Resumen: Los sistemas de inteligencia artificial están transformando el descubrimiento científico al acelerar tareas de investigación específicas, desde la predicción de la estructura de proteínas hasta el diseño de materiales, pero permanecen limitados a dominios estrechos que requieren una supervisión humana sustancial. El crecimiento exponencial de la literatura científica y el aumento de la especialización de dominios limitan la capacidad de los investigadores para sintetizar el conocimiento entre las disciplinas y desarrollar teorías unificadoras, motivando la exploración de sistemas de IA más de propósito general para la ciencia. Aquí mostramos que un sistema de IA agente y agnóstico de dominio puede navegar de forma independiente el flujo de trabajo científico, desde la generación de hipótesis a través de la recopilación de datos hasta la preparación de los manuscritos. El sistema diseñó y ejecutó de forma autónoma tres estudios psicológicos sobre memoria de trabajo visual, rotación mental y viveza de las imágenes, ejecutó una nueva recopilación de datos en línea con 288 participantes, desarrollaron tuberías de análisis a través de sesiones de codificación continua de 8 horas y produjo manuscritos completados. Los resultados demuestran la capacidad de las tuberías de descubrimiento científico de IA para realizar investigaciones no triviales con razonamiento teórico y rigor metodológico comparable a los investigadores experimentados, aunque con limitaciones en los matices conceptuales y la interpretación teórica. Este es un paso hacia la IA encarnada que puede probar hipótesis a través de experimentos del mundo real, acelerando el descubrimiento al explorar de forma autónoma regiones de espacio científico que las limitaciones cognitivas y de recursos humanos podrían dejar sin explorar. Plantea preguntas importantes sobre la naturaleza de la comprensión científica y la atribución del crédito científico.
Publicado Originalme en export.arxiv.org El 19 de agosto de 2025.
Ver Fuente Original
