Crece el uso de la IA en investigación científica, pero con resultados aún inciertos
La adopción de la inteligencia artificial (IA) en la investigación científica ha experimentado un crecimiento acelerado en los últimos años, particularmente en el ámbito de las ciencias naturales. De acuerdo con el ‘Informe del Índice de la IA 2026’, elaborado por el Instituto Stanford, el número de publicaciones que mencionan esta tecnología aumentó casi 30 veces entre 2010 y 2015.
Pese a este crecimiento, el reporte advierte que persisten limitaciones relevantes, como niveles de precisión aún insuficientes y la escasez de evidencia concluyente sobre mejoras significativas en la productividad. Estos factores sugieren que la IA continúa en una etapa de desarrollo dentro del quehacer científico.
Yolanda Gil, informática de la Universidad del Sur de California en Los Ángeles y responsable del informe en esta edición, afirmó que “los científicos han adoptado plenamente esta era de la IA”. No obstante, diversos especialistas coinciden en que esta tendencia debe interpretarse con cautela.
Las cifras del informe indican que, el año pasado, el campo de las ciencias naturales registró alrededor de 80,150 publicaciones vinculadas con la IA, lo que representa un incremento del 24% respecto a 2025.
En términos proporcionales, la incorporación de herramientas como ChatGPT en la producción científica total de las ciencias naturales también ha crecido de forma notable. Actualmente, entre el 5.8 y el 8.8% de todas las publicaciones en estos campos incluyen o se relacionan con la IA, un aumento considerable frente al 1% registrado en 2010.
Entre las disciplinas que más han explorado el uso de estas tecnologías, las ciencias físicas destacan por concentrar el mayor número de trabajos, con cerca de 33,000 publicaciones. Por su parte, las ciencias de la Tierra presentan el mayor porcentaje de investigaciones con referencias a la IA, con un 9% del total identificado.
Arvind Narayanan, informático de la Universidad de Princeton en Nueva Jersey, señaló para Nature que esta tendencia no resulta sorprendente, considerando que la IA ha dejado de ser una herramienta exclusiva de ciertos sectores para convertirse en un recurso de apoyo cada vez más extendido en múltiples ámbitos.
El especialista matiza que aún existen dudas sobre la eficiencia y efectividad de la IA para elevar la productividad científica debido a la falta de evidencia concluyente a gran escala. Sin embargo, reconoce que los científicos actuales “no pueden vivir sin ella. Si se les quitara la IA, se armaría un gran revuelo. Así que debe estar ayudando de alguna manera”.
Más IA para la investigación, pero con resultados cuestionables
El informe respalda esta idea al citar diversas plataformas basadas en IA que han demostrado, al menos, facilitar el trabajo científico, aunque de forma acotada y en campos específicos.
Uno de los casos es AION-1, un modelo enfocado en astronomía considerado pionero en su tipo, entrenado con más de 200 millones de objetos celestes provenientes de cinco estudios, capaz de clasificar galaxias y estimar sus propiedades. En una línea similar, en 2025 el modelo Aardvark Weather se convirtió en el primer sistema de IA en gestionar de principio a fin el proceso de predicción meteorológica.
Para algunos especialistas, la reducción de tiempos derivada de la automatización de tareas y análisis podría implicar un costo silencioso en la calidad de la investigación, debido a las imprecisiones y alucinaciones que aún presentan la mayoría de los modelos.
El reporte señala, por ejemplo, que en el benchmark ChemBench, centrado en química, los sistemas más avanzados superan el rendimiento promedio de expertos humanos en más de 2,700 preguntas. Sin embargo, todavía muestran dificultades en tareas básicas de comprensión y tienden a ofrecer respuestas excesivamente optimistas.
En ReplicationBench, que evalúa la capacidad de reproducir resultados científicos en astrofísica a partir de artículos académicos, los modelos de vanguardia obtienen puntuaciones inferiores al 20%.
La tendencia se repite en UnivEarth, una prueba centrada en preguntas de observación de la Tierra, donde los agentes basados en modelos de lenguaje alcanzan apenas un 33% de precisión. De forma similar, en PaperArena, que mide la capacidad de estos sistemas para leer, razonar y comprender literatura científica y flujos de trabajo académicos, los asistentes virtuales logran alrededor de un 39% de aciertos en preguntas que requieren planificación, análisis de múltiples fuentes y uso de herramientas.
Narayanan advierte que, a su juicio, la integración de la IA en la investigación científica “está ocurriendo demasiado rápido, sin dar tiempo a que las normas científicas se adapten, por lo que la calidad de la investigación ha caído en picada”.
El informe concluye que, pese a su creciente adopción y potencial, la IA aplicada a la investigación científica aún se encuentra en una etapa temprana de desarrollo, por lo que sería un error concentrar de manera desproporcionada los esfuerzos en esta tecnología. En cualquier caso, como subraya el documento, “la lista de descubrimientos de IA confirmados experimentalmente sigue siendo corta”.
(wired.com)
Seguiremos brindándote más información sobre este tema en las siguientes presentaciones físicas y digitales de Channel News Perú
Mantente conectado a nuestra plataforma de negocios y revista, haciendo clic aquí y suscribiéndote a nuestro newsletter para contenido de valor diario
