Anthropic anunció el 23 de septiembre un estudio en el que un gran conjunto de agentes de Claude ayudó a los investigadores a localizar un sistema biológico que no se había caracterizado antes. La empresa lo denomina ART. Según Anthropic, el trabajo incluyó una búsqueda amplia en bases de datos biológicas, la selección entre miles de candidatos y, después, pruebas de laboratorio realizadas por investigadores humanos.
El anuncio interesa no solo por el hallazgo, sino por cómo se encontró. Anthropic afirma que unos 950 agentes Claude trabajaron durante unas 21 horas, consumieron unos 210 millones de tokens y analizaron información sobre más de 200 mil transcriptasas inversas. El proceso redujo la lista a unos 3,500 candidatos y generó 20 informes que pasaron a revisión humana.
¿Qué es el sistema ART?
Según la descripción de Anthropic, ART incluye una transcriptasa inversa, un gen cercano y un conjunto de secuencias repetidas de DNA. Los experimentos iniciales encontraron que el conjunto genera moléculas cortas de RNA. Sin embargo, su función biológica principal sigue siendo desconocida.
Es importante porque parte del debate sobre el anuncio se centra en cierta semejanza con CRISPR. La similitud que señala Anthropic se refiere a la estructura de las secuencias repetidas y a la organización genética que las rodea. Actualmente no hay pruebas de que ART funcione como sistema de edición genética, sea programable o pueda utilizarse como herramienta práctica para modificar DNA.
Claude no hizo la investigación solo
Anthropic presenta el proyecto como una demostración de la capacidad de utilizar muchos agentes para realizar búsquedas y análisis científicos a una escala difícil de abordar manualmente. Sin embargo, no fue una investigación autónoma de principio a fin.
Los agentes exploraron bases de datos, analizaron candidatos y generaron informes. Investigadores humanos eligieron qué resultados parecían prometedores, planificaron las siguientes comprobaciones y realizaron los experimentos de laboratorio. Es decir, Claude tuvo un papel importante según la empresa, pero el hallazgo no se obtuvo sin selección, criterio y verificación humanos.
Reuters informó de que la transcriptasa inversa central del sistema ya había aparecido en estudios anteriores. Por eso, la novedad que se reivindica no es que nunca se hubiera observado la enzima, sino que el equipo identificó el sistema más amplio y la relación entre la enzima, el gen cercano y las secuencias repetidas de DNA.
Qué enseña el estudio
Si los resultados se sostienen en nuevas pruebas, el trabajo puede ser un ejemplo útil de cómo los agentes de IA podrían ayudar a los científicos a explorar enormes bases de datos y buscar relaciones difíciles de detectar manualmente. En este caso, el valor no está en que el modelo «hiciera biología» por sí solo, sino en que redujo un gran espacio de búsqueda y propuso vías para comprobar en el laboratorio.
Es un tipo de trabajo en el que los sistemas de IA pueden ser especialmente eficaces: búsquedas repetidas, comparación de muchas secuencias, recopilación de indicios de distintas fuentes y generación de hipótesis que un investigador puede comprobar.
Qué sigue sin saberse
El estudio se publicó como prepublicación y todavía no ha pasado una revisión por pares. La función de ART se desconoce, no se han publicado pruebas de que pueda programarse y aún no hay una reproducción independiente de los resultados por otro grupo.
También es difícil cuantificar qué parte del resultado se debió al razonamiento de Claude, cuál a las herramientas de búsqueda y automatización integradas en el proceso y cuál a la elección de tareas, la selección y las decisiones del equipo humano.
Por tanto, el anuncio de Anthropic es, sobre todo, una señal interesante del rumbo que podría tomar la investigación científica basada en agentes. Todavía no demuestra que los modelos de IA puedan realizar investigación biológica independiente ni que ART sea una nueva herramienta de edición genética.
Por qué hay que usar con cuidado la palabra «descubrimiento»
En investigación científica, identificar un patrón computacional es solo una etapa. En ART, los agentes propusieron relaciones y generaron informes, pero hicieron falta investigadores humanos para seleccionar candidatos y comprobarlos en el laboratorio. Encontrar el sistema dentro de bases de datos existentes tampoco equivale a crear una nueva entidad biológica.
Por eso, el logro, si se confirma, es principalmente identificar una organización biológica que no se había caracterizado antes como sistema completo. El siguiente paso será entender qué hace, si aparece en otros contextos y si los resultados pueden reproducirse de forma independiente.