Las ciencias de la vida, las ciencias de datos y el modelado matemático son mucho más entretenidos con las nuevas herramientas de inteligencia artificial disponibles hoy. Aquí encontrarás una guía breve de lo que existe y cómo puedes usarlo para mejorar tu ciencia — desde buscar en la literatura hasta escribir, analizar y visualizar tus resultados.
El desarrollo de software está experimentando un cambio trascendental. Hoy en día, la inteligencia artificial permite a personas con conocimientos básicos de programación construir aplicaciones web profesionales y listas para producción. Sin embargo, pedirle simplemente a un modelo de IA que "construya un sitio web" a menudo resulta en bases de código desorganizadas, estilos rotos y loops interminables de limpieza y depuración.
Para construir de manera eficiente, necesitamos estructura. Necesitamos proporcionar a la IA instrucciones estructuradas organizadas bajo un framework de construcción sólido. Ahí es donde entra el framework BLAST que quiero compartir esta semana. Este framework está inspirado en el video viral de Jack Roberts, "100 hours of AntiGravity lessons in 47 minutes", donde explica cómo puedes utilizar la metodología BLAST para crear tu propio sitio web personal o una aplicación comercial.
La eficiencia de las herramientas de IA depende del contexto que les proporcionamos. En particular, el modelo debería poder leer al menos: 1) instrucciones globales (AGENTS.md), 2) instrucciones/habilidades personalizadas (carpeta skills/), y 3) personalidades/agentes (carpeta agents/). Algunos repositorios de habilidades y agentes disponibles públicamente son excelentes; sin embargo, en el mundo de la IA, parece haber un consenso entre los usuarios de que los mejores resultados provienen de crear estos archivos manualmente con cuidado. Por lo tanto, la gestión de estos archivos a través de diferentes modelos se ha convertido en un aspecto clave para mantener un flujo de trabajo verdaderamente independiente del modelo (model-agnostic).
El espacio de la IA avanza rápido y es bastante difícil mantenerse al día con todo este nuevo vocabulario. Hace unos meses empecé a usar múltiples herramientas de IA de forma simultánea: Claude Code para programación, OpenCode en la terminal, Cowork para tareas de archivos y Antigravity para páginas web. Lo que noté rápidamente es que los mismos conceptos reciben nombres diferentes según quién haya creado la herramienta, y la gente utiliza “modelo”, “agente” e “IA” de manera intercambiable, lo que genera una confusión real cuando intentas configurar un flujo de trabajo coherente.
Los modelos de IA están evolucionando a un ritmo que es genuinamente difícil de seguir. Cada pocas semanas, un nuevo modelo lidera un benchmark, se lanza una nueva interfaz y la opción que antes era la “mejor” se hace a un lado silenciosamente. Más importante aún, diferentes modelos ahora sobresalen en tareas muy distintas (escritura, programación, matemáticas, generación de imágenes, eficiencia de costos), lo que significa que depender de un solo modelo es cada vez más una limitación y no un flujo de trabajo.
La IA es una excelente herramienta para ayudar a los científicos a desarrollar ideas, escribir artículos y refinar sus resultados. Tengo la impresión de que parte de la resistencia a su adopción proviene de una limitación real: la investigación requiere algo más que edición de texto. Requiere conectarse a las fuentes del conocimiento. Desde que Anthropic popularizó los servidores MCP, esa conexión se ha vuelto práctica. MCP (Model Context Protocol) es un estándar abierto que permite a los modelos de IA comunicarse directamente con herramientas externas y fuentes de datos. Para los científicos, esto significa que el asistente de IA puede buscar en la literatura, recuperar artículos y clasificarlos por impacto de citaciones, todo dentro de la misma conversación. La mejor fuente para esto es Scite, un servicio de pago que no solo contabiliza las citas, sino que indica si un artículo fue respaldado o contradicho por trabajos posteriores. Aquí presento las mejores alternativas gratuitas y de bajo costo, para qué sirve cada una y cómo combinarlas según tu flujo de trabajo. El ranking a continuación compara siete servidores MCP disponibles en términos de calidad de citaciones, cobertura y adecuación al flujo de trabajo, con notas sobre qué combinar con qué. He probado algunas y encuentro que cada uno es útil para distintos propósitos. Me interesa genuinamente saber qué ha funcionado para ti. patricio@pperezh.com.
