Investigador de la USC: La IA generativa está comprimiendo los plazos de investigación y remodelando el papel del científico
La inteligencia artificial está empezando a pasar de ser asistente de laboratorio al centro del método científico, comprimiendo trabajos que antes llevaban meses en días, según Mayank Kejriwal, profesor asociado de investigación en la Universidad del Sur de California y CEO de Grail.
Hablando con el presentador Keith Shaw en el programa Today in Tech, Kejriwal afirmó que los avances en IA generativa están permitiendo que los sistemas ayuden a generar hipótesis, diseñar experimentos e interpretar resultados, tareas tradicionalmente gestionadas por investigadores humanos.
Afirmó que el cambio ya está cambiando los flujos de trabajo de investigación en sectores que van desde la informática empresarial hasta los laboratorios científicos, ofreciendo velocidad y escala, a la vez que introduce nuevos retos en torno a la validación, la supervisión y la confianza.
Kejriwal remonta su visión a la experiencia práctica. Ha trabajado en IA durante casi 15 años, comenzando como estudiante de grado en el National Center for Supercomputing Applications en Illinois, obteniendo un doctorado en la Universidad de Texas en Austin y incorporándose a la USC en 2016.
En la USC, dirige el laboratorio de IA y Sistemas Complejos, centrado en trabajos aplicados y empíricos sobre problemas complejos, incluyendo la lucha contra la trata de personas. Hace aproximadamente un año, él y sus alumnos empezaron a usar herramientas como Cursor y Codex.
El resultado, dijo, fue una aceleración rápida: proyectos que antes llevaban seis meses pasaron a seis semanas y luego a seis días. Convencido de que "la IA para la ciencia es real" y podría hacer progresar exponencialmente, dijo que ese impulso llevó a la creación del Grial.
El punto de inflexión llegó más recientemente. Tras la aparición de nuevos modelos, Kejriwal y su equipo preguntaron si podían crear un "científico" de IA para asumir más parte del ciclo de investigación. Probando el enfoque él mismo, utilizó el sistema para perseguir ideas que había dejado de lado durante años.
"Completé una de esas ideas—realicé experimentos y escribí grandes partes—en menos de un día", dijo, añadiendo que con uno o dos días más, podría estar lista para ser enviada.
Esa aceleración, señaló Kejriwal, también plantea cuestiones filosóficas y prácticas sobre el papel de los humanos en el descubrimiento: si los investigadores pasan de la ejecución al juicio y la dirección, y cómo las organizaciones aseguran que los resultados sean fiables.
A medida que las herramientas de IA se vuelven más capaces, dijo, los líderes empresariales y tecnológicos tendrán que replantearse los flujos de trabajo de investigación y las barreras de seguridad. La pregunta central, planteada en la conversación: ¿Está la IA simplemente mejorando la productividad o empezando a redefinir cómo ocurre el descubrimiento en sí?