# Un estudio analiza cómo la IA sopesa la evidencia científica

> Investigadores presentan un benchmark de biología con 96.000 casos y afirman que entrenar la calibración mejoró las predicciones de los modelos y la selección de experimentos.

Oossa · 2026-11-02 · https://oossa.com/es/study-tests-how-ai-weighs-scientific-evidence

Investigadores presentaron EDB-Bio, un benchmark elaborado a partir de estudios publicados en tres campos de la biología, para evaluar si los modelos de lenguaje pueden valorar las pruebas a favor de hipótesis científicas. En las pruebas de los investigadores, los modelos sin entrenamiento mostraron sistemáticamente una confianza menor de la debida y obtuvieron resultados similares a los de una predicción sencilla basada en la tasa base; entrenarlos para que asignaran probabilidades mejor calibradas mejoró sus resultados.

Los investigadores afirman que su modelo Ibis0 seleccionó experimentos con una eficiencia 2,5 veces mayor que el mejor modelo de frontera en una tarea secuencial de selección de experimentos. Publicaron el código, los datos y los modelos entrenados.

## Los hechos

- EDB-Bio contiene 96.000 episodios extraídos de estudios de transcriptómica, cribados CRISPR y estudios de asociación del genoma completo en humanos.
- El artículo se publicó en arXiv el 2026-10-29; la ficha indica como fecha de publicación el November 2, 2026.

## Por qué importa

Para los científicos que usan IA para ayudar a elegir experimentos, los resultados sugieren que entrenar la calibración de probabilidades podría mejorar esa selección, aunque la ventaja comunicada se limita a la tarea del estudio y no se ha validado de forma independiente aquí.

## Fuentes y referencias

1. [Do Language Models Know What Compelling Scientific Evidence Looks Like?](https://arxiv.org/abs/2610.41015) – arXiv cs.LG, 2026-11-02

Última actualización: 2026-11-02