37 Investigadores Dicen que la Ciencia Debe Dejar de Escribir Artículos para Humanos y Comenzar a Escribirlos para la IA

Puntos clave

• En mayo de 2025, 37 investigadores de aproximadamente dos docenas de universidades y empresas tecnológicas publicaron un artículo en ArXiv pidiendo el fin del artículo científico tradicional.
• El artículo propone reemplazarlo con un "Artefacto de Investigación Nativo de Agentes" (ARA), un formato diseñado para que los agentes de IA lean, reproduzcan y actúen sobre la investigación de forma autónoma.
• La autora principal Jiachen Liu completó su doctorado en ciencias de la computación en la Universidad de Míchigan en 2025 y cofundó el Agent Native Research Lab en Palo Alto en mayo de 2025.
• Los autores argumentan que los artículos estándar descartan aproximadamente el 80 por ciento de la información útil de la investigación original antes de su publicación.
• Liu sostiene que llegará un punto en el que la IA habrá absorbido todo el conocimiento experto humano y ya no necesitará que las personas la guíen.

Un artículo publicado en ArXiv este mayo lleva un título deliberadamente provocador: "El Último Artículo Escrito por Humanos". Sus 37 autores, procedentes de aproximadamente dos docenas de universidades y empresas tecnológicas, argumentan que el artículo científico, un formato inventado hace unos 350 años, ya no cumple su función. No porque los científicos hayan cambiado, sino porque la IA lo ha hecho.

Su argumento, según lo informado por IEEE Spectrum, es el siguiente: los agentes de IA (software que puede realizar tareas de múltiples pasos de forma independiente, leyendo fuentes y llegando a conclusiones) ya están realizando trabajo serio en laboratorios de investigación. Pero el artículo tradicional, una narrativa pulida escrita para lectores humanos, es un manual de instrucciones terrible para una máquina.

¿Qué hay realmente mal con el artículo científico?

Los autores identifican dos problemas fundamentales. Primero, el "costo de la narrativa". Un artículo terminado captura tal vez el 20 por ciento de lo que realmente sucedió durante la investigación. Los experimentos fallidos, los ajustes de parámetros, los callejones sin salida que tomaron semanas: todo desaparece. Un agente de IA que intenta reproducir el trabajo choca con una pared casi inmediatamente.

Segundo, el "costo de la ingeniería". Incluso la información que sobrevive a menudo es demasiado vaga o incompleta para actuar sobre ella. Los detalles clave de implementación se omiten, o se describen en un lenguaje demasiado ambiguo para que una máquina (o, honestamente, otro humano) pueda seguir de forma confiable.

Su solución propuesta es la ARA, abreviatura de Artefacto de Investigación Nativo de Agentes. Piénsalo menos como un documento y más como un registro vivo. Una herramienta integrada llamada "Live Research Manager" observa y registra automáticamente todo lo que hace un investigador mientras trabaja, de modo que nada se pierda. Si aún deseas un PDF tradicional al final, el sistema puede generar uno a partir del registro completo.

¿No va a inventar cosas la IA?

Esta es la preocupación obvia, y Liu la toma en serio. Los grandes modelos de lenguaje, la tecnología de IA detrás de herramientas como ChatGPT y Claude, funcionan en base a la probabilidad en lugar de la lógica estricta, lo que significa que pueden "alucinar", afirmando con confianza cosas que son simplemente falsas. Analizamos por qué sucede esto a nivel de imagen en nuestro artículo del 3 de agosto sobre la investigación de alucinaciones de Apple; el problema es igual de profundo en el texto.

La respuesta de Liu no es usar una segunda IA para verificar la primera. En cambio, está construyendo lo que ella llama un sistema formal utilizando técnicas neurosimbólicas, un enfoque que combina la capacidad de una red neuronal para manejar información desordenada del mundo real con las reglas lógicas difíciles de la computación clásica. Cada afirmación en un ARA tendría que ser expresable como una fórmula matemática y comprobable por el sistema. Sin fórmula, sin afirmación.

Eso es ambicioso. También es, lo admite, aún un trabajo en progreso.

¿Qué significa esto para los científicos que trabajan?

Para la mayoría de los investigadores en este momento: no cambia mucho de inmediato. La ARA es una propuesta, no un estándar que alguien haya adoptado aún. Pero la tensión subyacente es real y está creciendo. La evidencia ya sugiere que las herramientas de IA pueden impulsar carreras individuales mientras producen menos ideas genuinamente nuevas en un campo en general.

Liu va más lejos que la mayoría. Recientemente escribió un artículo titulado "El Fin del Humano en el Bucle", argumentando que llegará un punto en el que la IA habrá absorbido todo el conocimiento experto humano y ya no necesitará que las personas la guíen. Si eso suena emocionante o alarmante probablemente depende de cómo te sientas con respecto a tu café matutino.

Mi opinión: el caso más fuerte de ARA no es el punto final de ciencia ficción que Liu describe. Es el aburrido e inmediato. La ciencia ya tiene un problema de reproducibilidad, y perder el 80 por ciento del proceso de investigación antes de la publicación es una gran razón.

Preguntas comunes

¿Podrían los científicos simplemente enseñar a la IA a leer mejor los artículos normales?

Liu dice que un lector más inteligente no es la solución porque la información nunca estuvo en el artículo para empezar. Aproximadamente el 80 por ciento del proceso de investigación, incluidas las decisiones y fracasos, se descarta antes de la publicación, por lo que no hay nada que extraer.

¿Está disponible el ARA para usar ahora?

El artículo en sí está disponible en línea en formato ARA como demostración, y el Agent Native Research Lab de Liu es una startup en etapa inicial que trabaja en las herramientas. Aún no existe ningún producto ampliamente disponible.

¿Quién está financiando o respaldando este trabajo?

Liu cofundó el Agent Native Research Lab como startup en Palo Alto en mayo de 2025. La investigación original se realizó como parte de su trabajo de doctorado en la Universidad de Míchigan, completado en 2025.