¿Puede una inteligencia artificial inventar una idea científica que nadie se había animado a probar? Eso fue, más o menos, lo que pasó en un laboratorio de Cambridge, Massachusetts, cuando Anna Pertl, una bioquímica que está haciendo su doctorado en el Whitehead Institute, le hizo una consulta a Co-Scientist, la herramienta de Google pensada para generar hipótesis de investigación.

La pregunta apuntaba a MYC, una proteína clave en el desarrollo de la mayoría de los cánceres, buscada durante décadas como blanco de tratamientos sin demasiado éxito.

La idea que los sorprendió

Antes de llegar a un resultado, hubo que hacer tareas básicas: la IA confundía los cúmulos de proteínas que había que atacar con el propio fármaco y les asignaba siempre una función de activación de genes, cuando algunos hacen lo contrario. Pertl y Kalon Overholt, su colega, dedicaron casi una hora a corregir esos dos errores de interpretación.

Ya con el planteo en orden, Co-Scientist procesó durante una noche más de 700 estudios, generó 108 estrategias y se quedó con una sola: en vez de buscar disolver los cúmulos de proteínas que activan el gen, proponía unirlos entre sí hasta impedir la lectura del ADN. Overholt lo resumió con una frase que dice mucho: Nunca habíamos pensado en nada parecido.

• Revisar la consulta y corregir errores de interpretación.
• Procesar más de 700 estudios durante una noche.
• Generar 108 estrategias y conservar una sola.

Cuando aparecen los plazos y la plata

La euforia duró lo que tarda en aparecer un presupuesto. Semanas más tarde, Pertl repitió la misma consulta, pero esta vez aclarando los tiempos y el dinero con los que contaba para su doctorado. Resultado: ninguna hipótesis viable. El sistema se quedó sin respuestas.

El caso muestra una distancia que a veces se olvida: entre pensar una idea y poder meterla en el laboratorio hay un abismo. Anton Sinitskiy, químico computacional de la Universidad Northeastern, lo dijo en términos llanos: generar propuestas puede ser rápido, pero ponerlas a prueba sigue demandando tiempo. Ross King, biólogo computacional de la Universidad de Cambridge, coincidió y agregó que los protocolos que arma la IA son, en la práctica, apenas recetas.

En criollo: la herramienta promete, pero todavía necesita que un humano la corrija al inicio, la lea con ojo crítico en el medio y la conecte con la realidad del bolsillo al final. Si te sirve, probalo.