Como indicación de la rapidez con la que los científicos están adoptando la inteligencia artificial, el número de publicaciones en ciencias naturales que mencionan la IA creció casi 30 veces entre 2010 y 2025, según un influyente informe anual sobre el estado del campo.
La proporción de publicaciones en cualquier campo de las ciencias naturales que mencionan la IA oscila entre el 6 % y el 9 % (véase «El auge de los artículos sobre IA»), según el Informe del Índice de Inteligencia Artificial 2026, publicado hoy por el Instituto de IA Centrada en el Ser Humano de la Universidad de Stanford en California.
«Los científicos han adoptado realmente esta era de la IA», dice la informática Yolanda Gil, de la Universidad del Sur de California en Los Ángeles, quien dirigió el informe del índice de este año.
Junto con el auge de las publicaciones científicas relacionadas con la IA, el informe también enumera una serie de modelos fundacionales de ciencia recientemente publicados: modelos de IA que están ampliamente entrenados para realizar una amplia gama de tareas, pero también especialmente entrenados en conjuntos de datos masivos de un dominio científico específico.
Muchos investigadores han empezado a confiar en los «agentes» de IA que realizan de forma autónoma acciones que incluyen flujos de trabajo científicos, pero el informe se muestra escéptico sobre su rendimiento. Los agentes de IA todavía tienen dificultades para realizar flujos de trabajo de varios pasos de forma fiable, según el informe, y los mejores agentes de IA obtienen aproximadamente la mitad de puntuación que los especialistas humanos con doctorado. «Los agentes son maravillosos, pero todavía estamos lejos de un punto en el que sepamos cómo utilizarlos eficazmente», afirma Gil.
Número creciente
El informe dice que en 2025, más de 80.000 artículos, preimpresiones y otros tipos de publicaciones en ciencias naturales —que incluyen las ciencias de la vida, físicas y de la Tierra— mencionaron la IA, un 26% más que en 2024. La subcategoría de ciencias físicas fue la que tuvo el mayor número de publicaciones que mencionan la IA (33.000). La categoría de ciencias de la Tierra tuvo el porcentaje más alto (9 %).
El auge de los artículos científicos relacionados con la IA «no es sorprendente», afirma el informático Arvind Narayanan, de la Universidad de Princeton (Nueva Jersey), que no participó en la creación del índice. Pero no está claro, dice, si el aumento del uso de la IA es productivo para la ciencia. «Si este crecimiento explosivo es significativo o no es algo muy debatido», dice Narayanan. «Mi opinión es que está sucediendo demasiado rápido, sin dar tiempo a que las normas científicas se ajusten, y por lo tanto la calidad de la investigación se ha desplomado».
Gil afirma que todavía no hay muchas pruebas de que la IA esté mejorando la productividad de los científicos. «Los estudios son limitados», dice. Pero, añade, los científicos “no pueden vivir sin ella”. Si les quitaras la IA, habría un motín. Así que debe estar ayudando de alguna manera.
Los mejores modelos
A medida que ha aumentado la adopción, también lo ha hecho el número de plataformas de IA disponibles para los investigadores. El año pasado surgieron muchos modelos de fundaciones científicas, incluido el primero para la astronomía, AION-1, que fue entrenado con más de 200 millones de objetos celestes. Este entrenamiento le ayuda a clasificar galaxias o a estimar sus propiedades. «Cuando hablé con científicos en 2024 y les dije ‘Existen modelos fundacionales para la ciencia’, los científicos no sabrían lo que eso significa. No sabían que existían. «Creo que hemos visto que ha avanzado muy rápido», dice Gil.
El rendimiento de los modelos fundacionales de propósito general, que incluyen modelos de lenguaje grandes (LLM) como los utilizados por los chatbots, en pruebas de nivel experto continuó mejorando rápidamente en 2025, según el índice. «Sigo pensando: el año que viene se va a estancar. Y no lo hace —dice Gil. Sin embargo, estos modelos de IA de primer nivel todavía cometen errores básicos, como leer incorrectamente los relojes analógicos el 50 % de las veces.
En una nota positiva, los modelos que generan vídeos «están empezando a aprender cómo funciona realmente el mundo físico», según el índice. La comunidad de IA ha esperado durante mucho tiempo que los modelos de IA sean capaces de aprender las reglas básicas de la física que rigen nuestro mundo, como la forma en que la gravedad afecta a una pelota que rebota. En 2025, el modelo de vídeo Veo 3 de Google DeepMind fue capaz de simular fenómenos como la flotabilidad sin haber sido entrenado para ello. Pero aún queda un largo camino por recorrer, dice Narayanan. «A pesar de algunos pequeños éxitos», dice, «el sueño parece bastante lejano».
Habilidades agentivas
En 2025 surgieron varias pruebas de referencia para evaluar el rendimiento de los agentes de IA en tareas relevantes para la ciencia. Una prueba llamada PaperArena, por ejemplo, proporciona a los agentes basados en LLM una pregunta de investigación y luego evalúa su capacidad para «formular un plan de razonamiento, interactuar con múltiples artículos e invocar las herramientas adecuadas para producir una respuesta bien fundamentada», según la preimpresión que describe ese punto de referencia (la preimpresión aún no ha sido revisada por pares). En esta prueba, incluso el mejor modelo de lenguaje grande que impulsa a un agente experto logró una precisión de solo el 39 %.
Narayanan tiene una visión más positiva de lo que los agentes pueden lograr de lo que implican los resultados de PaperBench. En noviembre, su propio equipo demostró que los agentes pueden superar una prueba de referencia para reproducir resultados computacionales en artículos científicos, dice. «Obviamente, hay mucho bombo y platillo en torno a los agentes, pero ya son extremadamente útiles para los investigadores como herramientas para ahorrar tiempo».
El uso de agentes de IA forma parte de una tendencia general de los científicos que utilizan herramientas de IA no solo para el análisis de datos, sino también para intentos más amplios de generación y descubrimiento de hipótesis. Eso es emocionante, pero el índice concluye que, por ahora, «la lista de descubrimientos de IA confirmados experimentalmente sigue siendo corta».
Nicola Jones