Un nuevo paradigma en la investigación: El amanecer de la coautoría por IA (AI-Co-Authorship)
19 de febrero de 2026 – La comunidad científica es actualmente testigo de una transformación que los historiadores podrían equiparar algún día con la invención del microscopio o el cálculo. Tras el lanzamiento de ChatGPT-5 Pro de OpenAI a finales de 2025, investigadores de todo el mundo han comenzado a informar sobre una serie de profundos avances que desafían los cronogramas tradicionales del descubrimiento académico. Esta semana, el impacto de esta inteligencia artificial "agéntica" (agentic) se ha cristalizado en forma de dos logros históricos: una prueba matemática novedosa que resuelve una conjetura de larga data y un análisis innovador de la termodinámica de los agujeros negros.
En Creati.ai, hemos monitoreado de cerca la trayectoria de los Modelos de Lenguaje Extensos (Large Language Models, LLMs) desde simples chatbots hasta motores de razonamiento. Los eventos de este mes confirman que hemos cruzado un umbral. La IA ya no es solo una herramienta para redactar resúmenes o depurar código; se ha graduado al papel de un socio de investigación capaz, aunque imperfecto. Este cambio, impulsado por el "Modo de Pensamiento" (Thinking Mode) mejorado de ChatGPT-5 Pro, señala la llegada de la Ciencia Agéntica (Agentic Science): una era en la que la intuición humana se asocia con la precisión de las máquinas para navegar lo desconocido.
El renacimiento matemático: Resolviendo lo irresoluble
La validación más sorprendente de las capacidades de ChatGPT-5 Pro proviene del campo de las matemáticas puras. A principios de este mes, Ernest Ryu, matemático de la UCLA, publicó un artículo detallando una prueba formal para un problema complejo que había desconcertado a los investigadores durante décadas. Si bien la IA ya había asistido en la formalización de pruebas anteriormente, el caso de Ryu es distinto debido al papel activo del modelo en el proceso de descubrimiento.
Según los informes, Ryu utilizó las capacidades de razonamiento avanzado de ChatGPT-5 Pro no solo para verificar su trabajo, sino para generar lemas candidatos. El modelo, operando en su "Modo de Pensamiento" de alto cómputo, fue capaz de cerrar una brecha lógica crítica que requería recorrer un vasto espacio de búsqueda de argumentos potenciales. A diferencia de sus predecesores, que a menudo alucinaban pasos que sonaban plausibles pero eran matemáticamente inválidos, GPT-5 Pro demostró una cadena de pensamiento sostenida, identificando correctamente una vía no intuitiva que Ryu pudo luego verificar y formalizar.
Este éxito destaca una actualización fundamental en la arquitectura del modelo. No se limita a recuperar información; está simulando una forma de intuición matemática, proponiendo conexiones estructurales que los expertos humanos pueden probar rigurosamente.
Decodificando el cosmos: Agujeros negros y síntesis de datos
Mientras que las matemáticas se benefician de la rigidez lógica del modelo, la astrofísica está aprovechando su capacidad para sintetizar conjuntos de datos masivos. Alex Lupsasca, un físico teórico conocido por su trabajo en imágenes de agujeros negros, ha acreditado a ChatGPT-5 Pro la aceleración de un descubrimiento importante relacionado con la estructura del anillo de fotones de los agujeros negros.
El equipo de Lupsasca utilizó la IA para analizar datos interferométricos, una tarea que normalmente requiere algoritmos personalizados y meses de ajuste manual. El modelo, sin embargo, fue capaz de escribir y ejecutar de forma adaptativa sus propios scripts de análisis de datos, identificando correlaciones sutiles en el ruido que sugerían una nueva firma observacional para medir el giro de los agujeros negros. Este enfoque de "intérprete de código potenciado" permitió a los físicos iterar sobre hipótesis en tiempo real, colapsando efectivamente años de análisis de datos en semanas.
