Hace unas semanas, Google anunció el «AI co-scientist«, una inteligencia artificial desarrollada para ayudar a los científicos en la creación de hipótesis y en la planificación de investigaciones.
La propuesta parece revolucionaria: una herramienta capaz de acelerar descubrimientos y facilitar el trabajo de los investigadores. Sin embargo, los expertos advierten que la tecnología aún no está al nivel prometido y puede no ser tan útil en la práctica como sugiere el marketing.
Sarah Beery, investigadora del MIT en el área de visión computacional, expresó sus dudas en una entrevista con TechCrunch. Para ella, la herramienta no demuestra un valor práctico real para la comunidad científica.
«Es un concepto interesante, pero no veo una demanda concreta por un sistema de generación de hipótesis como este», dijo.
Google, al igual que otras grandes empresas de tecnología, apuesta por la idea de que la IA será un gran avance para la ciencia, especialmente en áreas que requieren mucha lectura y análisis de datos, como la biomedicina.
El CEO de OpenAI, Sam Altman, llegó a afirmar que las inteligencias artificiales «superinteligentes» pueden acelerar enormemente la innovación científica, mientras que Dario Amodei, CEO de Anthropic, prevé que la IA puede incluso ayudar en la búsqueda de curas para diferentes tipos de cáncer.
A pesar de estas promesas, muchos investigadores ven limitaciones claras en la IA como co-científica. El propio Google señaló que su herramienta ya ha mostrado potencial en áreas como la reutilización de medicamentos para tratar la leucemia mieloide aguda.
Sin embargo, la patóloga Favia Dubyk, del Northwest Medical Center-Tucson, afirmó que los resultados presentados fueron vagos y que «ningún científico serio los tomaría en consideración».
Según Dubyk, la IA podría ser útil como punto de partida para investigaciones, pero la falta de información detallada impide que cualquier profesional confíe plenamente en ella.
Esta no es la primera vez que Google recibe críticas por exagerar los avances de su inteligencia artificial sin proporcionar medios concretos para validar los resultados.
En 2020, la empresa afirmó que uno de sus sistemas de IA superaba a los radiólogos humanos en la detección de tumores de mama. Sin embargo, investigadores de Harvard y Stanford cuestionaron la afirmación, destacando que la falta de transparencia en los métodos comprometía la credibilidad del estudio.
Lo mismo puede ocurrir con el «AI co-scientist». Como advirtió Ashique KhudaBukhsh, profesor asistente del Rochester Institute of Technology, la IA puede parecer prometedora en pruebas controladas, pero aún enfrenta desafíos para ser aplicada de manera confiable a gran escala.
Hasta que se superen estas limitaciones, es improbable que la tecnología reemplace el trabajo humano en la formulación de hipótesis científicas.
