La integración de los modelos de lenguajes grandes (LLM) en la investigación científica está pasando de la teoría a la realidad de alto riesgo. Hallazgos recientes sugieren que el código generado por IA no sólo está ayudando a los investigadores: está comenzando a igualar, y en ocasiones a superar, las capacidades analíticas de los expertos humanos.
Un estudio publicado en Cell Reports Medicine ha destacado un cambio significativo en la forma en que se pueden procesar datos médicos complejos. Aprovechando los LLM, los investigadores jóvenes (entre ellos un estudiante de posgrado y un estudiante de secundaria) generaron con éxito códigos de alta precisión para predecir riesgos de parto prematuro, una tarea que tradicionalmente requiere años de experiencia especializada.
El avance: velocidad y precisión
La investigación utilizó conjuntos de datos masivos de los desafíos DREAM (Diálogo para evaluaciones y métodos de ingeniería inversa). Estos conjuntos de datos son increíblemente complejos e involucran:
– Transcriptómica sanguínea: Analizar el ARN para ver qué genes están activos.
– Datos epigenéticos: Examinar etiquetas químicas en el ADN que controlan la expresión genética.
– Datos del microbioma: Estudio de composiciones bacterianas en el fluido vaginal.
Tradicionalmente, analizar estas variables para predecir la edad gestacional o el parto prematuro llevaría meses de trabajo manual por parte de bioinformáticos altamente capacitados. Sin embargo, los investigadores jóvenes de este estudio utilizaron indicaciones simples para asignar el análisis a ocho LLM diferentes.
Los resultados fueron sorprendentes. Cuatro modelos: DeepSeekR1, Gemini, ChatGPT (o3-mini-high y 4o) —produjeron código funcional. En particular, el o3-mini de OpenAI funcionó tan bien como los equipos de expertos humanos originales e incluso los superó en ciertos análisis epigenéticos.
Quizás lo más significativo es que el cronograma para el descubrimiento se ha reducido:
– Equipos humanos: Tomó años completar análisis similares.
– Investigadores jóvenes asistidos por IA: Produjeron resultados en tres meses y un manuscrito completo en seis.
La evolución hacia una IA “agente”
La ola actual de asistencia de IA está avanzando hacia una IA “agentica”. A diferencia de los chatbots estándar que simplemente responden a indicaciones, los sistemas agentes están diseñados para actuar como investigadores autónomos. Ellos pueden:
1. Desarrollar flujos de trabajo de investigación de varios pasos.
2. Repetir su propio trabajo para corregir errores.
3. Ejecute tareas como buscar en Internet o ejecutar código de forma independiente.
Sin embargo, esta autonomía trae consigo una importante “brecha de precisión”. Un estudio en Nature Biomedical Engineering encontró que cuando a los LLM se les permitía crear flujos de trabajo completamente por sí mismos, su precisión caía por debajo del 40%.
Para resolver esto, los investigadores están avanzando hacia un marco “humano en el circuito”. Al exigir que la IA presente un plan paso a paso para la revisión humana antes de ejecutar el código, la precisión saltó del 40% al 74%. Esto sugiere que el futuro de la IA en la ciencia no consiste en reemplazar al científico, sino en aumentarlo mediante el razonamiento supervisado.
Desafíos: estándares, salvaguardias y “descuido de la IA”
A medida que la IA se convierte en un elemento permanente en el laboratorio, la comunidad científica enfrenta tres obstáculos críticos:
- El problema de la evaluación comparativa: La IA evoluciona tan rápidamente que cuando se crea una evaluación comparativa estándar para probarla, los modelos ya la han superado. Los investigadores de Stanford están trabajando actualmente para establecer puntos de referencia médicos estandarizados para seguir el ritmo de esta evolución.
- El requisito de supervisión: Los expertos advierten contra la “confianza ciega”. El objetivo es integrar la IA en el método científico sin sacrificar el rigor ni crear “insuficiencia de la IA”: resultados de investigación de baja calidad y no verificados.
- El mito de la perfección: Existe una tendencia a someter la IA a un estándar imposible de perfección. Como señala el profesor de informática Ian McCulloh, el objetivo no es que la IA sea perfecta, sino que funcione de manera más confiable y precisa de lo que permiten las tasas de error humano.
“El objetivo no es pedir a los investigadores que confíen ciegamente en un sistema de IA”, afirma el coautor del estudio Zifeng Wang. “El objetivo es diseñar marcos donde el razonamiento, la planificación y los pasos intermedios sean lo suficientemente visibles como para que los investigadores puedan supervisar y validar el proceso”.
Conclusión
La IA está reduciendo rápidamente la barrera de entrada para análisis biomédicos complejos, convirtiendo meses de trabajo en semanas. Si bien el potencial para mejorar la salud materna e infantil es inmenso, la comunidad científica debe priorizar una supervisión humana rigurosa y nuevos puntos de referencia estandarizados para garantizar que estas poderosas herramientas sigan siendo confiables.
