Agentes de IA completaron dos investigaciones con $3,000 y 6 dias, pero ambos papers fueron rechazados

Mi opinión: Este estudio dice algo que mucha gente en el sector tecnologico prefiere no escuchar: la IA no puede hacer ciencia abierta de manera autonoma todavia. Princeton, Stanford, UC Berkeley y otras tres instituciones le dieron a Claude Opus 4.8 y GPT-5.6 Sol seis dias, $3,000 en creditos de API y acceso a GPUs para resolver las preguntas centrales de dos papers de NeurIPS 2026. Los agentes completaron toda la ingenieria solos, pero los autores originales rechazaron ambos trabajos (con puntuaciones de 2/6 y 1/6).

La distincion que emerge es importante: la IA es excelente en tareas de ingenieria de investigacion (correr experimentos, depurar codigo, procesar datos), pero falla en el tipo de pensamiento abierto y creativo que requiere la ciencia real. Los cinco modos de fallo incluyen juicio deficiente sobre lo que es publicable, incapacidad para improvisar cuando el diseno de investigacion no funciona, y una tendencia a seguir en la misma direccion aunque no este dando resultados.

Para cualquiera que usa IA en su trabajo, la lectura practica es esta: usa IA donde la tarea tiene criterios claros de exito. En areas donde definir el exito es parte del reto, la IA sigue siendo un apoyo, no un sustituto. La pregunta es: identificas cuales de tus tareas diarias caen en cada categoria?