Dissenyar proteïnes, debatre hipòtesis i corregir errors en qüestió de minuts. Això és el que fa el nou laboratori virtual de Stanford, un entorn on científics artificials —models de llenguatge amb especialitzacions diferents— treballen junts com si compartissin banc i bata. Però no hi ha banc. Ni bata. Només text i càlcul distribuït.
Scientists who don’t sleep? Meetings that take only 5 minutes? #CZBiohubSF Investigator @james_y_zou & BiohubSF group lead John Pak have developed a platform in which a team of AI agents do scientific research!
Now out in @Nature, read about it https://t.co/UnbnbVIhXl pic.twitter.com/x4lrrJObEt
— Chan Zuckerberg Biohub Network (@czbiohub) July 29, 2025
Reunions de passadissos sense passadissos
Cada agent té un perfil específic: l’immunòleg proposa estratègies contra virus i patògens; el bioinformàtic analitza dades genòmiques i patrons moleculars; el químic dissenya interaccions i estructures possibles entre molècules; i el crític, una figura clau, revisa tot l’anterior per detectar errors, exageracions o inconsistències. No treballen en paral·lel, sinó en conversa constant, com un equip multidisciplinari que es corregeix sobre la marxa. S’organitzen com un grup de recerca qualsevol, amb un líder —també virtual— i un encàrrec inicial d’un investigador humà. A partir d’aquí, discuteixen hipòtesis, simulen experiments i reescriuen estratègies sense necessitat de cadires ni pissarres.
92 propostes, dos encerts i cap badall
La primera prova va ser dissenyar nano cossos per a variants noves del SARS‑CoV‑2. El sistema en va proposar 92 en pocs dies. Dos van funcionar en proves de laboratori real. Res malament per a un equip que no es cansa ni pregunta per la data límit. L’objectiu no era només anar de pressa, sinó veure si podien generar idees útils sense perdre el fil del mètode científic.
Un laboratori sense tubs, però amb lògica
No hi ha plaques ni reactius. El sistema utilitza models de predicció com AlphaFold‑Multimer, RosettaFold i ESM‑fold. Tot ocorre en simulacions moleculars: les proteïnes es dissenyen, proven i corregeixen en temps real, com qui edita un text compartit. I quan una estructura té sentit, s’envia al laboratori físic per comprovar si la química respon.
El crític que no aplaudeix
Entre tant entusiasme virtual, algú fa d’aixafaguitarres. És l’agent crític, dissenyat per detectar errors, inconsistències o promeses inflades. El seu paper recorda al revisor que ningú vol però tots necessiten. Sense ell, el sistema podria sonar convincent fins i tot quan s’equivoca. Amb ell, la conversa guanya en rigor. Tot i això, continua sent això: una conversa. L’última paraula, per ara, continua sent humana.
Altres laboratoris, altres lògiques
Google prova alguna cosa similar amb el seu AI co‑scientist, que genera hipòtesis en microbiologia i farmacologia. Un altre model, AI Scientist‑v2, ja va redactar articles que van passar revisió per parells. Però l’enfocament de Stanford té una diferència clau: no és una eina que assisteix, sinó un equip sencer que funciona com a tal. Com si algú hagués replicat la dinàmica d’un laboratori, però sense els silencis incòmodes.
I si el següent no és bio, sinó social?
Per ara funciona en biomedicina. Però els seus creadors imaginen més: aplicar-ho en ecologia, física, fins i tot en ciències socials. Si es pot replicar un equip, per què no fer-ho en disciplines on la creativitat també és mètode? El que comença amb proteïnes podria acabar en models de canvi climàtic. O en teories del comportament humà.
Obre un parèntesi en les teves rutines. Subscriu-te al nostre butlletí i posa’t al dia en tecnologia, IA i mitjans de comunicació.
