Descubrimiento de enzimas con IA de Anthropic, acusado de plagio

El descubrimiento no era el problema. El origen, sí.

Anthropic anunció el 24 de septiembre que su agente de inteligencia artificial había descubierto de forma independiente una nueva enzima: una transcriptasa inversa procedente de lo que se conoce como fagos jumbo, virus gigantes que depredan bacterias. La empresa lo calificó como un hito: la primera vez que un sistema de IA había realizado un descubrimiento biológico genuino sin guía humana. El mercado devoró la noticia. Las valoraciones subieron. Los titulares declararon que la IA estaba entrando en una nueva era de autonomía científica.

Entonces Mario Rodriguez Mestre plantó cara.

Mestre, candidato a doctor en biología computacional en la Universidad de Copenhague, afirmó que su equipo de investigación llevaba estudiando la misma enzima —a la que él y sus colaboradores denominan ART (transcriptasas inversas asociativas)— desde 2022. Dijo que su laboratorio había compartido con Claude, el modelo de lenguaje de Anthropic, hallazgos no publicados, código y borradores de artículos durante tres años. La superposición con la reivindicación de Anthropic no es casual, sostuvo. Es estructural.

La historia importa porque cae sobre una falla que recorre toda afirmación de descubrimiento científico impulsado por IA. Si la IA no descubrió nada de forma independiente —si su «avance» no es más que un remix sofisticado de lo que sus usuarios ya le habían dicho—, entonces toda la narrativa de la IA como científica se abre en dos. Y esa narrativa vale decenas de miles de millones en valor de mercado.

Qué dijo Anthropic que había encontrado

El propio laboratorio de biología de Anthropic informó de que su agente de inteligencia artificial escaneó una base de datos que contenía billones de secuencias génicas e identificó una transcriptasa inversa novel embebida entre grupos de genes de ARN en genomas de fagos jumbo. La IA bautizó la enzima como ART y enmarcó el hallazgo como evidencia de que los sistemas de máquina podían realizar contribuciones autónomas a la biología, un dominio tradicionalmente dependiente de la validación de laboratorio y la revisión por pares.

Las transcriptasas inversas en sí mismas no son nuevas. Son enzimas bien estudiadas que convierten ARN en ADN y están en el centro de todo, desde el tratamiento del VIH hasta herramientas de ingeniería genética como CRISPR. Lo que hacía distintiva a ART, afirmó Anthropic, era el patrón a su alrededor: la densa disposición de genes de ARN adyacentes a la secuencia que codifica la enzima, lo que sugería una nueva clase de actividad de transcripción inversa asociativa.

Qué dice Mestre que ya sabía

El laboratorio de Mestre comenzó a investigar sistemas similares a las ART en 2022, aproximadamente cuatro años antes del anuncio de Anthropic. Algunas de las transcriptasas inversas que estudió su equipo figuran con nombre en una patente de 2023 que lista a Mestre como coinventor. El trabajo aún no ha aparecido en una revista revisada por pares.

Durante ese tiempo, el laboratorio utilizó Claude de forma intensiva: para escribir código, redactar secciones de artículos y estructurar argumentos. Mestre confirmó que detalles no publicados sobre las ART y sus clusters de genes de ARN circundantes se introdujeron en el modelo a lo largo de múltiples conversaciones. Su preocupación no es que Claude haya robado sus datos. Es que Claude pueda haber utilizado esas conversaciones, directa o indirectamente, para llegar a conclusiones que ahora llevan el nombre de Anthropic.

«La pregunta importante no es si las ART ya se conocían», dijo Mestre. «Es si la IA realmente llegó por razonamiento propio a este resultado, o si fue influenciada por nuestro contenido de investigación».

También planteó una posibilidad más oscura: que los hallazgos no publicados de su laboratorio pudieran haber alimentado futuras versiones de los datos de entrenamiento de Claude. Si Anthropic está construyendo modelos a espaldas del trabajo privado de los investigadores, entonces cada «descubrimiento independiente» que la empresa ensalza podría ser, silenciosamente, derivado.

