Según Google Research, en la última edición del evento I/O 2026, el equipo de investigación de Google presentó avances significativos en inteligencia artificial aplicada a la ciencia. Los desarrollos, producto de años de investigación conjunta entre equipos internos y socios globales, buscan potenciar el progreso científico mediante tecnologías que amplían la capacidad humana para investigar y resolver problemas complejos. Entre los principales logros se destaca Gemini for Science, una plataforma diseñada para facilitar el avance de investigaciones científicas, basada en tecnologías fundamentales como Empirical Research Assistance (ERA) y Co-Scientist, ambos publicados recientemente en la revista Nature.
ERA, un sistema de programación especializado, permite a científicos desarrollar software de alto nivel para experimentos empíricos. Este sistema, fruto de meses de colaboración con instituciones académicas, ha demostrado su utilidad en múltiples campos, desde neurociencia hasta cosmología. Sus aplicaciones prácticas incluyen la predicción de ingresos hospitalarios por enfermedades respiratorias y el cálculo de caudales estacionales en los ríos de California. Estos resultados, ahora disponibles en un repositorio de GitHub, reflejan cómo la inteligencia artificial puede extraer patrones complejos de grandes volúmenes de datos, acelerando procesos que antes requerían semanas de trabajo manual.
Además, Google presenta una plataforma agente para el desarrollo de código, que permite a los investigadores y desarrolladores automatizar tareas de programación. Esta innovación no solo mejora la eficiencia de los productos de Google, sino que también transforma el modo en que se abordan desafíos científicos críticos. La capacidad de los modelos de IA para operar de forma autónoma en tareas como la generación de hipótesis o la ejecución de simulaciones en laboratorio abre nuevas posibilidades para el avance del conocimiento.
Para los lectores peruanos, estos avances tienen un impacto directo en el desarrollo científico nacional. Aunque el uso de estas herramientas aún está en etapas iniciales, su implementación puede facilitar la investigación en áreas clave como la salud, la agricultura o la conservación ambiental. Por ejemplo, modelos de predicción de enfermedades o condiciones climáticas podrían ser adaptados para mejorar el monitoreo de enfermedades en comunidades rurales o predecir eventos climáticos que afectan la producción agrícola. En un contexto donde el acceso a tecnología avanzada es limitado, estas herramientas podrían convertirse en un pilar clave para que investigadores locales accedan a capacidades que antes eran exclusivas de centros internacionales. La clave está en la adaptabilidad: si se integran con entornos locales, la IA no solo se convierte en una herramienta, sino en un aliado estratégico para el desarrollo sostenible del país.