¿Cuándo puede decirse que la IA ha hecho un descubrimiento científico?

Por James O'Donnell (The Algorithm, MIT Technology Review) · 28.09.2026.

El pasado miércoles Anthropic anunció que a principios de este año había puesto en marcha un laboratorio de biología molecular en el que agentes de Claude leen y formulan conjeturas sobre problemas difíciles de biología, mientras científicos humanos ejecutan los experimentos que esos agentes proponen. Según la compañía, ese laboratorio impulsado por IA logró su primer descubrimiento.

Para entender qué dice Anthropic que hizo su sistema, el autor propone imaginar que se recorre una biblioteca de millones de secuencias de ADN, acumuladas a medida que los científicos secuencian cada vez más el mundo vivo. Un paso hacia un avance científico podría ser encontrar una secuencia peculiar que codifica una enzima interesante; después habría que averiguar qué hace esa enzima y, eventualmente, cómo manipularla para algo útil.

Lo que Anthropic afirma que encontró su sistema de 950 agentes, tras 21 horas de trabajo, no fue una secuencia nueva, sino un patrón repetido alrededor de una enzima ya conocida, un patrón concreto que, según la empresa, no había sido catalogado antes. Sin embargo, el propio anuncio de Anthropic describe este patrón como 'reminiscente' de lo que condujo a la tecnología de edición genética CRISPR, que 'ya ha transformado la ciencia y la medicina', dando a entender que el hallazgo es más relevante de lo que parece.

Estas afirmaciones han generado enfado entre biólogos. Una publicación que se hizo viral, escrita por uno de ellos y respaldada después por el presidente y CEO de la farmacéutica Eli Lilly, sostenía que 'encontrar un extraño cúmulo de genes y repeticiones suele ser la parte fácil. La parte difícil, y de donde vienen los descubrimientos reales, es averiguar qué hace realmente ese sistema'. En otras palabras: los agentes ayudaron con parte del trabajo de laboratorio más mecánico, pero eso no constituye un descubrimiento.

El caso sirve como recordatorio de que, aunque la IA haga algo impresionante —como detectar un patrón en una masa de datos biológicos que sería difícil de percibir solo con ojos humanos—, el resultado en sí puede no representar un avance para la ciencia. Lo que es novedoso para la IA puede resultar rutinario, poco sorprendente o simplemente poco relevante para un biólogo.

Para enredar aún más el asunto, Mario Rodríguez Mestre, biólogo de la Universidad de Copenhague, afirmó durante el fin de semana —según recogió el New York Times— que su equipo ya había descubierto ese mismo patrón con anterioridad. Mestre, que conversaba habitualmente con Claude en su trabajo, se preguntó si el equipo de Anthropic había aprendido de esas conversaciones. Anthropic lo niega, pero Mestre asegura que dejará de usar Claude en cualquier caso.

Parte del problema, según el autor, es que las empresas de IA no presentan sus sistemas simplemente como herramientas que los científicos pueden usar —como un microscopio o un superordenador—, sino que insisten en que son los propios sistemas de IA los que hacen los descubrimientos. Para algunos, ese planteamiento es incompatible con la forma en que realmente funciona la ciencia, donde el conocimiento nuevo suele surgir de la colaboración y de un arsenal de herramientas cada vez mayor.

Esto también está generando más escepticismo ante progresos genuinos cuando ocurren. Reducir 200.000 candidatos a unos pocos dignos de explorarse no es poca cosa; es un trabajo científico legítimo. Que un chatbot de propósito general pueda hacer ese trabajo es notable, incluso si los humanos ayudaron a dirigirlo y finalmente ejecutaron los experimentos. Pero una vez que el estándar pasa a ser si Claude 'hizo' o no un descubrimiento por sí mismo, todo se convierte en munición para un debate binario: avance o fracaso.

Una vez que se empieza a juzgar a la IA por si ha hecho o no un descubrimiento, también resulta tentador mover la portería incluso cuando parece lograr una victoria real. A principios de este mes, OpenAI afirmó que sus propios agentes de equipo habían resuelto un problema matemático valorado en un millón de dólares. Pero un par de semanas después, casi todos los escépticos de la IA en el feed del autor compartían un artículo que cuestionaba si ese era realmente el problema matemático que más le importaba a la comunidad matemática. El artículo no sostenía que la solución de OpenAI fuera errónea, sino que ese resultado concreto quizá no era el que más preocupaba a los matemáticos. A eso se sumó la acusación de un matemático de que los modelos podrían haber usado parte de su trabajo sin darle crédito, dejando a la gente con la sensación de que, o bien OpenAI hizo trampa, o bien la solución no era tan importante. O ambas cosas.

Eso es parte de lo que preocupa a Lucas Harrington, el biólogo que escribió la publicación crítica sobre el anuncio de Anthropic. Terminó con una sugerencia: las empresas de IA, dijo, deberían 'poner el listón alto ahora, para que cuando una IA descubra de verdad un mecanismo biológico fundamentalmente nuevo, todo el mundo aprecie la magnitud de ese logro'. Pero, mientras Sam Altman (OpenAI) y Dario Amodei (Anthropic) compiten por superarse mutuamente, subir el listón para los descubrimientos científicos atribuidos a la IA podría ser lo último que tengan en mente.