Computación científica en la era de la IA con agentes

La computación científica es un pilar esencial de la investigación moderna, tanto académica como industrial. Sin embargo, el software necesario para analizar información científica no ha logrado seguir el rápido ritmo de generación de datos. Muchas herramientas de investigación de uso generalizado nacieron como código asociado a un artículo científico, creado por pequeños equipos académicos con poca experiencia en ingeniería y apenas tiempo para el empaquetado, las pruebas, la optimización o el soporte a largo plazo. El resultado es una infraestructura científica que a menudo depende de flujos de trabajo lentos y frágiles que requieren mantenimiento constante. Estas limitaciones frenan el ritmo de los descubrimientos.

Los agentes de IA están empezando a cambiar esta situación. Al reducir los costes del trabajo de ingeniería y asumir tareas de implementación tediosas, pueden ayudar a los investigadores a crear prototipos de ideas con mayor rapidez, abordar proyectos antes inviables y mantener el software a largo plazo con más facilidad. Así, el software científico se vuelve más eficiente y recibe un mejor mantenimiento, lo que permite a los investigadores dedicar más tiempo a descubrir.

Publicamos un informe de campo exploratorio sobre ocho proyectos de computación científica asistidos por agentes, principalmente en las ciencias de la vida: cinco emplearon solo Codex y tres combinaron Codex y Claude Code. El informe reúne estudios de caso redactados 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 lenguaje a gran escala y rediseños nativos para GPU. Los colaboradores señalan que los agentes aceleraron considerablemente el desarrollo y el mantenimiento del software y, en algunos casos, permitieron que equipos pequeños asumieran tareas que, de otro modo, habrían exigido mucho más tiempo o apoyo especializado de ingeniería. Pero también destacan el reto persistente de establecer con claridad la responsabilidad y la gestión a largo plazo de las herramientas resultantes.

Los colaboradores describen de forma sistemática un cambio en el papel de los investigadores, que pasa de la implementación a la verificación y la coordinación: especificar qué crear, definir cómo medir su corrección y decidir cuándo está listo un proyecto para publicarse. En este modelo emergente, los investigadores conservan el control de la orientación científica y los criterios de calidad, pero avanzan más rápido gracias a la asistencia de los agentes.

Aunque los proyectos variaban mucho en alcance, demostraron que los agentes de programación están reduciendo el peso de la mano de obra y los conocimientos de ingeniería como limitaciones 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 respondieron eficazmente a solicitudes concretas y bien delimitadas, pero no pudieron juzgar de forma fiable si su trabajo era válido desde el punto de vista científico o cumplía las expectativas. De hecho, los agentes solían mostrarse seguros incluso cuando su trabajo contenía errores evidentes. Por tanto, los revisores humanos tuvieron que encontrar formas fiables de validar los resultados. Los métodos más sólidos emplearon una referencia externa o un objetivo de aceptación medible, como la coincidencia exacta de los resultados, la paridad con una herramienta existente, un comportamiento estadístico adecuado o respuestas establecidas de antemano mediante datos simulados.

Otro tema recurrente fue que los proyectos solían avanzar por etapas, mediante iteraciones guiadas por la información recibida, en lugar de recurrir a métodos de un ejemplo. Los colaboradores dividieron los objetivos generales en cambios menores y después utilizaron pruebas de rendimiento intermedias y sistemas de pruebas para evaluar y perfeccionar el trabajo de los agentes. Los agentes solían generar rápidamente las implementaciones iniciales, pero resolver casos límite y sutiles diferencias numéricas llevaba mucho más tiempo. Completar el «último tramo» de una implementación solía requerir la mayor parte del trabajo.

En conjunto, estos estudios de caso indican 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 válidos desde el punto de vista científico. Al aliviar antiguas limitaciones de ingeniería, los agentes amplían lo que los investigadores pueden crear y les permiten centrarse en las preguntas y decisiones científicas más importantes.

La falta de mantenimiento del software de investigación lleva mucho tiempo ralentizando las iteraciones y limitando la reproducibilidad y la fiabilidad. Los estudios publicados sobre «código de investigación⁠(se abre en una ventana nueva)» y herramientas ómicas⁠(se abre en una ventana nueva) han constatado que el software publicado a menudo no se instala correctamente en un entorno informático nuevo o no funciona como se documenta, 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 computacionales, mientras que la refactorización y las reescrituras orientadas al rendimiento pueden aportar mayores beneficios.

Pero los menores costes de implementación también facilitan la creación de muchas reescrituras similares, lo que fragmenta a los usuarios y dispersa la atención especializada necesaria para mantener fiable cada herramienta. Por ello, la gestión y la atribución a largo plazo son esenciales. El software científico consolidado 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 muestran varias posibles vías para avanzar. Los cambios en MHCflurry y cyvcf2 se incorporaron a sus proyectos originales, mientras que rustar-aligner pasó a estar gestionado por una nueva comunidad porque el proyecto original había sido abandonado. Cuando sea posible coordinarse con los responsables actuales del mantenimiento, conviene empezar cuanto antes. Cuando sea necesaria una implementación independiente, debe tener un responsable claro y un plan de mantenimiento creíble. De lo contrario, la reescritura moderna de hoy puede convertirse mañana en código abandonado, en vez de en una infraestructura científica fiable.

Este informe de campo es retrospectivo y exploratorio, pero los estudios de caso apuntan a un cambio práctico en el desarrollo del software científico. Los agentes de programación como Codex pueden reducir considerablemente el coste 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 programación, los investigadores podrán dedicar menos tiempo a mantener operativos los procesos de análisis y más a impulsar sus campos.