La IA puede generar hipótesis rápido; validarlas sigue siendo la parte lenta
DeepMind advierte que los agentes pueden desplazar el cuello de botella científico desde idear preguntas hasta probarlas con datos, laboratorios y revisión.
En julio de 2026, Google DeepMind publicó un análisis sobre un nuevo cuello de botella de la ciencia hecha con agentes: generar ideas puede abaratarse, pero comprobarlas sigue exigiendo datos, instrumentos, tiempo y revisión. La noticia no es que un agente haga ciencia por sí solo. Es que la abundancia de hipótesis puede aumentar, no reducir, la necesidad de validación. Los autores lo condensan en una frase: los agentes son «máquinas de conjeturas», que vuelven las ideas abundantes y baratas, mientras que «las refutaciones siguen siendo físicas e institucionales — y por tanto, costosas y lentas».
Cuatro escalones que no hay que saltarse
La distinción útil tiene cuatro peldaños, y confundirlos es donde nace casi todo el bombo. Una hipótesis es una explicación o posibilidad que merece prueba. Una predicción concreta qué debería observarse si la hipótesis resiste. Una prueba de laboratorio mide algo bajo un método y unas condiciones definidas. Un resultado replicado muestra que otros equipos, por su cuenta, obtienen evidencia compatible. Llamar «descubrimiento» al primer peldaño borra los tres siguientes — y es exactamente el error que el análisis de DeepMind pide no cometer con sus propios sistemas.
El documento de política de DeepMind es, en su propia descripción, una propuesta de política y diseño, no una demostración de descubrimiento autónomo. Reconoce el límite sin rodeos: un agente «no puede decir de forma definitiva si algo funciona realmente». Esa honestidad es la que separa la pieza de un folleto — y la que conviene exigirle a cualquiera que anuncie «ciencia por IA». El documento añade dos ideas que dan la medida de esa cautela: la «humildad epistémica», que los modelos «sepan cuándo no saben, y lo digan», y el «andamiaje» como arnés que expone el razonamiento del agente en vez de dejarlo como una caja negra. Un sistema que enseña sus pasos se puede auditar; uno que solo entrega una conclusión pulida, no.
Cómo funciona la máquina de conjeturas
El sistema que ilustra el mecanismo es Co-Scientist, descrito por DeepMind como un sistema multiagente construido con Gemini que genera, debate y hace evolucionar hipótesis. No es un modelo que responde, sino una coalición de agentes con papeles distintos: uno genera propuestas ancladas en la literatura; otro las agrupa para cubrir un espacio diverso; un agente de reflexión hace de «revisor por pares virtual» y las critica; un agente de ranking organiza un «torneo de ideas» con comparaciones por pares y una puntuación estilo Elo —el mismo principio de AlphaGo y AlphaStar—; un agente de evolución combina y refina las mejores; y un meta-revisor sintetiza el debate. Un supervisor coordina el conjunto como planificador adaptativo.
Ese diseño es la parte instructiva, porque explica qué mejora y qué no. Un torneo interno entre agentes puede depurar una lista de candidatos mucho mejor que un solo modelo disparando ideas. Pero es un debate sobre el papel: ordena conjeturas, no las contrasta contra el mundo. El propio orden lo dice —generar, debatir, evolucionar— y en ningún punto aparece «medir en un laboratorio». Esa fase sigue siendo humana, física y lenta.
Ese reparto explica un dato de la propia DeepMind que, bien leído, refuerza la tesis en vez de contradecirla: Co-Scientist se probó con investigadores de más de cien instituciones, entre ellas Stanford, el MIT, Cambridge, la Universidad de Edimburgo y Calico. Cien laboratorios no hacen falta para generar hipótesis —eso lo hace el modelo solo—; hacen falta para el otro lado, el de comprobarlas. La cifra no mide la potencia del agente: mide el tamaño del cuello de botella que el agente destapa. Cuantas más conjeturas produce una máquina, más manos humanas y más instrumentos se necesitan para separar las buenas de las meramente plausibles.
