El sistema de co-científico de IA multiagente de Google está demostrando su valía como un potente asistente de investigación al realizar descubrimientos científicos genuinos que normalmente llevarían años a los investigadores.
Motivado por los desafíos en el proceso moderno de descubrimiento científico, Google desarrolló el co-científico de IA como un sistema de IA multiagente basado en Gemini 2.0. El sistema está diseñado para funcionar como una herramienta colaborativa para científicos, reflejando el proceso de razonamiento que sustenta el método científico.
Más allá de las herramientas estándar de revisión y resumen de literatura, el co-científico de IA está concebido para descubrir conocimiento nuevo y original, así como para formular hipótesis de investigación innovadoras basadas en pruebas previas y adaptadas a objetivos de investigación específicos. A partir de un objetivo de investigación expresado en lenguaje natural, el sistema genera hipótesis novedosas, resúmenes detallados de investigación y protocolos experimentales.
Las capacidades del sistema se demostraron de forma espectacular cuando los profesores José Penadés y Tiago Costa, del Imperial College London, lo desafiaron con una compleja cuestión sobre la evolución bacteriana. El laboratorio de Penadés había dedicado una década a resolver cómo las islas cromosómicas inducibles por fagos formadoras de cápsides (cf-PICIs) podían intercambiar colas para infectar distintas especies bacterianas. Antes de publicar sus hallazgos, decidieron poner a prueba al co-científico de IA mostrándole sus datos inéditos y comprobando si llegaba a la misma conclusión.
El resultado fue extraordinario. La IA identificó correctamente que las cf-PICIs producen sus propias cápsides y empaquetan su ADN, dependiendo únicamente de las colas de los fagos para su transferencia. Descubrió que las cf-PICIs liberan cápsides sin cola y no infectivas que contienen su ADN en el entorno, las cuales luego interactúan con colas de fagos de diversas especies para formar partículas quiméricas capaces de inyectar ADN en diferentes especies bacterianas, según la cola presente.
El profesor Penadés señaló que su equipo había estado limitado por sus propios sesgos: "Estábamos sesgados. Durante muchos años, yo pensaba—y toda la gente de biología de fagos piensa—que tras la infección, lo que tienes son partículas infectivas con la cápside y la cola. No entendíamos por qué teníamos PICIs que podían inducirse pero no se transferían... Estábamos tan sesgados que no podíamos ver lo que realmente estaba ocurriendo."
El rendimiento del co-científico de IA ha sido validado más allá de este caso concreto. En un subconjunto de 11 objetivos de investigación, expertos en la materia evaluaron los resultados del sistema en comparación con otros referentes relevantes. Aunque el tamaño de la muestra era reducido, los expertos consideraron que el co-científico de IA tenía mayor potencial de novedad e impacto, y prefirieron sus resultados frente a otros modelos.
Para facilitar una exploración responsable del potencial del co-científico de IA, Google está permitiendo el acceso al sistema a organizaciones de investigación a través de un Programa de Trusted Tester. A medida que los desafíos científicos se vuelven más complejos e interdisciplinarios, herramientas como el co-científico de IA podrían acelerar significativamente el ritmo de los descubrimientos al ayudar a los investigadores a superar sus propios sesgos e identificar nuevas y prometedoras líneas de investigación.