En términos proporcionales, la incorporación de herramientas como ChatGPT en la producción científica total de las ciencias naturales también ha crecido de forma notable. Actualmente, entre el 5.8 y el 8.8% de todas las publicaciones en estos campos incluyen o se relacionan con la IA, un aumento considerable frente al 1% registrado en 2010.
Entre las disciplinas que más han explorado el uso de estas tecnologías, las ciencias físicas destacan por concentrar el mayor número de trabajos, con cerca de 33,000 publicaciones. Por su parte, las ciencias de la Tierra presentan el mayor porcentaje de investigaciones con referencias a la IA, con un 9% del total identificado.
Arvind Narayanan, informático de la Universidad de Princeton en Nueva Jersey, señaló para Nature que esta tendencia no resulta sorprendente, considerando que la IA ha dejado de ser una herramienta exclusiva de ciertos sectores para convertirse en un recurso de apoyo cada vez más extendido en múltiples ámbitos.
El especialista matiza que aún existen dudas sobre la eficiencia y efectividad de la IA para elevar la productividad científica debido a la falta de evidencia concluyente a gran escala. Sin embargo, reconoce que los científicos actuales “no pueden vivir sin ella. Si se les quitara la IA, se armaría un gran revuelo. Así que debe estar ayudando de alguna manera”.
Más IA para la investigación, pero con resultados cuestionables
El informe respalda esta idea al citar diversas plataformas basadas en IA que han demostrado, al menos, facilitar el trabajo científico, aunque de forma acotada y en campos específicos.
Uno de los casos es AION-1, un modelo enfocado en astronomía considerado pionero en su tipo, entrenado con más de 200 millones de objetos celestes provenientes de cinco estudios, capaz de clasificar galaxias y estimar sus propiedades. En una línea similar, en 2025 el modelo Aardvark Weather se convirtió en el primer sistema de IA en gestionar de principio a fin el proceso de predicción meteorológica.
Para algunos especialistas, la reducción de tiempos derivada de la automatización de tareas y análisis podría implicar un costo silencioso en la calidad de la investigación, debido a las imprecisiones y alucinaciones que aún presentan la mayoría de los modelos.
asistentes virtuales logran alrededor de un 39% de aciertos en preguntas que requieren planificación, análisis de múltiples fuentes y uso de herramientas.Narayanan advierte que, a su juicio, la integración de la IA en la investigación científica “está ocurriendo demasiado rápido, sin dar tiempo a que las normas científicas se adapten, por lo que la calidad de la investigación ha caído en picada”.
El informe concluye que, pese a su creciente adopción y potencial, la IA aplicada a la investigación científica aún se encuentra en una etapa temprana de desarrollo, por lo que sería un error concentrar de manera desproporcionada los esfuerzos en esta tecnología. En cualquier caso, como subraya el documento, “la lista de descubrimientos de IA confirmados experimentalmente sigue siendo corta”.