Equipos humanos-agente auditables para experimentación autónoma de rayos X

Los investigadores presentan un sistema que combina agentes de software con la supervisión humana para llevar a cabo experimentos de rayos X en un sincrotrón de forma totalmente autónoma. La arquitectura se basa en un “coding‑agent” que sigue metodologías científicas validadas y permite que los objetivos, definidos por personas, evolucionen durante el proceso. Se realizaron tres pruebas con nanopartículas organizadas en superredes, generando transcripciones completas de todas las interacciones entre humanos y agentes, así como entre los propios agentes. El análisis de esas conversaciones muestra que entre el 61 % y el 67 % de los mensajes contenían interpretación o juicio, mientras que la proporción de aportes metodológicos y científicos creció del 46 % en la primera prueba, centrada en la configuración, a entre el 56 % y el 61 % en las pruebas posteriores. Además, el registro de procedencia reveló que entre el 59 % y el 68 % de las correcciones de errores involucraron a varios participantes y que aproximadamente la mitad de las decisiones se tomaron con la contribución de otro agente o humano. Estos hallazgos ofrecen indicios sobre cómo distribuir la carga cognitiva en equipos mixtos y pueden servir de referencia para diseñar sistemas científicos multi‑agente, entrenar modelos de IA y ampliar el acceso a la experimentación autónoma. La relevancia radica en que una mayor comprensión de la colaboración humano‑máquina podría acelerar la investigación y reducir la barrera de entrada para laboratorios que buscan automatizar sus protocolos experimentales.

Leer artículo original en arXiv cs.AI

Este resumen es una síntesis informativa elaborada por dataqbs.com. Todos los derechos sobre el contenido original pertenecen a su autor y al medio de comunicación citado. Nosotros solo actuamos como curadores de noticias tecnológicas, sin reclamar autoría alguna.