NUEVA MIRADA · AGENTES
La IA ya puede tocar el laboratorio. La pregunta es qué autoridad debería tener
Un agente conectado al software de un laboratorio del MIT ejecutó mediciones y calibraciones sobre un chip cuántico. El avance no es un científico autónomo: es IA con permiso para actuar sobre equipamiento físico.
“Cuando un agente puede cambiar los parámetros de un experimento físico, el debate deja de ser si responde bien: debemos decidir qué autoridad tiene para actuar, qué límites no puede modificar y quién detiene la ejecución.”
El agente deja la pantalla y entra en el laboratorio
Gran parte del debate sobre agentes de inteligencia artificial se ha centrado en acciones digitales: consultar documentos, escribir código, preparar informes o interactuar con aplicaciones. El caso publicado el 8 de septiembre de 2026 por OpenAI y el grupo EQuS del MIT introduce una diferencia importante: el agente estaba conectado al software que controla un experimento físico.
La señal temprana no es que la IA haya sustituido al científico. Es que empieza a absorber una parte repetitiva del trabajo experimental y a convertir conocimientos operativos en capacidades reutilizables.
Qué hizo realmente sobre un chip de seis cúbits
La investigadora Beatriz Yankelevich trabajó con un chip superconductor no calibrado de seis cúbits. Proporcionó al agente procedimientos específicos para cada medición y los valores objetivo del diseño.
A partir de esas instrucciones, el agente seleccionó parámetros, ejecutó mediciones mediante el software del laboratorio, analizó los resultados, refinó la prueba y conservó parámetros para el paso siguiente. Con señales claras localizó frecuencias de transición, calibró pulsos de control y lectura y midió durante cuánto tiempo el cúbit conservaba información cuántica.
Medir, calibrar y descubrir no son lo mismo
El titular correcto depende de distinguir tres capacidades. El agente actuó dentro de objetivos, herramientas y procedimientos preparados por una investigadora; no recibió una pregunta científica abierta para resolverla por sí solo.
| Capacidad | Qué significa | Qué demuestra el caso |
|---|---|---|
| Automatizar mediciones | Ejecutar un procedimiento definido | Sí |
| Calibrar experimentalmente | Ajustar parámetros según los resultados | Sí, en flujos rutinarios |
| Descubrir ciencia autónomamente | Formular y validar conocimiento nuevo sin dirección experta | No |
Cuando aparece ruido, vuelve la experiencia humana
El agente tuvo más dificultades cuando las señales eran débiles o ruidosas. En esas condiciones tardó más en encontrar parámetros adecuados y, en algunos casos, necesitó la orientación de una persona experimentada. Los especialistas todavía podían identificar configuraciones óptimas con mayor rapidez.
Una IA puede ejecutar correctamente un procedimiento conocido y, sin embargo, no reconocer con fiabilidad si una señal ambigua representa ruido, deriva, un error de instrumentación o un fenómeno que merece ser investigado.
El modelo no debería gobernar directamente todos los actuadores
Una arquitectura responsable separa la propuesta inteligente de la ejecución segura. Un trabajo técnico independiente con centros NV en diamante obtuvo una lección compatible: el agente puede formar hipótesis y utilizar herramientas cuantitativas, mientras el control del equipamiento y las restricciones de seguridad permanecen en código determinista.
- Agente: propone la siguiente medición.
- Motor científico: calcula, ajusta y comprueba la calidad de la señal.
- Capa de permisos: limita instrumentos, parámetros y rangos autorizados.
- Control determinista: traduce la acción aprobada a comandos seguros.
- Supervisión: registra, detiene o escala el experimento a una persona.
Permisos técnicos, memoria completa y parada segura
Cada ejecución debería conservar el objetivo, la versión del procedimiento, los parámetros propuestos y ejecutados, los instrumentos, los datos obtenidos, el criterio de aceptación, los cambios, las excepciones, la identidad del agente y de la persona responsable, y el motivo de parada o escalado.
- Límites que el modelo no pueda modificar: temperatura, potencia, tensión y frecuencia.
- Duración, número máximo de reintentos y coste autorizado para cada sesión.
- Confirmación humana ante acciones nuevas, irreversibles o fuera del rango validado.
- Botón de parada independiente del propio agente y recuperación a un estado seguro.
No bastará con fabricar procesadores cuánticos
EuroHPC está desplegando una infraestructura europea de computación cuántica integrada con supercomputadores. Su convocatoria de Quantum Machine Learning, con un presupuesto indicativo de seis millones de euros y cierre el 28 de enero de 2027, pide enfoques híbridos, benchmarking y estrategias resistentes al ruido.
Las convocatorias sobre computación fotónica, estándares cuánticos y navegación mediante sensores cierran el 30 de septiembre de 2026. La de estándares menciona interfaces, protocolos de control y metodologías de evaluación. Europa también necesitará interfaces auditables para que personas, software y agentes operen estos equipos sin integraciones cerradas diferentes para cada máquina.
Una capacidad prometedora, no un científico autónomo
El caso demuestra utilidad en la caracterización rutinaria de un tipo concreto de chip. No demuestra descubrimiento científico autónomo, funcionamiento fiable ante cualquier anomalía, transferencia inmediata a otros laboratorios, seguridad suficiente para cualquier instrumento ni superioridad general frente a especialistas.
Otro estudio, Vibe Calibration, comunicó la calibración autónoma de 108 de 112 cúbits en 4,7 horas mediante conocimientos expertos convertidos en procedimientos reutilizables y auditables. También necesitó una fase previa de supervisión y aprendizaje con especialistas. El patrón es claro: la autonomía útil se construye sobre conocimiento humano explícito, límites y evidencia.
Ocho controles antes de permitir que un agente actúe
- 01Objetivo y procedimiento autorizados
- 02Instrumentos y acciones permitidos
- 03Rangos físicos que el modelo no puede modificar
- 04Criterios cuantitativos de aceptación
- 05Número máximo de reintentos y coste
- 06Registro íntegro de datos, parámetros y decisiones
- 07Escalado humano ante señales ambiguas
- 08Parada independiente y recuperación segura
Cuando la IA toca el mundo físico, la gobernanza deja de ser solamente una política: se convierte en permisos técnicos, límites operativos y capacidad real de parada. ¿Permitirías que un agente trabajara durante la noche sobre un equipo físico si sus permisos, parámetros, registros y botón de parada estuvieran claramente definidos?