La inteligencia artificial agéntica está empezando a cambiar la ciencia de una forma muy seria. Ya no hablamos solo de modelos que responden preguntas, sino de sistemas capaces de proponer hipótesis, analizar datos, diseñar experimentos y acelerar descubrimientos a una velocidad que hace unos años sonaba a ciencia ficción. Herramientas como GNoME, de Google DeepMind, ya han demostrado ese potencial al predecir millones de nuevos materiales estables.

Pero no todo es épica tecnológica ni violines futuristas. También están apareciendo dudas de fondo sobre la fiabilidad de estos sistemas. Algunos proyectos que intentan automatizar todo el proceso científico, como The AI Scientist, muestran que la velocidad no siempre va acompañada de rigor: pueden fallar en la metodología, inventarse referencias o construir razonamientos flojos con una seguridad casi insultante.

La idea que se impone es bastante clara: la IA no viene a sustituir por completo a los científicos, sino a convertirse en una especie de copiloto brutalmente potente. Puede multiplicar la productividad en campos como la química, la biología o la ciencia de materiales, pero sigue necesitando supervisión humana para evitar errores, alucinaciones y riesgos éticos. En resumen, la nueva frontera no es ciencia hecha solo por máquinas, sino ciencia hecha por humanos que saben trabajar con máquinas.