Inherent presenta Faraday, un agente de IA para replicar investigaciones científicas
Índice de contenidos
Inherent, un laboratorio británico fundado por antiguos miembros de Google DeepMind, ha presentado Faraday, un agente de inteligencia artificial de 27.000 millones de parámetros entrenado para reproducir resultados de artículos científicos. La compañía afirma que supera a Claude Opus 4.8 y GPT-5.5 en un conjunto reservado de tareas de replicación. Es una señal interesante para la ciencia asistida por IA, aunque los resultados proceden por ahora del propio equipo y deberán ser reproducidos de forma independiente.
Claves de la noticia
- Faraday coordina agentes de programación para reconstruir experimentos descritos en artículos científicos.
- Inherent comunica mejores resultados que modelos generales en pruebas reservadas de replicación.
- El trabajo mide reproducción de resultados, no descubrimientos autónomos ni validez científica universal.
Qué ha construido Inherent
Faraday no funciona como un chatbot al que se pide una respuesta breve. Recibe un artículo, identifica la tarea experimental, prepara código, ejecuta pruebas y compara el resultado obtenido con el publicado. Para ello utiliza agentes de programación como herramientas dentro de un flujo más amplio. Esa arquitectura importa porque replicar una investigación exige encadenar lectura, planificación, ejecución, depuración y evaluación, no solo recuperar información de un texto.
El modelo base tiene 27.000 millones de parámetros, un tamaño relativamente contenido frente a los grandes modelos comerciales. Inherent lo ha posentrenado con tareas de replicación y con señales específicas del trabajo científico. La apuesta es que la especialización y el entorno de herramientas pueden compensar una menor escala. La empresa presenta esa combinación como un compañero de laboratorio, pero no afirma que sustituya el criterio de un investigador humano.
Cómo se debe interpretar la comparación
El artículo técnico indica que Faraday superó a Claude Opus 4.8 y GPT-5.5 en tareas reservadas. Una comparación de este tipo depende de la selección de artículos, los recursos concedidos, los criterios de éxito y el andamiaje que rodea a cada modelo. Si un sistema dispone de herramientas mejor adaptadas o de más intentos, parte de la ventaja puede proceder del entorno y no exclusivamente de sus pesos.
La replicación tampoco equivale a confirmar una teoría. Un agente puede reconstruir código y obtener una métrica parecida sin detectar una premisa débil, un sesgo en los datos o un problema experimental. El valor inmediato está en reducir el trabajo mecánico necesario para comprobar resultados computacionales. La revisión experta sigue siendo esencial para decidir si la reproducción es fiel y si las conclusiones están justificadas.
Por qué importa para los laboratorios
La literatura crece más rápido de lo que cualquier equipo puede verificar. Automatizar una primera réplica permitiría priorizar artículos, detectar instrucciones incompletas y localizar dependencias que ya no funcionan. También puede mejorar la formación: un estudiante vería qué pasos necesita un resultado para pasar del PDF a un experimento ejecutable. La utilidad será mayor en áreas con datos y código accesibles que en trabajos que dependen de equipamiento físico especializado.
Inherent quiere avanzar hacia laboratorios autónomos capaces de proponer y probar hipótesis. Faraday representa un peldaño más verificable: antes de crear conocimiento nuevo, el sistema demuestra si entiende un procedimiento existente. Esa secuencia tiene sentido, porque la capacidad de reproducir proporciona una referencia objetiva. Aun así, pasar de software a experimentos físicos exigirá robótica, controles de seguridad y protocolos de trazabilidad mucho más estrictos.
Límites y próximos pasos
La empresa debe publicar detalles suficientes para que terceros repitan la evaluación, incluidos los artículos usados, las tasas de éxito y los fallos. También interesa saber cuánto cuesta cada réplica y cuánto tiempo consume. Un agente que acierta más pero utiliza muchas más llamadas, horas de cómputo o intervención humana puede resultar poco práctico fuera de una demostración.
Otro reto es la contaminación de datos. Aunque las tareas sean reservadas, los modelos pueden haber visto versiones, repositorios o discusiones relacionadas durante el entrenamiento. Los autores tienen que explicar cómo controlaron esa posibilidad. Si la ventaja se mantiene en estudios nuevos y diversos, Faraday respaldará una idea potente: para la ciencia, un sistema pequeño y especializado puede ser más útil que un modelo general mayor.
Qué conviene observar ahora
La señal decisiva será una evaluación independiente con artículos publicados después del entrenamiento y con presupuestos de cómputo iguales para todos los sistemas. Conviene observar además cuántas réplicas terminan sin ayuda, qué tipos de error aparecen y si el agente documenta cada modificación. En ciencia, una respuesta correcta sin trazabilidad aporta menos valor que un procedimiento revisable. Inherent también tendrá que explicar acceso, precios y tratamiento de datos confidenciales. Si Faraday entra en laboratorios reales, su éxito se medirá por el tiempo que ahorra sin aumentar falsos positivos ni ocultar decisiones importantes.
Para valorar la evolución será importante exigir evaluaciones comparables, documentación de versiones y una separación clara entre resultados internos y validación independiente. Los sistemas de IA cambian mediante ajustes del modelo, herramientas y filtros, por lo que una demostración no describe para siempre el producto. Los responsables también deben explicar costes, intervención humana, privacidad y capacidad de corregir errores. Esa información permite distinguir un avance técnico útil de una promesa comercial todavía inmadura. Las próximas comunicaciones deberían aportar métricas reproducibles y límites conocidos, además de casos favorables. Solo así usuarios, investigadores y reguladores podrán decidir con evidencia qué tareas conviene delegar y cuáles necesitan supervisión reforzada.