Las implicaciones para la astrofísica son asombrosas. Si la IA puede actuar de forma autónoma como un científico de datos, los físicos teóricos pueden centrarse por completo en la interpretación conceptual del universo, dejando la pesada carga computacional a sus homólogos digitales.
Comparando generaciones: El salto a la Ciencia Agéntica
Para comprender la magnitud de este cambio, resulta útil contrastar las capacidades de los modelos actuales de vanguardia con la generación anterior de herramientas de IA. La transición de GPT-4o a GPT-5 Pro representa un paso de la asistencia pasiva al compromiso activo.
Tabla 1: Evolución de la IA en la investigación científica
| Característica | IA Tradicional (Era GPT-4) | IA Agéntica (Era GPT-5 Pro) |
|---|---|---|
| Profundidad de razonamiento | Limitada al contexto de un solo prompt | Razonamiento autónomo de múltiples pasos ("Modo de Pensamiento") |
| Tasa de alucinación | Alta (~12.9% en tareas complejas) | Significativamente reducida (~4.5% en Modo de Pensamiento) |
| Papel en la investigación | Asistente pasivo (Redacción, código básico) | Co-científico activo (Generación de hipótesis, verificación rigurosa) |
| Resolución de problemas | Requiere guía humana explícita paso a paso | Resolución de problemas recursiva con autocorrección |
| Análisis de datos | Interpretación estática de fragmentos proporcionados | Ejecución dinámica de tuberías (pipelines) de análisis sobre datos brutos |
Navegando la "caja negra" y las alucinaciones
A pesar de estos triunfos, la integración de ChatGPT-5 Pro en la ciencia seria no está exenta de peligros. El escepticismo sigue siendo un componente vital del método científico, y por una buena razón. Si bien la tasa de alucinación ha disminuido significativamente en comparación con la era de GPT-4, no ha desaparecido. La tasa de error del 4.5% en el "Modo de Pensamiento" plantea un riesgo único: los errores son ahora más sutiles, más convincentes y más difíciles de detectar que los errores evidentes del pasado.
Los críticos argumentan que depender de un sistema de "caja negra" (black box), donde la lógica interna de la red neuronal es opaca, contradice el principio científico de reproducibilidad. Si una IA genera una hipótesis basada en un proceso interno de emparejamiento de patrones que no puede explicarse por completo, ¿podemos confiar en ella?
El consenso que surge de la comunidad académica, incluyendo voces del MIT y de las Academias Nacionales (National Academies), es uno de "confianza verificada". Científicos como Ryu y Lupsasca no aceptaron ciegamente los resultados de la IA; utilizaron la IA para encontrar la puerta, pero la cruzaron ellos mismos, verificando cada paso con métodos tradicionales rigurosos. La IA sirve como generador de posibilidades, no como un árbitro de la verdad.
El futuro del descubrimiento: El Desafío Nobel Turing (Nobel Turing Challenge)
Mirando hacia el futuro, los logros de febrero de 2026 pueden verse como los disparos iniciales del "Desafío Nobel Turing", una propuesta para crear un sistema de IA capaz de realizar un descubrimiento digno de un Premio Nobel para el año 2050. Con ChatGPT-5 Pro, se puede decir que vamos adelantados respecto al cronograma.
La democratización de este poder también es notable. Las herramientas utilizadas por Ryu y Lupsasca están disponibles para investigadores en instituciones más pequeñas, lo que potencialmente nivela el campo de juego y permite una diversidad de pensamiento que anteriormente estaba limitada por el acceso a la financiación y los recursos.
En Creati.ai, creemos que estamos entrando en una edad de oro de la inteligencia híbrida. El científico del futuro no solo será un maestro en su dominio, sino un maestro de la orquestación, dirigiendo una sinfonía de agentes de IA para explorar las fronteras del conocimiento a velocidades anteriormente inimaginables. La mente humana sigue siendo el arquitecto, pero las herramientas a nuestra disposición acaban de volverse infinitamente más poderosas.