Los ejemplos que da DeepMind, leídos con la escalera
El análisis presume de casos concretos, y merece la pena leerlos con los cuatro peldaños en la mano, porque todos proceden del propio laboratorio. DeepMind afirma que, sobre fibrosis hepática, un candidato de Co-Scientist «bloqueó el 91% de una respuesta ligada a la cicatrización en pruebas de laboratorio», y que dos de sus elecciones no solo frenaron la fibrosis sino que promovieron la regeneración celular, por encima de la selección de expertos. Es un resultado de prueba de laboratorio —tercer peldaño—, no una réplica independiente ni un fármaco aprobado. El caso más citado es el del microbiólogo José Penadés: DeepMind sostiene que Co-Scientist reprodujo en dos días una hipótesis no publicada de su equipo sobre resistencia a antibióticos, un trabajo que a ellos les había llevado años. Impresiona, pero conviene ver qué prueba exactamente: que el sistema generó una buena conjetura que unos humanos ya habían validado por su cuenta — es decir, brilla justo en el peldaño barato, la generación, no en el caro.
El análisis suma otros: Aletheia, un generador de pruebas con verificador en lenguaje natural, resolvió según DeepMind seis de diez problemas de investigación no publicados en un primer reto de demostración; y AlphaEvolve habría ayudado en el diseño de los próximos chips TPU de Google y en trabajos con el matemático Terence Tao. Son afirmaciones del proveedor sobre sus propios sistemas. No las descarta que sean falsas; las coloca donde están: en el lado de la conjetura potente, a la espera del lado lento de la validación.
Qué pide el documento a quien financia ciencia
La parte de política es concreta y, otra vez, coherente con la tesis: si las ideas se abaratan, hay que invertir en lo caro. DeepMind pide tres cosas. Primero, acceso universal a los mejores agentes mediante alianzas público-privadas, una prioridad que compara con el reto histórico de dar acceso a los superordenadores. Segundo, datos «listos para agentes»: conjuntos abiertos expuestos por APIs documentadas, con soluciones que preserven la privacidad en datos genómicos o virológicos sensibles. Tercero, infraestructura de validación —laboratorios y automatización—, y cita que la National Science Foundation de EE. UU. destinó 100 millones de dólares a una red nacional de instalaciones distribuidas, junto a ejemplos como la Materials Innovation Factory británica, de 81 millones de libras, y la Genesis Mission estadounidense, que conecta laboratorios del Departamento de Energía con la universidad. Añade una reforma de la revisión por pares, con agentes que ayuden a detectar errores y técnicas de marca de agua para declarar el uso de IA.
Hay además un detalle de seguridad que el lector debe registrar: DeepMind dice haber añadido clasificadores para marcar objetivos de investigación no éticos, tras evaluaciones en el dominio de armas químicas, biológicas, radiológicas y nucleares. Una máquina que propone hipótesis con soltura también propone las peligrosas; el freno no es un adorno.
La ficha para el próximo titular de «IA científica»
Ante cualquier afirmación de ciencia hecha por IA, la capacidad transferible es un puñado de preguntas: ¿qué propuso exactamente el modelo?; ¿qué predicción comprobable se sigue?; ¿quién hizo el experimento y con qué controles?; ¿es una prueba de laboratorio o una réplica independiente?; y ¿quién publica la cifra — un tercero o el propio fabricante del sistema? Si las respuestas faltan, hay una hipótesis interesante, no un descubrimiento.
La conclusión del propio DeepMind es la que mejor resume el momento: el éxito de los agentes puede hacer más valiosos, no menos, los laboratorios, los datos de calidad y la revisión por pares. Cuando generar candidatos es barato, elegir cuáles merecen recursos y comprobarlos con rigor se convierte en la parte decisiva — y también en la que ninguna máquina de conjeturas puede hacer sola.
Fuentes primarias
Este artículo se ha elaborado con inteligencia artificial bajo supervisión editorial humana.
