🔬 Un sistema de IA detectó valores erróneos de puntos de ebullición en una base de referencia de 75 años y en publicaciones antiguas tras contrastarlos con la literatura original. El químico Sebastian Pios, de Zhejiang Lab, halló que el fallo no estaba en las predicciones del modelo, sino en datos aceptados durante décadas.
Pios usaba el sistema para predecir los puntos de ebullición de varias moléculas. Al revisar las fuentes originales, encontró errores en la base de datos. En dos casos más, el modelo señaló una errata en un paper y valores incorrectos de mediciones centenarias.
Otros grupos exploran el mismo uso. Un análisis publicado en línea el 22 de julio evaluó 168 trabajos aceptados para presentación oral en ICML 2026. De los 92 con al menos cinco afirmaciones evaluables, los agentes reprodujeron más de dos de cinco en solo 34; únicamente ocho superaron el 80 % de afirmaciones repetidas.
Un trabajo en arXiv (preprint; pendiente de revisión por pares) usó un «verificador de IA» en papers de NeurIPS. Detectó que los errores en fórmulas, cálculos y figuras pasaron de 3,8 por paper en 2021 a 5,9 en 2025, un alza del 55 %. El análisis dejó fuera la interpretación y la novedad.
✅ La IA puede revisar bases de datos y literatura a una escala difícil para una persona. Pero estos verificadores también fallan, requieren supervisión humana y solo pueden repetir experimentos cuando hay recursos disponibles.
