La inteligencia artificial podría multiplicar hasta 16 veces la producción científica en áreas como computación, matemática y estadística, si logra automatizar todas las etapas intelectuales de una investigación. La proyección forma parte de un estudio publicado por Anthropic el jueves (5), que también identifica una limitación importante: en las ciencias experimentales, el trabajo físico seguirá limitando las ganancias de productividad.
La empresa analizó 207.049 sesiones de investigación en Claude y Claude Code, realizadas entre el 2 de agosto y el 30 de septiembre de 2026, y entrevistó a 528 científicos para entender cómo la IA ya participa en el trabajo académico y qué actividades presentan mayor potencial de automatización.
El estudio reveló que los investigadores utilizan las herramientas principalmente para analizar datos y producir textos. El análisis de datos representa el 33,7% de las sesiones científicas en Claude y el 48,1% en Claude Code. En cambio, la generación de ideas e hipótesis aparece en solo el 4,2% y el 2,1% de las interacciones, respectivamente, aunque los científicos entrevistados la consideran la actividad más importante para nuevos descubrimientos.
Esa diferencia ayuda a explicar por qué el potencial de automatización varía tanto entre disciplinas. En áreas predominantemente computacionales, gran parte de las tareas puede ejecutarse digitalmente. En biología y química, incluso una IA capaz de planificar experimentos e interpretar resultados aún depende de la realización física de esos procedimientos.
Los aumentos de 16 veces aún son hipotéticos
El escenario más ambicioso de Anthropic considera que la IA logre ejecutar íntegramente todas las etapas no físicas de una investigación. En esas condiciones, el modelo económico desarrollado por la empresa estima un aumento de 15 a 16 veces en la producción científica de determinadas disciplinas, manteniendo constante el presupuesto de investigación.
En las ciencias que dependen intensamente de laboratorios, como biología, química y ciencia de materiales, la ganancia estimada cae a tres a cuatro veces. Según el estudio, aproximadamente el 40% del tiempo de los investigadores de esas áreas se dedica a actividades físicas, que seguirían exigiendo trabajo humano en ausencia de laboratorios automatizados.
Con las capacidades actuales de IA, sin embargo, las estimaciones son considerablemente menores. Incluso suponiendo una adopción amplia de la tecnología, Anthropic calcula que la producción científica podría crecer 1,96 veces en computación, 2,02 veces en estadística y 1,41 veces en química.
Esos números representan resultados de modelización, no aumentos de productividad ya observados. Las simulaciones dependen de hipótesis sobre costos, distribución de las tareas y capacidad de automatización, sin considerar integralmente gastos en equipos y materiales ni la calidad de las hipótesis científicas producidas.
El informe también identificó señales de mayor autonomía en herramientas especializadas. En las investigaciones de biología y biomedicina realizadas con Claude Science, el 73,3% de las sesiones presentó un alto grado de autonomía de la IA, frente al 23,7% en el Claude convencional. Además, Anthropic estimó que el 82,7% de las tareas en Claude Science exigirían conocimientos equivalentes a la formación de doctorado.
Esa autonomía, sin embargo, se refiere a la ejecución de tareas específicas y no demuestra que la herramienta ya pueda conducir proyectos científicos completos sin supervisión humana.
Entre los 528 investigadores entrevistados, predominantemente de las ciencias de la vida y de la salud y ya familiarizados con la IA, cerca del 40% cree que los modelos lograrán realizar proyectos de investigación completos de forma independiente para 2030. La proporción llega a aproximadamente el 64% cuando el horizonte se amplía a 2035, mientras que el 16% considera que esa capacidad nunca se alcanzará.
