¿Por qué la IA no ha realizado descubrimientos científicos originales? un investigador de princeton destaca la necesidad de una infraestructura verificable

El 10 de septiembre, durante la conferencia Inclusion · Bund de 2026, Wang Mengdi, directora del Centro de Innovación en IA de la Universidad de Princeton, preguntó hasta qué punto la IA está cerca de descubrir de forma autónoma la nueva ciencia. Argumentó que, si bien los modelos grandes sobresalen en encontrar las respuestas más probables, luchan con el verdadero descubrimiento científico, que a menudo se encuentra en la cola de la distribución de probabilidad. El equipo de Wang Mengdi llevó a cabo un experimento llamado 'Simulated Life' con modelos como ChatGPT y Claude, revelando que estos modelos sobreestiman los escenarios comunes y subestiman los minoritarios. Wang Mengdi explicó que campos como las matemáticas y la programación tienen validadores claros, como los compiladores y los sistemas de prueba formal, que permiten el aprendizaje y la corrección iterativos. En contraste, la investigación científica implica experimentos complejos y colaboración, lo que dificulta la verificación. "Las ideas son baratas. Necesito ver el código o un experimento", dijo. Su equipo está construyendo una infraestructura para cerrar esta brecha, que incluye una plataforma experimental automatizada para la investigación de materiales cuánticos y un sistema operativo inteligente llamado LabOS para laboratorios de investigación. Wang Mengdi enfatizó que el potencial de la IA para convertirse en un descubridor científico depende de una infraestructura que conecte hipótesis, validación, trazabilidad y replicación. "Solo cuando el proceso experimental en el mundo físico pueda registrarse, validarse y replicarse continuamente, la IA puede transformar la 'probabilidad' aprendida en el entrenamiento en una exploración de 'posibilidad'