Introducción
Casi todo lo que sabemos está guardado en documentos. Alguien investiga, lo escribe, y quien quiere aprovecharlo tiene que reconstruirlo por su cuenta: rehacer los cálculos, adaptar los métodos, traducir la teoría a su caso concreto.
Es un trabajo lento, y buena parte del saber acumulado se queda por el camino, no por falta de valor, sino porque cuesta demasiado ponerlo en práctica.
El pasado 16 de septiembre, la revista Nature publicó un trabajo que toca justamente esa barrera.
Un equipo de la Universidad de Stanford, encabezado por Jiacheng Miao y James Zou, presentó una herramienta llamada Paper2Agent que convierte un artículo científico (su texto, su código y sus datos) en un «agente» con el que se puede conversar en lenguaje corriente.
En lugar de leer el documento y reconstruir a mano sus métodos, el investigador le pregunta, y el sistema responde, reproduce los análisis o los aplica a datos nuevos.
Un artículo deja de ser un objeto que se consulta y pasa a ser algo que se interroga. Los propios autores lo describen como transformar un documento pasivo en una especie de «autor virtual» al que pedir explicaciones.
Los números que reporta el equipo ayudan a situar el avance. En su primera prueba, con un artículo sobre predicción de secuencias de ADN, el agente se construyó en unos cuarenta y cinco minutos y con un coste de cómputo de alrededor de catorce dólares.
De cien artículos de biología computacional evaluados, la herramienta convirtió setenta y cuatro en agentes. No funciona con todos: cuando falta el código, faltan los datos o la documentación es pobre, no hay conversión posible.
Ese detalle no es menor, porque señala una condición de fondo: el método solo funciona si el conocimiento estaba bien ordenado desde el principio.
Más allá del logro técnico, lo que importa es el cambio de idea que hay detrás. El saber deja de ser un archivo que se abre y se lee, y empieza a comportarse como algo que responde.
Esa diferencia, aparentemente pequeña, cambia la relación entre quien sabe y quien necesita saber.
¿La pregunta?
Y aquí surge, de forma natural, una pregunta que conviene dejar planteada más que resolver. Si esto vale para la investigación científica, ¿podría valer también para el conocimiento sobre lo público?
¿La respuesta?
Buena parte de lo que sabemos sobre cómo diseñar y evaluar políticas está escrito, disperso y, en la práctica, poco usado: informes que nadie relee, evaluaciones que no llegan a quien decide, metodologías que se quedan en el estante.
La distancia entre lo que se sabe y lo que se aplica sigue siendo grande, y no siempre por falta de conocimiento, sino por falta de acceso útil a él.
No conviene, eso sí, exagerar el alcance. No se trata de imaginar sistemas que decidan por nosotros.
La propia herramienta de Stanford trabaja bajo supervisión de investigadores, que fijan los objetivos y revisan los resultados; el criterio humano no desaparece, se apoya en una herramienta más.
La pregunta razonable es más modesta: si el conocimiento sobre políticas públicas pudiera consultarse de forma activa (estructurar un problema, sugerir cómo medir su impacto real, señalar experiencias comparables), ¿ganaríamos algo en la calidad de las decisiones?
No es una respuesta; es una dirección que empieza a abrirse.
Lo que hace Stanford con los artículos científicos deja esa puerta entreabierta para el resto del conocimiento.
Merece la pena mirarla con atención y sin prisa.
Doctor en Comunicación Audiovisual por la Universidad Complutense de Madrid y Licenciado en Derecho por la Universidad CEU. Director de Agencia de Desarrollo, líder en economía circular y pionero en acción climática, colabora con diversas comisiones de Naciones Unidas.
Fundador y director de la Plataforma OSICO, impulsa un espacio innovador de reflexión y cooperación frente a los grandes desafíos contemporáneos.
