Una revolució silenciosa comença als laboratoris d'investigació científica, però aquesta vegada no se sent el so de tubs d'assaig ni de centrifugadores. El que se sent —si és que s'escolta alguna cosa— és el murmuri d'agents d'intel·ligència artificial (IA) discutint entre si en un entorn completament virtual, intercanviant hipòtesi, corregint-se mútuament, dissenyant experiments i fins i tot formulant crítiques metodològiques.

Aquesta no és una metàfora: a la Universitat Stanford, un equip interdisciplinari va desenvolupar un sistema en el qual científics virtuals, creats mitjançant IA, impulsen projectes d'investigació biomèdica amb una capacitat i velocitat que cap equip humà no pot igualar.

Per comprendre la magnitud del canvi que això implica, convé partir d'un fet senzill: una computadora ja pot coordinar un equip sencer d'investigadors, des del principal fins als tècnics, passant per immunòlegs, enginyers de proteïnes, viròlegs i bioinformàtics, tots ells simulats mitjançant models de llenguatge avançats.

Cadascun d'aquests "personatges" té una funció específica i un camp de coneixement diferent, i el que els uneix no és la conversa en un laboratori físic, sinó la interacció digital orquestrada pel sistema. I aquesta estructura supera en eficiència, rapidesa i resistència a l'esgotament a un grup d'humans.

L'experiment que va demostrar aquesta capacitat va tenir un objectiu concret: dissenyar proteïnes que s'unissin a una versió del virus de la COVID-19. En lloc d'entrenar a una IA per generar estructures proteiques, l'equip de Stanford va proposar una mica més ambiciós: que els mateixos agents definissin el problema, discutissin possibles camins, formulessin hipòtesis i després avancessin cap a solucions concretes.

El resultat va ser la generació de 92 proteïnes candidates en qüestió de dies. Entre elles, dues van ser validades en proves reals de laboratori i van mostrar una eficàcia significativa en unir-se al virus. Per posar-lo en context: això hauria pres setmanes o mesos a un equip humà tradicional, sense garanties d'èxit.

Però el més rellevant no és la velocitat, sinó el mecanisme intern. El sistema comença amb la creació d'un agent que fa de cap de projecte, el clàssic "investigador principal" que coordina els esforços. Aquest agent no treballa sol: convoca altres especialistes virtuals, cada un amb el seu domini.

Aquests participen en reunions simulades on presenten idees, les debaten, i fins i tot han de convèncer el grup del camí més adequat. Si un proposa una idea il·lògica o mal fonamentada, un altre el corregeix. Si sorgeixen errors lògics, per exemple, una proteïna que teòricament no podria plegar-se com se suggereix, hi ha un agent específic la funció del qual és actuar com a "crític científic", és a dir, posar en dubte i detectar possibles inconsistències.

Perquè el lector no familiaritzat amb la biotecnologia pugui seguir el procés, és útil pensar en els agents com actors entrenats per improvisar en una obra de teatre científica. Cada un té el seu guió, però també sap com respondre a l'inesperat.

Un immunòleg virtual pot dir: "Aquesta proteïna sembla compatible amb el sistema immunitari humà", i un bioinformàtic respondrà: "Això contradiu les dades estructurals que tenim sobre aquesta seqüència". Aquesta interacció no és superficial, està impulsada per models entrenats en enormes volums de literatura científica, però també guiada per principis de lògica, raonament causal i models moleculars.

Ara bé, què significa això per al futur de la ciència? En primer lloc, implica una acceleració exponencial del descobriment. No es tracta només de treballar més de pressa, sinó de poder provar moltes més hipòtesis alhora, sense cansament, sense burocràcia, sense les limitacions físiques o psicològiques que afecten els humans.

I si una hipòtesi falla, el sistema ho detecta i es corregeix, sense necessitat de justificar el seu ego o defensar la seva reputació. En segon lloc, obre la porta a una nova relació amb el coneixement. Ja no és necessari que un investigador humà entengui tot el procés: pot simplement plantejar un problema, per exemple, una nova mutació viral, i deixar que la màquina el resolgui amb el seu propi equip d'especialistes virtuals.

El que veiem no és un assistent que ajuda el científic humà, sinó un reemplaçament potencial del científic mateix com a unitat operativa. L'humà pot continuar present si el desitja, com a auditor, com a verificador, com a inspirador de noves preguntes, però no és necessari que intervingui en el pas a pas. A mesura que aquests sistemes es perfeccionin i les seves validacions siguin més confiables, és probable que la participació humana es redueixi a l'estrictament imprescindible, i més per raons legals que tècniques.

És una il·lusió pensar que l'ésser humà és insubstituïble perquè encara es necessita algú que validi els resultats. Això és una forma de consol, però no un argument sòlid. La història de l'automatització és atapeïda de fases en què els humans es reservaven un rol que més tard també va quedar obsolet.

Per descomptat, es necessita infraestructura: bases de dades estructurades, motors moleculars que puguin simular plegaments de proteïnes, eines de visualització en 3D, i sistemes de verificació creuada. Però tot això ja existeix o està en desenvolupament.

I una vegada integrat, el laboratori virtual serà tan autònom com un sistema de navegació aèria, capaç de prendre decisions en temps real, corregir-se, i escalar la seva activitat sense intervenció externa. Es pot imaginar un futur en què una nació sencera delegui bona part de la seva investigació en aquest tipus de plataformes, produint vacunes, teràpies o innovacions tècniques sense necessitat de grans plantilles humanes.

Les implicacions econòmiques són enormes. Avui el cost de la ciència inclou salaris, instal·lacions, entrades, i molt temps. El laboratori virtual elimina gran part d'això, i redueix el coll d'ampolla més important: la velocitat de raonament humà.

On un científic necessita dies per llegir informes, l'agent virtual pot llegir centenars d'articles en minuts, generar hipòtesis alternatives i debatre-les amb si mateix. Ja no es tracta només d'automatitzar tasques mecàniques, sinó d'automatitzar el pensament científic.

Qui encara pensi que això és un simulacre o un joc experimental hauria de mirar els resultats: proteïnes dissenyades íntegrament per IA que es comporten com s'esperava en assajos de laboratori.

I el que ve és més profund: agents que descobreixen principis nous, que identifiquen relacions causals que els humans no veuen, que cometen errors, sí, però aprenen d'ells una velocitat inhumana. El que fins fa poc era un somni de ciència-ficció, avui és una plataforma real. I com en tota revolució silenciosa, només uns quants ho estan escoltant. Però el canvi ja va començar.

Les coses com són