Who audits the experiment when the experimenter is the model itself?
Oportunidad
Autonomous AI systems are being deployed across biology, materials science, and software engineering to design experiments, run them, and write findings with minimal human review per step. A 2026 survey of AI scientist systems found that only 38 percent release the seeds or execution traces needed for a reviewer to reproduce a run, and exactly one of nine fully autonomous systems has been externally validated. There is no mechanism to verify that the steps a model reports match what was actually executed, or that its statistical summaries correctly reflect the underlying data. Human spot-checking does not scale to the volume these systems now produce.
Por qué importa
Scientific findings compound through citation, so one convincing but unverifiable AI result can corrupt downstream research faster than any correction process can catch.
Cómo evalúo la oportunidad
La Puntuación de Oportunidad es mi propia lectura, no una medición: cuánto duele, con qué frecuencia aparece y qué tan poco existe para resolverlo hoy. Un valor más alto significa que creo que vale más la pena construirlo.
Cuánto dolor causa cuando aparece.
Con qué frecuencia la gente se topa con ello.
Qué tan pocas herramientas buenas existen para ello hoy.
Más problemas que vale la pena resolver
¿Por qué toda aplicación de IA me olvida en el momento en que cierro la pestaña?
AI¿Por qué aprender una nueva área sigue dependiendo de saber qué preguntar?
AI¿Por qué una persona sin experiencia no puede verificar lo que una IA acaba de decirle?
AI¿Por qué probamos los modelos en benchmarks pero los lanzamos a producción guiándonos por la intuición?
AI¿Por qué los agentes de IA no tienen memoria de sus propios errores?
AI¿Por qué no puedo auditar en qué fue entrenado realmente un modelo?