37 Investigadores Dicen que la Ciencia Debe Dejar de Escribir Artículos para Humanos y Comenzar a Escribirlos para la IA
Una nueva propuesta quiere reemplazar el artículo científico tradicional con un formato diseñado para agentes de IA. Los investigadores detrás de ella dicen que el PDF de 350 años está frenando la ciencia.
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 amplíen investigaciones por su cuenta.
- La autora principal Jiachen Liu obtuvo su doctorado en informática de la Universidad de Michigan en 2025 y cofundó el Laboratorio de Investigación Nativo de Agentes en Palo Alto en mayo de 2025.
- Los autores argumentan que los artículos estándar pierden aproximadamente el 80 por ciento de la información útil de la investigación original antes de su publicación.
- Liu dice que un futuro sistema de investigación solo para IA podría llegar a un punto en el que ya no necesite orientación humana en absoluto.
Un artículo publicado en ArXiv este mayo tiene un título deliberadamente provocador: "El Último Artículo Escrito por Humanos". Los 37 autores, procedentes de aproximadamente dos docenas de universidades y empresas tecnológicas líderes, argumentan que el artículo científico, un formato inventado hace unos 350 años, ya no es apropiado para su propósito. No porque los científicos hayan cambiado, sino porque la IA lo ha hecho.
Su argumento, según reporta IEEE Spectrum, es así: los agentes de IA (software que puede realizar tareas de múltiples pasos de forma autónoma, leyendo fuentes, ejecutando experimentos y sacando conclusiones) ya están haciendo 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 está realmente mal con el artículo científico?
Los autores identifican dos problemas centrales. Primero, el "impuesto narrativo". Un artículo terminado captura quizás 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. Una IA que intente reproducir el trabajo se topa con un muro casi inmediatamente.
Segundo, el "impuesto de ingeniería". Incluso la información que logra entrar en un artículo suele ser demasiado vaga o incompleta para actuar sobre ella. Los detalles de implementación clave se omiten o se describen en un lenguaje demasiado ambiguo para que una máquina (o, honestamente, otro humano) lo siga de manera confiable.
Su solución propuesta es el 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 lo hace, para que nada se pierda. Si aún quieres 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 sobre probabilidad en lugar de lógica estricta, lo que significa que pueden "alucinar", afirmando con confianza cosas que simplemente son incorrectas.
La respuesta de Liu no es usar una segunda IA para verificar la primera. En su lugar, 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 duras reglas lógicas de la informática 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. Es también, como ella admite, aún un trabajo en progreso.
¿Qué significa esto para los científicos que trabajan?
Para la mayoría de investigadores en este momento: no cambia mucho inmediatamente. El ARA es una propuesta, no un estándar que nadie ha adoptado aún. Pero la tensión subyacente es real y creciente. Los estudios ya sugieren que las herramientas de IA pueden impulsar carreras individuales mientras producen menos ideas genuinamente nuevas en general.
Liu va más allá que la mayoría. Recientemente escribió un artículo llamado "El Fin del Humano en el Bucle", argumentando que llegará un punto en el que la IA habrá absorbido todo el conocimiento de expertos humanos y ya no necesitará que las personas la guíen. Ya sea que eso suene emocionante o alarmante probablemente depende de cómo te sientas sobre tu café matutino.
Preguntas frecuentes
¿Podrían los científicos simplemente enseñar a la IA a leer artículos normales mejor?
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, incluyendo las decisiones y fracasos, se descarta antes de la publicación, así que no hay nada que extraer.
¿El ARA está disponible para usar ahora?
El artículo en sí está en línea en formato ARA como demostración, y el Laboratorio de Investigación Nativo de Agentes de Liu es una startup en etapa temprana que trabaja en las herramientas. Aún no existe un producto ampliamente disponible.
¿Quién está financiando o apoyando este trabajo?
Liu cofundó el Laboratorio de Investigación Nativo de Agentes como una startup en Palo Alto en mayo de 2025. La investigación original se realizó como parte de su trabajo de doctorado en la Universidad de Michigan, completado en 2025.