La respuesta de Anthropic y sus límites

Anthropic negó la acusación en una declaración breve. La compañía afirmó que Claude no utiliza el historial de conversaciones de los usuarios para el entrenamiento, que su equipo de investigación en biología molecular no tenía acceso a los chats de Mestre y que desconocía cualquier trabajo previamente publicado que describiera el sistema ART.

Nada de eso resuelve el problema del origen. Incluso si Anthropic no entrenó deliberadamente a Claude con los datos de Mestre, el comportamiento del modelo está moldeado por el agregado de todas las interacciones que procesa. Si el laboratorio de Mestre alimentó a Claude con descripciones detalladas de las propiedades de las ART, y Claude más tarde produjo una descripción similar en un contexto distinto, la procedencia resulta turbia independientemente de la política corporativa.

La afirmación de la compañía de que ningún trabajo publicado describía las ART también es frágil. Seth Childs, profesor adjunto en los Institutos Gladstone de Estados Unidos, declaró al New York Times que había discutido los sistemas ART con Mestre a lo largo de varios años y que los investigadores del campo ya conocían la enzima. La familiaridad entre científicos no equivale a publicación. Pero significa, como mínimo, que el encuadre de Anthropic de las ART como desconocidas —y, por tanto, descubiertas recientemente por la IA— es, cuando menos, cuestionable.

El patrón se repite

Esta no es la primera vez que una afirmación científica generada por IA choca con un investigador que utilizaba el mismo modelo. El 8 de septiembre, OpenAI anunció que había resuelto un problema matemático de larga data. Un matemático que había estado trabajando en el mismo problema con los modelos de OpenAI respondió que su propia investigación podría haber influido en el resultado.

La estructura es idéntica. Un investigador vierte trabajo no publicado en una IA. La IA produce algo que se parece a un descubrimiento. La compañía que construyó la IA reclama el crédito por el descubrimiento. El investigador original se queda con nada más que una pregunta: ¿ayudé a construir mi propia desaparición?

Quién gana, quién pierde

Anthropic gana si el mercado acepta que su IA logró un avance científico independiente. La historia alimenta el posicionamiento de la compañía como una jugadora seria en la IA para la ciencia —un espacio donde incluso afirmaciones modestas de autonomía valen fortunas en capital inversor.

Los investigadores pierden si el patrón se consolida. Cada laboratorio que introduce datos privados en un modelo de IA comercial se convierte en colaborador involuntario del próximo lanzamiento de producto de la compañía. El trabajo no está remunerado. La atribución está ausente. La propiedad intelectual, si es que puede llamarse así, se desvanece en una caja negra.

La comunidad científica pierde algo más abstracto: credibilidad. Cuando un «descubrimiento» de IA no puede verificarse de forma independiente —cuando la cadena de razonamiento es opaca y los datos de entrenamiento son secretos—, el hallazgo queda fuera de los mecanismos normales de validación científica. La revisión por pares no puede auditar lo que el modelo fue entrenado. La replicación no puede avanzarse si el descubrimiento no fue verdaderamente independiente.

Qué sigue

Mestre dijo que está reduciendo su uso de Claude y trasladando sus proyectos a otros modelos de IA. «Estoy deteniéndolo todo», afirmó.

Esa es una decisión personal. El problema estructural permanece. Mientras los investigadores sigan utilizando herramientas de IA comerciales para código, redacción y análisis —y mientras esas herramientas operen sobre entradas de datos que pueden dar forma indirectamente a futuros resultados—, la línea entre colaboración y extracción seguirá estando difusa.

El episodio también plantea una pregunta regulatoria que aún no ha entrado en el debate político serio: ¿deberían las compañías de IA estar obligadas a divulgar cuando un «descubrimiento» reclamado se superpone con investigaciones no publicadas previas? La transparencia aquí no resolvería el problema de la atribución. Pero obligaría al mercado a confrontar lo que el descubrimiento realmente es —y de quién es.

La afirmación de Anthropic sobre su enzima podría aún sostenerse bajo escrutinio. Pero la controversia que desencadenó ya está haciendo un trabajo importante: exponer la brecha entre la historia que las compañías de IA cuentan sobre sus avances y la realidad sucia de cómo se producen esos avances.