantes de la Universidad de Washington trabajaron con AutoDiscovery, un agente de IA creado por Ai2 para explorar investigaciones científicas.
La experiencia puso el foco en una habilidad cada vez más necesaria: aprender a interrogar a la IA, revisar sus evidencias y decidir cuándo una hipótesis merece ser investigada con mayor profundidad.
AutoDiscovery propone hipótesis, pero no reemplaza al investigador
AutoDiscovery analiza conjuntos de datos, formula hipótesis, ejecuta experimentos computacionales para ponerlas a prueba y ordena los resultados según la sorpresa bayesiana. En términos sencillos, esta métrica mide la distancia entre lo que el modelo esperaba encontrar y lo que realmente muestran los datos.
Un resultado muy inesperado puede ser una pista valiosa. También puede ser una coincidencia, un error en los datos o una consecuencia de que el modelo no comprende bien el contexto científico. ¿Cómo se distingue una posibilidad de un descubrimiento? Ahí comienza el trabajo humano.
En el curso GenAI for Science: Ai2-UW Materials Challenge, la profesora Luna Yue Huang invitó a sus estudiantes a probar este enfoque. Veinticinco equipos propusieron conjuntos de datos y preguntas de investigación. Diez proyectos fueron seleccionados para trabajar durante varias semanas con AutoDiscovery, con apoyo de docentes e investigadores de Ai2.
Los equipos tuvieron que revisar las hipótesis generadas, compararlas con la literatura científica, identificar fallas de razonamiento y evaluar si la herramienta realmente reducía el trabajo manual de análisis.
La IA podía acelerar la exploración, pero no podía decidir por sí sola qué resultado era científicamente sólido.
Cuatro ejemplos de investigación asistida por IA
El posible efecto de las pruebas en baterías
Un equipo analizó datos sobre el envejecimiento de baterías de ion-litio y encontró una pista contraintuitiva: las pruebas periódicas usadas para evaluar la salud de una celda podrían estar acelerando su degradación.
Sin embargo, el resultado mostraba una correlación, no una relación causal. Es decir, los datos indicaban que ambos fenómenos aparecían juntos, pero no demostraban que las pruebas fueran responsables del desgaste adicional.
Para confirmar la hipótesis sería necesario diseñar un experimento controlado. La contribución de AutoDiscovery fue señalar una posibilidad que podía pasar desapercibida y la de los estudiantes fue determinar cuál debía ser el siguiente paso lógico.
Una excepción en la carga de los átomos
Otro grupo trabajó con seis millones de simulaciones de polímeros. El equipo encontró una aparente excepción a una regla documentada hace décadas sobre dos métodos para estimar la carga de un átomo.
La diferencia entre ambos métodos suele ser mayor en átomos con fuerte tendencia a atraer electrones, como el oxígeno y el nitrógeno. Los datos de polímeros sugerían un comportamiento distinto. Al rastrear el origen del patrón en la literatura, los estudiantes no encontraron una explicación publicada para esa divergencia.
En este caso, la IA ayudó a convertir una señal estadística en una pregunta científica abierta. Aun así, que una explicación no aparezca en los artículos consultados no significa automáticamente que nadie la haya resuelto o que el fenómeno sea correcto. La verificación bibliográfica y experimental sigue siendo indispensable.
Proteínas que responden a la luz
Un tercer equipo estudiaba proteínas capaces de activarse bajo iluminación. Para construirlas, los investigadores deben insertar un segmento sensible a la luz en una posición precisa de la proteína, un proceso que puede requerir probar numerosos diseños en el laboratorio.
AutoDiscovery analizó qué características diferenciaban las inserciones exitosas de las que fallaban. Su hipótesis fue que los diseños funcionales anclaban el segmento sensible a la luz mediante unos pocos puntos fuertes, en lugar de muchos puntos débiles.
Los estudiantes compararon esa predicción con sus propios resultados experimentales. El patrón se mantuvo en todos los diseños probados y coincidía con un principio establecido sobre la unión de proteínas. Aquí la herramienta no solo produjo una idea interesante, sino una hipótesis compatible con evidencia real y conocimiento previo.
