Computación científica en la era de la IA con agentes

La computación científica es un pilar fundamental de la investigación moderna tanto académica como industrial. Sin embargo, el software necesario para analizar información científica no ha logrado seguir el ritmo acelerado de generación de datos. Muchas herramientas de investigación ampliamente utilizadas surgieron como código complementario de un artículo científico, creado por pequeños equipos académicos con poca experiencia en ingeniería y escaso tiempo para empaquetado, pruebas, optimización o soporte a largo plazo. El resultado es una infraestructura científica que suele depender de flujos de trabajo lentos y frágiles que exigen mantenimiento constante. Estas limitaciones frenan el ritmo de los descubrimientos.

Los agentes de IA están comenzando a cambiar esta situación. Al reducir los costos del trabajo de ingeniería y encargarse de tareas de implementación tediosas, pueden ayudar a los investigadores a crear prototipos con mayor rapidez, emprender proyectos antes inviables y facilitar el mantenimiento del software a largo plazo. Así, el software científico se vuelve más eficiente y recibe mejor mantenimiento, lo que permite a los investigadores dedicar más tiempo a los descubrimientos.

Compartimos un informe de campo exploratorio sobre ocho proyectos de computación científica asistidos por agentes, principalmente en ciencias biológicas: cinco utilizaron solo Codex y tres combinaron Codex con Claude Code. El informe reúne estudios de caso escritos por los equipos responsables de cada proyecto e identifica temas recurrentes. Los proyectos abarcan desde el mantenimiento rutinario y la optimización específica hasta migraciones de lenguajes a gran escala y rediseños nativos para GPU. Los colaboradores señalan que los agentes aceleraron considerablemente el desarrollo y mantenimiento del software y, en algunos casos, ayudaron a equipos pequeños a realizar trabajos que, de otro modo, habrían exigido mucho más tiempo o apoyo especializado de ingeniería. Sin embargo, también destacan el desafío persistente de establecer una responsabilidad clara y una gestión a largo plazo de las herramientas resultantes.

Los colaboradores describen sistemáticamente un cambio en el papel de los investigadores, que pasan de la implementación a la verificación y coordinación: especificar qué crear, definir cómo medir la corrección y decidir cuándo un proyecto está listo para publicarse. En este modelo emergente, los investigadores mantienen el control del rumbo científico y los estándares de calidad, pero avanzan más rápido gracias a la asistencia de los agentes.

Aunque los proyectos variaron mucho en alcance, demostraron que los agentes de codificación están haciendo que la disponibilidad de trabajo y conocimientos de ingeniería sea una limitación menor para la computación científica. Ahora, el cuello de botella es validar los resultados de un agente de IA, algo que aún depende del criterio humano.

En todos los estudios de caso, los agentes atendieron eficazmente solicitudes específicas y bien delimitadas, pero no pudieron determinar de manera confiable si su trabajo era científicamente válido o cumplía las expectativas. De hecho, los agentes solían mostrarse seguros incluso cuando su trabajo contenía errores evidentes. Por ello, los revisores humanos tuvieron que encontrar formas confiables de validar los resultados. Los enfoques más sólidos utilizaron una referencia externa o un objetivo de aceptación medible, como la coincidencia exacta de resultados, la paridad con una herramienta existente, un comportamiento estadístico adecuado o respuestas establecidas de antemano con datos simulados.

Otro tema recurrente fue que, en general, los proyectos avanzaron por etapas mediante iteraciones basadas en retroalimentación, en lugar de adoptar enfoques de un ejemplo. Los colaboradores dividieron los objetivos generales en cambios más pequeños y luego utilizaron pruebas comparativas intermedias y sistemas de prueba para evaluar y perfeccionar el trabajo de los agentes. Los agentes solían generar rápidamente las implementaciones iniciales, pero resolver casos extremos y diferencias numéricas sutiles llevaba mucho más tiempo. Completar el "último tramo" de una implementación solía requerir la mayor parte del trabajo.

En conjunto, estos estudios de caso sugieren que los agentes permiten a los investigadores dedicar menos tiempo a la implementación y más a dirigir el trabajo científico. Las personas definen el objetivo, dividen los proyectos complejos en partes manejables y determinan si los resultados son científicamente válidos. Al reducir antiguas limitaciones de ingeniería, los agentes amplían lo que los investigadores pueden crear y les permiten concentrarse en las preguntas y decisiones científicas más importantes.

La falta de mantenimiento del software de investigación lleva mucho tiempo frenando las iteraciones y limitando la reproducibilidad y confiabilidad. Estudios publicados sobre "⁠(se abre en una nueva ventana)código de investigación" y herramientas ómicas⁠(se abre en una nueva ventana) han revelado que el software publicado a menudo no se instala correctamente en un entorno informático nuevo o no funciona según la documentación, lo que obliga a los investigadores a dedicar mucho tiempo a configurarlo y depurarlo. Incluso las mejoras rutinarias pueden ahorrar tiempo a los investigadores y reducir las exigencias informáticas, mientras que la refactorización y las reescrituras orientadas al rendimiento pueden ofrecer beneficios mayores.

Sin embargo, los menores costos de implementación también facilitan la creación de muchas reescrituras similares, lo que fragmenta a los usuarios y dispersa la atención especializada necesaria para mantener confiable cada herramienta. Por eso, la gestión y la atribución a largo plazo son esenciales. El software científico maduro incorpora convenciones no documentadas, requisitos de compatibilidad y la confianza de los usuarios, elementos que no pueden reproducirse con solo traducir el código fuente.

Los estudios de caso ilustran varias vías posibles para avanzar. Los cambios de MHCflurry y cyvcf2 se incorporaron a sus proyectos originales, mientras que rustar-aligner pasó a estar bajo una nueva gestión comunitaria porque el proyecto original había sido abandonado. Cuando sea posible coordinarse con los responsables de mantenimiento actuales, el proceso debe comenzar cuanto antes. Cuando sea necesaria una implementación independiente, esta debe tener un responsable claro y un plan de mantenimiento creíble. De lo contrario, la reescritura moderna de hoy puede convertirse en el código abandonado de mañana, en lugar de una infraestructura científica confiable.

Este informe de campo es retrospectivo y exploratorio, pero los estudios de caso señalan un cambio práctico en la forma de desarrollar software científico. Los agentes de codificación como Codex pueden reducir considerablemente el costo del mantenimiento, la migración, la optimización y las nuevas implementaciones. Su valor científico a largo plazo sigue dependiendo de decisiones humanas sobre qué crear, cómo verificarlo y quién se encargará de mantenerlo. El cambio más profundo no consiste simplemente en que los investigadores puedan producir más software, sino en que puedan dedicar más esfuerzo a definir, validar y gestionar las herramientas.

Estos estudios de caso demuestran que los agentes ya pueden acelerar el ritmo de las iteraciones en la computación científica. A medida que mejoren los agentes de codificación, los investigadores podrán dedicar menos tiempo a mantener en funcionamiento los canales de análisis y más a impulsar sus campos.