El físico de Harvard Matthew Schwartz asegura haber producido 36 manuscritos científicos en tres meses trabajando con Claude, el modelo de IA de Anthropic. Lo contó el 1 de octubre en un ensayo invitado publicado en el blog de investigación de la propia empresa, titulado «Claude-shaped science». Las cifras son llamativas, pero conviene leerlas con dos precauciones que el propio contexto impone: el texto está alojado en la web de Anthropic y su autor trabaja como investigador visitante en la compañía, y los manuscritos no han pasado, por ahora, una revisión por pares conocida.
Qué cuenta exactamente
Según Schwartz, en tres meses se generaron 36 manuscritos en 18 campos, con 19 coautores humanos, a partir de unos 400 problemas candidatos. Para ello usó Claude Fable 5, lanzado este verano, junto con una herramienta propia llamada BootLoops, un conjunto de utilidades para cálculos exactos en ciencia cuantitativa que está disponible en abierto en GitHub. Anthropic aclara que BootLoops no es un proyecto de la empresa sino de Schwartz.
Los ejemplos concretos
El físico describe resultados en áreas muy distintas. En física de partículas, Claude reprodujo en unos 20 minutos los resultados de uno de sus artículos, algo que a él le había llevado semanas, y después calculó 30 integrales complejas, de las cuales 15 nunca se habían calculado antes mediante un método semi-numérico, y otras 15 reprodujeron resultados ya conocidos. En economía, el modelo revisó los archivos de replicación de 4.452 artículos de cinco revistas y portó el código de software de pago a software abierto. En lingüística, junto a tres especialistas, construyó AccStack, una base de datos del acento de las palabras en 6.072 lenguas, con el pasaje decisivo citado en casi todas las entradas y una bibliografía de 160.000 trabajos de fonología. En genómica, se analizaron 5.700 millones de pares de mutaciones del proyecto 1000 Genomas, y en ecología, un resultado sobre la isla de Barro Colorado indica que las especies rotan 4,5 veces más rápido de lo que predice la teoría neutral.
El enfoque: problemas «con forma de Claude»
El título del ensayo alude a una idea central: elegir problemas cuya estructura encaje con las fortalezas del modelo. Schwartz sostiene que Claude tiene un conocimiento casi ilimitado en todos los dominios, excelentes habilidades de programación y un dominio de vanguardia de matemáticas y estadística, pero admite que por ahora no puede ayudarle con preguntas conceptuales profundas. Un análisis del texto recoge su propia advertencia: los modelos «sirven mucho para la ciencia, pero no son científicos».
La organización del trabajo
Ejecutar tantos proyectos a la vez exige coordinación. Según el ensayo, las sesiones de Claude Code se ejecutan en terminales dentro de máquinas virtuales en la nube, conectadas a distintos repositorios según las preferencias de cada colaborador. La cifra de 36 se refiere a manuscritos, un término que el propio texto usa deliberadamente, y algunos comentaristas ya señalan que no es lo mismo un manuscrito que un artículo publicado.
Lo que falta por verificar
El post no indica cuántos de los 36 manuscritos han superado una revisión por pares, y sus cifras proceden del propio autor. Es el tipo de afirmación que se valida con el tiempo: cuántos de esos trabajos resisten el escrutinio externo, cuántos se publican y cuántos resultados nuevos, como las integrales calculadas por primera vez, son confirmados de forma independiente. Anthropic, además, tiene un interés evidente en mostrar capacidades científicas de su modelo, lo que no invalida los resultados pero justifica la cautela.
Qué implica en la práctica
- Para la investigación: sugiere que las tareas de cálculo, reproducción y revisión masiva pueden acelerarse enormemente con agentes de IA, y que el cuello de botella se desplaza hacia elegir bien los problemas y verificar los resultados.
- Para la formación de científicos: el propio Schwartz se pregunta cómo preparar a la siguiente generación cuando habilidades antes esenciales pueden delegarse en la IA.
- Para leer estos anuncios: conviene distinguir entre un resultado verificado, un manuscrito en preparación y una demostración de capacidades publicada por la empresa que fabrica el modelo.
Nuestra lectura
El valor de este caso no está solo en el número, sino en la pregunta que abre: si un investigador con un modelo puede cubrir en tres meses lo que antes exigía años, el trabajo científico cambia de naturaleza. Pero la respuesta definitiva depende de algo que todavía no existe: una revisión externa de esos 36 manuscritos. Hasta entonces, es una demostración prometedora, con el autor y la empresa en el mismo lado de la mesa.
Fuentes: Anthropic (ensayo original), ThePrint y We Are Coded.