Fecha de publicación:
Fecha de modificación:
Un artículo científico podría dejar de ser solo un documento para consultar. Investigadores de la Facultad de Medicina de la Universidad de Stanford desarrollaron Paper2Agent, un sistema de inteligencia artificial (IA) que convierte un manuscrito científico en un agente interactivo capaz de responder preguntas, ejecutar análisis y aplicar los métodos del estudio con nuevos datos.
La herramienta utiliza los datos, códigos y metodologías de una investigación para crear una especie de asistente virtual basado en ella. Los usuarios pueden conversar con el agente mediante lenguaje natural, pedir explicaciones sobre los resultados o solicitar que aplique el método utilizado en el artículo.
Paper2Agent utiliza el Protocolo de Contexto de Modelo (MCP, por sus siglas en inglés) para conectar los modelos de lenguaje con los datos y herramientas de la investigación original.
El sistema también emplea un entorno virtual que permite simular parte del trabajo científico y comprobar que el agente pueda reproducir los resultados del estudio. Antes de aprobar las herramientas creadas, estas se validan y contrastan con los resultados del propio artículo. El proceso busca reducir las llamadas “alucinaciones” de la IA, es decir, respuestas que presentan datos inventados.
En una de las primeras pruebas, Paper2Agent convirtió el modelo AlphaGenome en un agente operativo en unos 45 minutos, con un costo de 14 dólares. Según los resultados presentados por los autores, el agente podía responder preguntas de genética con una precisión casi perfecta. En otra evaluación realizada con 100 artículos de biología computacional, la herramienta transformó 74 de ellos en agentes funcionales.
Paper2Agent no limita cada agente al contenido de una sola investigación. Los agentes creados a partir de distintos artículos pueden interactuar para encontrar puntos en común, combinar análisis y realizar tareas de manera coordinada.
Los responsables del proyecto crearon más de 100 agentes y realizaron distintos casos de estudio para comprobar si podían reproducir los resultados de las investigaciones originales y evaluar su colaboración.
Esta posibilidad busca facilitar la reutilización del conocimiento científico. En lugar de limitarse a consultar un artículo, los investigadores podrían interactuar con agentes basados en diferentes estudios y utilizar sus métodos para analizar nuevos datos.
El código fuente de Paper2Agent está disponible públicamente, por lo que la comunidad científica puede acceder a la herramienta.
Sus autores plantean que estos agentes podrían mejorar el acceso, la reproducibilidad y la reutilización de las investigaciones. Sin embargo, el estudio señala que Paper2Agent está pensado como una herramienta para apoyar el descubrimiento científico y no como una fuente autónoma o autoritativa de conclusiones científicas.
El sistema también mantiene la atribución de los descubrimientos a sus autores humanos. Además, los investigadores pueden aportar contexto mediante conversaciones con el agente para ayudar a mejorar su funcionamiento.
La propuesta plantea un escenario en el que los artículos científicos puedan incorporar agentes de IA capaces de interactuar con otras investigaciones y ampliar las formas de utilizar el conocimiento científico ya generado.