El gobierno del Reino Unido está respaldando la inteligencia artificial capaz de ejecutar sus propios experimentos de laboratorio, una iniciativa que promete revolucionar el descubrimiento científico. La Advanced Research and Invention Agency (ARIA) lidera esta inversión estratégica, apuntando a sistemas que diseñan hipótesis, ejecutan pruebas y analizan resultados de forma autónoma. Esta audaz apuesta busca acelerar los avances en campos críticos y posicionar al país como líder global en innovación.
La visión de ARIA es clara: desarrollar «científicos de IA» que puedan gestionar un flujo de trabajo científico completo, liberando a los investigadores humanos de tareas repetitivas. Ant Rowstron, director de tecnología de ARIA, subraya la importancia de esta transición, afirmando que «hay mejores usos para un estudiante de doctorado que esperar en un laboratorio hasta las 3 de la mañana para asegurarse de que un experimento se lleve a cabo hasta el final». Esta perspectiva redefine el rol del científico, transformándolo en un supervisor estratégico.
La agencia recibió 245 propuestas de equipos que ya estaban construyendo herramientas para automatizar el trabajo de laboratorio, un indicador de la rápida evolución de esta tecnología. ARIA duplicó la financiación inicial prevista, seleccionando 12 proyectos de alta calidad, la mitad de ellos del Reino Unido y el resto de EE. UU. y Europa. Cada equipo recibirá aproximadamente £500,000 (unos $675,000) para nueve meses de trabajo, con el objetivo de demostrar hallazgos novedosos.
La IA en el corazón de la innovación científica
Entre los proyectos financiados se encuentra Lila Sciences, una empresa estadounidense que desarrolla un «nano-científico de IA». Este sistema está diseñado para descubrir las mejores formas de componer y procesar puntos cuánticos, partículas semiconductoras nanométricas esenciales en imágenes médicas, paneles solares y televisores QLED. Rafa Gómez-Bombarelli, director científico de ciencias físicas en Lila, destaca que la subvención les permite «diseñar un bucle de robótica de IA real en torno a un problema científico enfocado».
Otro ejemplo es el equipo de la Universidad de Liverpool, Reino Unido, que construye un químico robótico. Este sistema ejecuta múltiples experimentos simultáneamente y utiliza un modelo de lenguaje de visión para solucionar problemas cuando el robot comete un error, optimizando la eficiencia del laboratorio. Asimismo, una startup de Londres, aún en modo sigiloso, está desarrollando un científico de IA llamado ThetaWorld, que emplea modelos de lenguaje grandes (LLM) para diseñar experimentos sobre interacciones físicas y químicas cruciales para el rendimiento de las baterías. Estos experimentos serán ejecutados en un laboratorio automatizado por Sandia National Laboratories en EE. UU.
La inversión de ARIA, aunque de menor escala comparada con otros proyectos a largo plazo, es estratégica. Ant Rowstron explica que busca tomar el pulso a la vanguardia de la investigación y comprender la velocidad del cambio en la ciencia, según lo publicado por Technology Review en enero de 2026. Esto establecerá la base para futuras financiaciones a gran escala. La proliferación de equipos de IA enfocados en la ciencia, incluso con la presencia de «hype», obliga a la agencia a discernir la verdadera capacidad de la tecnología.
El futuro de la investigación y la autonomía de la IA
Rowstron visualiza la tecnología en capas. En la base, existen herramientas de IA diseñadas por humanos para humanos, como AlphaFold, que aceleran partes del proceso científico. Sin embargo, los «científicos de IA» se sitúan en una capa superior, automatizando el trabajo de laboratorio que aún requiere meses de verificación manual. Estos sistemas pueden invocar herramientas existentes según sea necesario, mejorando significativamente la eficiencia.
El salto cualitativo, según Rowstron, ocurrirá cuando el «científico de IA» no solo utilice herramientas preexistentes, sino que sea capaz de crear las suyas propias. Él estima que este punto no está a una década de distancia, un momento en el que la IA podría generar una herramienta tipo AlphaFold para resolver un problema específico. Esta evolución marcaría una automatización completa de la zona inferior de la investigación, liberando a los científicos para enfocarse en preguntas fundamentales y el pensamiento crítico.
La inversión del Reino Unido en este tipo de IA no solo busca eficiencia, sino también la capacidad de abordar problemas complejos de forma novedosa. Al permitir que estos sistemas generen y prueben hipótesis de forma iterativa, se abre la puerta a descubrimientos que podrían ser difíciles o demasiado lentos para los métodos tradicionales. La meta es una ciencia más rápida, profunda y con un menor costo humano en tareas rutinarias.
La apuesta del Reino Unido por la IA en experimentos de laboratorio representa una visión audaz para el futuro de la ciencia. Al financiar sistemas que pueden operar con creciente autonomía, el país no solo busca optimizar procesos, sino también redefinir el rol de los investigadores humanos, elevándolos a la posición de arquitectos de conocimiento en lugar de operadores. Los próximos meses serán cruciales para observar los primeros hallazgos novedosos de estos «científicos de IA», sentando las bases para una nueva era de descubrimiento acelerado y eficiente.
