La empresa de IA Anthropic afirmó que los sistemas de IA pueden ayudar a los científicos a construir, ejecutar, ajustar y revisar modelos científicos para comprobar qué explicaciones respaldan los datos.
Conclusiones clave
Anthropic publicó una actualización de investigación en X en la que afirma que la IA puede ayudar a los investigadores a escribir, ejecutar, ajustar y revisar modelos científicos como código.
La publicación destaca el trabajo de los beneficiarios de subvenciones Jakob Macke, Daniel Gedon y Stefan Wahl
Anthropic utiliza el modelo de la célula nerviosa de Hodgkin-Huxley para ilustrar cómo los científicos construyen, restringen e interpretan modelos científicos.
Anthropic presenta la IA como una herramienta para construir modelos científicos, no solo para escribir.
Anthropic publicó la actualización en X. Una página de investigación independiente de Anthropic sobre cómo los científicos usan Claude muestra que la empresa también estudia cómo los investigadores utilizan la herramienta en distintas tareas científicas.
Claude es la familia de modelos de lenguaje grandes de Anthropic, y la publicación lo sitúa en un ámbito muy alejado del chat de consumo: la creación de modelos para la ciencia.
El modelado científico sale de la ventana del chat
Sostiene que la IA puede ayudar a escribir, ejecutar, ajustar y revisar modelos científicos, así como a explorar muchas estructuras posibles.
El ejemplo de Anthropic comienza con el clásico modelo de la célula nerviosa de Hodgkin y Huxley. En 1951, Andrew Huxley pasó más de tres semanas resolviendo las ecuaciones en una calculadora de manivela, después de que se averiara la computadora de Cambridge.
La publicación invitada recurre a esa historia para argumentar que la IA podría acelerar ahora la creación y revisión de modelos, en lugar de reemplazar el criterio científico.
Anthropic destaca la creación e interpretación de modelos que los científicos pueden inspeccionar, comparar con los datos y revisar cuando sea necesario.
De la predicción al mecanismo
Un modelo científico no es solo un pronóstico. Es una descripción formal de cómo interactúan las partes de un sistema.
En neurociencia, eso puede significar ecuaciones que describen cómo los iones atraviesan una membrana y hacen que una neurona se active.
El aprendizaje automático moderno suele hacer buenas predicciones sin revelar esa estructura. La publicación de Anthropic sostiene que la IA podría ayudar a cerrar esa brecha proponiendo formas de modelos, comparando los resultados con los datos y acotando la búsqueda entre grandes conjuntos de explicaciones candidatas.
En cambio, Anthropic se centra en el razonamiento dentro del trabajo científico, cuyo objetivo es obtener una respuesta y una explicación que otro investigador pueda revisar.
También lee: Claude Code, de Anthropic, ha estado enviando las direcciones de correo electrónico de los usuarios’. a sitios web
Cómo llegaron los investigadores hasta aquí
La publicación es obra de los beneficiarios de las subvenciones de AI for Science Jakob Macke, Daniel Gedon y Stefan Wahl. Sostienen que, en muchos campos, los científicos todavía suelen escribir los modelos manualmente.
Anthropic utiliza ese trabajo para presentar la IA como una herramienta para crear modelos científicos, no solo para escribir.
Los laboratorios de neurociencia, biología y ciencias del clima suelen tener más dificultades para elegir qué estructura ajustar que para manejar los datos brutos. Si la IA puede reducir ese costo de búsqueda, podría cambiar qué ideas se ponen a prueba desde el principio.
Cómo el modelado científico podría acelerar el descarte de hipótesis
El modelado científico con Claude solo sería importante si el sistema puede hacer algo más que resumir artículos.
Los investigadores necesitan una herramienta que pueda convertir supuestos en ecuaciones, comparar los resultados con datos observados y revisar la estructura cuando el ajuste falla.
Por eso la publicación de Anthropic se apoya en el modelado mecanicista. En el ejemplo de Hodgkin-Huxley, el valor provenía de un modelo cuyos componentes correspondían a comportamientos físicos dentro de una célula nerviosa.
Un modelo de lenguaje como Claude puede ayudar a buscar estructuras candidatas con mayor rapidez, pero los científicos siguen necesitando que esa correspondencia sea comprensible.
La próxima prueba será comprobar si esta línea de trabajo produce resultados concretos en laboratorios activos, y no solo ensayos convincentes. Para los investigadores, la cuestión es si Claude puede ayudarlos a descartar antes las teorías débiles y dedicar más tiempo a las pocas que resisten el contraste con los datos.
Por qué Claude ayuda a acotar la búsqueda de modelos
La publicación dice que los científicos todavía suelen escribir los modelos manualmente y sopesar varias versiones en competencia. También afirma que la IA puede ayudar a proponer modelos candidatos, escribir código para probarlos y comparar los resultados con los datos.
Los autores son investigadores del Ellis Institute Tübingen y de la Universidad de Tubinga. La publicación afirma que los sistemas de IA pueden proponer muchos modelos candidatos, que los científicos pueden comparar con los datos y revisar cuando sea necesario.
Presta atención a futuros trabajos de Anthropic que conviertan este planteamiento en una evaluación reproducible.
Cuando el modelado científico cuente con un referente común, el papel de Claude podrá medirse en lugar de describirse.
Lee a continuación: Claude, de Anthropic, puede leer el saldo de tu cuenta bancaria para responder preguntas