Google Lanza ‘AI Co-Científico’ Para Acelerar el Descubrimiento y la Innovación

Las investigadoras de Google han presentado un nuevo sistema de IA, conocido como el co-científico de IA, construido en la plataforma Gemini 2.0.

Este sistema tiene como objetivo potenciar la investigación científica y biomédica al funcionar como un colaborador virtual para los científicos.

La co-científica de IA está diseñada para generar hipótesis novedosas, proponer direcciones de investigación y apoyar la planificación científica a largo plazo, ayudando a acelerar los procesos de descubrimiento en una variedad de campos, incluyendo la reutilización de medicamentos, la identificación de objetivos de tratamiento y la resistencia antimicrobiana.

La innovación central del sistema reside en su arquitectura multiagente. En lugar de depender de un solo modelo de IA, la co-científica de IA utiliza una coalición de agentes especializados, cada uno encargado de una función específica.

Estos agentes se inspiran en el método científico y trabajan juntos para generar, refinar y evaluar hipótesis. Por ejemplo, el agente “Generación” propone nuevas ideas de investigación, mientras que el agente “Clasificación” compara y clasifica estas ideas en función de su impacto potencial.

Los agentes “Evolución” y “Reflexión” del sistema mejoran iterativamente la calidad de las hipótesis al analizar los comentarios, mientras que el agente “Meta-revisión” supervisa todo el proceso, garantizando la alineación con el objetivo de la investigación.

Este enfoque colaborativo permite que el sistema refine continuamente sus resultados. Al desglosar un objetivo de investigación dado en tareas manejables, el agente Supervisor gestiona el flujo de trabajo del sistema, asigna recursos y garantiza que cada agente especializado desempeñe su papel.

Como resultado, el co-científico AI adapta su enfoque con el tiempo, mejorando la calidad y la novedad de sus sugerencias.

Esta auto-mejora está impulsada por una métrica de autoevaluación Elo, que supervisa la calidad de las hipótesis generadas y evalúa si más tiempo computacional mejora el rendimiento del sistema.

En las pruebas, el co-científico IA demostró una gran capacidad para producir ideas de investigación novedosas e impactantes. Por ejemplo, en el campo de la reutilización de medicamentos, sugirió candidatos para el tratamiento de la leucemia mieloide aguda (AML).

Estas sugerencias fueron posteriormente validadas a través de estudios experimentales, confirmando la eficacia potencial de los medicamentos propuestos.

De manera similar, en el área de la fibrosis hepática, el co-científico de IA identificó objetivos epigenéticos con un significativo potencial terapéutico, respaldando la validación experimental en organoides de hígado humano.

Sin embargo, además de los posibles beneficios, una encuesta reciente revela varios desafíos en torno a la adopción de IA en la investigación.

A pesar del creciente interés en las herramientas de IA, solo el 45% de los casi 5,000 investigadores encuestados actualmente están utilizando IA en su trabajo, principalmente para tareas como traducción y corrección de textos.

Las preocupaciones sobre la precisión, el sesgo y los riesgos a la privacidad del IA son generalizadas, con el 81% de los encuestados expresando inquietud. Además, casi dos tercios de los participantes citaron la formación insuficiente como una barrera significativa para la adopción efectiva del IA.

Los investigadores también siguen siendo cautelosos sobre la capacidad del IA para manejar tareas más complejas, como identificar lagunas en la literatura o recomendar revisores pares.

A medida que herramientas de IA como ChatGPT se integran más en los flujos de trabajo de investigación, están surgiendo desafíos en torno a su uso, en particular en la precisión de las citas.

Por ejemplo, un estudio reciente resalta los riesgos que plantean las herramientas de IA generativas, que a menudo atribuyen incorrectamente o fabrican citas. De los 200 artículos probados, 153 contenían citas incorrectas o parciales.

Este asunto genera preocupaciones para los investigadores que dependen de la IA para la preparación de manuscritos y la revisión por pares, ya que una atribución incorrecta puede disminuir la confianza depositada en estas herramientas. Los editores son particularmente vulnerables, ya que las atribuciones erróneas pueden dañar su reputación y socavar la credibilidad de su trabajo.

Estos desafíos subrayan la necesidad de directrices más claras y una formación estructurada para garantizar el uso responsable de la IA en el ámbito académico, mientras los investigadores buscan equilibrar el entusiasmo con la precaución en la adopción de esta tecnología.

Sin embargo, el co-científico de IA representa un avance significativo en la ampliación del descubrimiento científico, aprovechando la IA para ayudar a los investigadores a explorar nuevas hipótesis, validarlas y acelerar el progreso en diversos campos.

Actualmente, el sistema está disponible para evaluación a través de un Programa de Tester de Confianza, invitando a las organizaciones de investigación a evaluar su aplicabilidad y efectividad en entornos reales.