Claude descubre ART: cuando un agente de IA entra en el ciclo real de la ciencia
Anthropic afirma que un conjunto de agentes identificó una relación biológica que no estaba caracterizada. El resultado es prometedor, pero su mayor interés está en el proceso: datos, hipótesis, revisión humana y experimentación física dentro de un mismo circuito.
Anthropic anunció el 23 de septiembre que agentes de Claude habían detectado un sistema formado por una transcriptasa inversa, un gen asociado y una larga matriz de repeticiones de ADN. La compañía lo denomina ART, por array-associated reverse transcriptases.
La arquitectura recuerda superficialmente a CRISPR por sus repeticiones regulares, pero no existe evidencia de que ART edite genes ni de que comparta su función. Los primeros experimentos solo muestran que la matriz se expresa como pequeños fragmentos de ARN. El propósito biológico del sistema continúa abierto.
01
De analizar datos a proponer qué merece un experimento
El proyecto comenzó con una instrucción amplia: buscar sistemas interesantes de transcriptasas inversas en grandes bases de datos genómicas. Cerca de 950 sesiones de agentes trabajaron en paralelo durante unas 21 horas, procesaron aproximadamente 210 millones de tokens y reunieron más de 200.000 proteínas candidatas.
A partir de ese conjunto, los agentes redujeron la búsqueda a unos 3.500 sistemas y produjeron una veintena de informes especialmente prometedores. Uno de ellos conectó una transcriptasa inversa ya conocida con una matriz repetitiva y una segunda proteína. La novedad no fue descubrir desde cero la enzima, sino reconocer que esos elementos podían constituir un sistema biológico conjunto.
El cambio de papel
El modelo no se limitó a resumir literatura. Exploró un espacio de candidatos, propuso relaciones y priorizó una hipótesis para que científicos humanos decidieran si merecía un experimento.
02
Qué encontró Claude — y qué no encontró
ART aparece principalmente en bacteriófagos, los virus que infectan bacterias. Sus tres componentes —enzima, gen asociado y matriz de repeticiones— sugieren una unidad funcional. Además, los ensayos iniciales detectaron pequeños ARN producidos a partir de la matriz, una señal de actividad biológica.
Esa evidencia no determina para qué sirve el sistema. Podría participar en defensa, regulación u otro mecanismo todavía desconocido. Tampoco demuestra una aplicación inmediata en biotecnología. Compararlo con CRISPR describe una semejanza estructural, no una equivalencia funcional.
La distinción importa porque los descubrimientos asistidos por IA pueden adquirir una narrativa más definitiva de la que permiten los datos. En ciencia, una hipótesis inesperada es el inicio del trabajo, no su conclusión.
03
El laboratorio humano cierra el ciclo
Anthropic creó en 2026 un grupo propio de investigación en ciencias de la vida y un laboratorio de bioseguridad básica en el área de la bahía de San Francisco. Según la compañía, todo el trabajo físico fue realizado por científicos y el laboratorio no trabaja con patógenos humanos.
Ese reparto de funciones es esencial. Los agentes pueden ampliar el número de rutas exploradas y producir hipótesis con gran velocidad, pero los investigadores seleccionan cuáles merecen atención, diseñan los controles y deciden qué observaciones constituyen evidencia.
El patrón resultante es un circuito cerrado: bases de datos, exploración automática, filtrado experto, experimento físico y nueva evidencia. La aportación de la IA no sustituye el método científico; aumenta la capacidad de búsqueda dentro de él.
04
La reproducibilidad sigue siendo el punto débil
El trabajo se ha difundido como prepublicación y todavía no ha pasado por revisión por pares. Además, Anthropic reconoce una limitación especialmente relevante: diez repeticiones completas de la misma campaña no volvieron a detectar ART.
Cuando se planteó a los modelos una prueba directa con los datos ya preparados, la relación se reconoció con mucha más frecuencia. Sin embargo, el rendimiento cayó en los flujos que exigían localizar archivos, utilizar herramientas y encadenar muchos pasos. El cuello de botella no era solo el razonamiento biológico, sino la fiabilidad del proceso completo.
Un resultado excepcional puede demostrar posibilidad sin demostrar consistencia. Para que estos sistemas formen parte de investigación crítica, será necesario medir cuántas veces llegan al mismo hallazgo, qué evidencias conservan y qué errores introducen las herramientas intermedias.
05
La lección para cualquier sistema de agentes
El experimento de Anthropic pertenece a la biología, pero su arquitectura es aplicable a otros ámbitos. Los agentes pueden buscar alternativas, cruzar fuentes y priorizar candidatos a una escala difícil para un equipo humano. Su valor aparece cuando el sistema conserva las pruebas y dispone de una verificación independiente.
En operaciones empresariales, consultoría o automatización, una salida convincente no debería activar por sí sola una acción importante. Los equipos pueden exigir trazabilidad de fuentes, criterios explícitos de confianza, revisión humana en decisiones sensibles y pruebas repetidas sobre casos representativos.
También conviene distinguir velocidad de eficiencia. Procesar cientos de millones de tokens en paralelo reduce el tiempo de calendario, pero no necesariamente el coste ni la tasa de éxito. Un diseño sólido define límites de búsqueda, reglas de parada y métricas de reproducibilidad antes de escalar.
Conclusión
La IA puede ampliar enormemente el espacio de ideas. La confianza sigue naciendo de cómo se validan.
ART podría convertirse en un descubrimiento importante o en una pista cuyo alcance resulte limitado. En ambos casos, el experimento ya muestra una transición relevante: los agentes empiezan a participar en ciclos donde sus hipótesis llegan a una prueba física. El avance real no consiste en eliminar la intervención humana, sino en integrar generación, evidencia y comprobación en un proceso auditable.
Cuatro criterios para evaluar sistemas autónomos
- Trazabilidad. Cada conclusión debe conservar los datos, fuentes y pasos que la sostienen.
- Reproducibilidad. El mejor resultado importa menos que la probabilidad de obtenerlo de nuevo.
- Validación independiente. Las hipótesis necesitan controles externos al mismo agente que las generó.
- Coste por resultado útil. Tokens, herramientas, tiempo experto y experimentos forman parte de la misma cuenta.
Fuentes
El hallazgo y sus cifras proceden de Anthropic y de una prepublicación técnica todavía no revisada por pares. La función de ART no está determinada. El análisis independiente de TNW aporta contexto sobre las repeticiones del experimento y sus límites de reproducibilidad.