Cuando los datos sintéticos confunden al modelo
La experiencia también mostró los límites de AutoDiscovery. En un conjunto de 24.000 configuraciones simuladas de reactores nucleares, aproximadamente la mitad de las hipótesis generadas resultaron ilógicas y ninguna parecía suficientemente prometedora para continuar.
Los estudiantes relacionaron el problema con el modo en que funciona el sistema. AutoDiscovery calcula la sorpresa a partir de mediciones del mundo real, pero los números sintéticos de la simulación no representaban ese tipo de observaciones. El modelo estaba evaluando los datos desde una referencia inadecuada.
Cuando el equipo utilizó mediciones reales de física de reactores, obtenidas en experimentos, el rendimiento mejoró considerablemente. La herramienta produjo cerca de 15 pistas potencialmente útiles. Después, los estudiantes tuvieron que priorizarlas según su plausibilidad física, consistencia lógica y relación con investigaciones anteriores.
La IA puede generar ideas, pero no criterio científico
Los resultados de los proyectos apuntaron en la misma dirección: AutoDiscovery fue más útil para proponer líneas de investigación que los estudiantes quizá no habrían considerado. No obstante, cuanto más inesperado era un resultado, mayor era la necesidad de que una persona examinara su origen.
Interpretar la evidencia, entender cómo llegó el sistema a una conclusión y detectar supuestos incorrectos exige experiencia científica. También requiere saber diseñar experimentos, distinguir causalidad de correlación y reconocer cuándo un resultado contradice principios físicos o biológicos conocidos.
Esta diferencia es clave. Una IA generativa puede revisar millones de combinaciones en poco tiempo, pero no posee por sí misma el sentido de relevancia que permite responder preguntas como estas:
- ¿La señal es suficientemente fuerte para justificar más trabajo?
- ¿Existe una explicación alternativa más sencilla?
- ¿El resultado aparece por una falla del conjunto de datos?
- ¿Puede reproducirse en otro experimento?
- ¿Qué evidencia sería necesaria para convertir la hipótesis en una conclusión?
Una nueva forma de enseñar ciencia con IA
Para Huang, el desafío no consistía simplemente en enseñar a utilizar una herramienta. El objetivo era preparar a los estudiantes para una forma distinta de investigar: pedirle a la IA que explore, genere hipótesis y encuentre patrones, mientras el investigador cuestiona los resultados y decide cuáles merecen atención.
En lugar de usar la IA para completar una tarea perfectamente definida, los estudiantes la utilizaron como compañera de exploración científica. Ese cambio desplaza el valor humano hacia habilidades como el pensamiento crítico, el diseño experimental, el razonamiento basado en evidencia y la capacidad de justificar conclusiones.
Los equipos transformaron conjuntos de datos sin procesar en hipótesis acompañadas por revisiones bibliográficas, análisis cuantitativos, planes de validación experimental e informes razonados. La IA aceleró parte del proceso, pero la calidad del resultado dependió de la curiosidad, la persistencia y el criterio de los estudiantes.
Cuando una IA puede generar ideas rápidamente, la formación científica no pierde valor. Se vuelve más importante, porque alguien debe saber cuáles ideas merecen ser comprobadas.
La lección también aplica fuera de un laboratorio. En negocios, análisis de datos o desarrollo de productos, una herramienta puede encontrar patrones con velocidad, pero sus resultados necesitan contexto, verificación y una decisión responsable. La automatización puede ampliar la búsqueda, pero no elimina la responsabilidad de evaluar lo encontrado.
AutoDiscovery representa una visión interesante de la IA científica: sistemas capaces de explorar grandes volúmenes de información sin ocultar por completo cómo llegan a sus resultados. Pero la experiencia en la Universidad de Washington recuerda que la transparencia técnica no basta. También hacen falta investigadores preparados para cuestionar las respuestas, conocer las limitaciones de los datos y convertir una anomalía en conocimiento confiable.