La publicación de investigaciones científicas puede cambiar su formato por completo. Un equipo de investigadores de la Universidad de Stanford presentó Paper2Agent, una herramienta de inteligencia artificial que convierte cualquier estudio académico en un agente de IA interactivo y funcional. Este nuevo marco tecnológico es capaz de leer un artículo y asimilar sus datos, códigos informáticos y metodologías. Así, el sistema crea un «coautor virtual» al que otros científicos pueden pedirle que ejecute análisis, pruebe hipótesis con nuevos datos o explique los hallazgos del trabajo, todo ello con lenguaje cotidiano. «Los artículos han sido documentos estáticos durante siglos», explicó James Zou, informático y profesor de ciencia de datos biomédicos en Stanford, en LinkedIn , «Paper2Agent los convierte en agentes de IA activos que pueden responder preguntas, aplicar sus métodos y colaborar con otros artículos para realizar nuevos descubrimientos». Hasta ahora, aplicar los métodos de un estudio ajeno requería instalar software y configurar entornos informáticos, toda una barrera para muchos investigadores. Paper2Agent utiliza una estructura llamada Protocolo de Contexto de Modelo (MCP, por sus siglas en inglés) que conecta los modelos de lenguaje con los datos y herramientas del estudio original. En las primeras pruebas, el sistema tardó unos 45 minutos y costó 14 dólares (12 euros) convertir el complejo modelo AlphaGenome en un agente operativo capaz de responder preguntas de genética con una precisión casi perfecta. En otra evaluación, a gran escala con 100 artículos de biología computacional, la herramienta transformó 74 de ellos en agentes funcionales. Para evitar que los agentes de IA muestren «alucinaciones» (es decir, que se inventen datos), los creadores han diseñado un proceso en el que cada herramienta creada por el agente se valida y contrasta con los resultados del propio estudio antes de ser aprobada. «Consideramos Paper2Agent como una herramienta para aumentar el descubrimiento científico y mejorar el acceso, la reproducibilidad y la reutilización de los artículos, más que como una fuente autónoma o autoritativa de conclusiones científicas», explica el estudio. Igualmente, los agentes no operan aislados, ya que pueden interactuar entre ellos de forma autónoma, aunque estén basados en diferentes investigaciones. Tienen la capacidad de combinar análisis de datos con pruebas experimentales para identificar informaciones concretas. Toda la comunidad científica puede acceder a Paper2Agent, pues su código fuente está abierto al público.
