A mitad del viaje
Por cada artículo de investigación publicado, varios más languidecen en carpetas digitales. Son víctimas del laborioso proceso de la escritura académica. Una nueva plataforma impulsada por inteligencia artificial diseñada por dos investigadores de la USC tiene como objetivo automatizar las tediosas tareas de edición, formato, citas y correcciones que impiden a los científicos compartir sus descubrimientos.
problema de la pastilla de barro
Mayank Kejriwal tiene una carpeta en su computadora llamada «obsoleto-mudpill». En su interior hay más de 50 trabajos de investigación sin terminar, cada uno de los cuales representa meses de trabajo que probablemente nunca verán la luz del día.
«Estas son todas las cosas que comencé con estudiantes universitarios», dijo Kejriwal, profesor asociado de investigación en el Departamento de Ingeniería Industrial y de Sistemas Daniel J. Epstein de la Escuela de Ingeniería Viterbi de la USC y científico jefe del Instituto de Ciencias de la Información de la USC. «Probado. Los resultados están disponibles. Pero escribir el artículo lleva tanto tiempo que se nos está acabando el tiempo».
Este es un problema que afecta a los investigadores de todo el mundo académico. El obstáculo no es la ciencia en sí: es el juego de formato, citas, revisiones constantes para satisfacer a los revisores y envíos a diferentes revistas con diferentes requisitos.
David contra Goliat: lanzamiento un día después de OpenAI
Ahora Kejriwal cree tener una solución. El 27 de enero, él y su cofundador Zhiseng Tang, estudiante de doctorado en ingeniería industrial y de sistemas, lanzaron GRAIL, una plataforma impulsada por inteligencia artificial que promete convertir notas preliminares, hojas de cálculo y grabaciones de voz en trabajos académicos listos para enviar en una hora. El momento fue inusual. OpenAI acaba de anunciar hace un día Prism, su propio editor LaTeX para escritura científica.
«No sabíamos que OpenAI estaba trabajando exactamente en el mismo problema», dijo Kejriwal. «Nos empujó al medio de una situación entre David y Goliat».
Pero GRAIL ya ha demostrado que puede competir. En sus primeras 48 horas en línea, la plataforma procesó más de 300 millones de tokens, lo que equivale a unos miles de páginas de texto. Un estudiante de doctorado pasó 12 horas en la plataforma escribiendo artículos durante toda la noche. Otro investigador subió una hoja de cálculo de Excel de hace un año llena de notas de trabajos de lectura y la convirtió en un documento de encuesta completamente formateado en menos de una hora.
De conversaciones informales a prototipos de fin de semana
Tang conoció a Kejriwal por primera vez en 2021 en la clase de análisis textual de su asesor. Después de publicar juntos su primer artículo en una revista, «fue mucho trabajo», recuerda Tang, y comenzaron a imaginar una manera mejor. «Realmente deberíamos liberar toda la energía de los estudiantes graduados y profesores para realizar la investigación real, en lugar de estancarnos en los detalles», dijo Tang.
La idea era simplemente hablar hasta un fin de semana a principios de 2024. Tang no tenía nada que hacer y recordó su conversación. Utilizando Cursor, una herramienta de codificación impulsada por IA, creó una interfaz de chat sencilla solo por diversión. «Utilicé la codificación de vibraciones para crear ciencia de vibraciones», dice riendo.
El prototipo de ese fin de semana se convirtió en la base de GRAIL.
Para Tang, el viaje significa sacrificio. Pasó casi dos meses construyendo GRAIL por las noches y los fines de semana, a veces codificando durante cinco horas por noche cuando le llegaba la inspiración. «Finalmente no tengo vida personal», bromea. Ahora está dividiendo su tiempo entre terminar su doctorado y escalar el Grial, crear una herramienta para liberar a los científicos del trabajo tedioso y dedicar su tiempo libre a hacerlo realidad.
La plataforma es gratuita por ahora. Esta es una decisión estratégica tras el anuncio de OpenAI. Pero Kejriwal, que inicialmente financió el proyecto con entre 15.000 y 20.000 dólares de su propio dinero, recibió recientemente el respaldo de Gutter Capital, una aceleradora competitiva que acepta menos del dos por ciento de los solicitantes.
GRAIL funciona integrando la IA directamente en LaTeX, el lenguaje de composición tipográfica que utilizan los científicos para crear documentos formateados. Si bien plataformas como Overleaf ya ayudan a los investigadores a escribir en LaTeX, no eliminan el tedio de copiar, editar y pegar texto en ChatGPT.
«No fluye. Es muy engorroso», dijo Kejriwal. «Nos inspiramos en Cursor (la plataforma de codificación de IA que revolucionó el desarrollo de software) y queríamos crear una experiencia similar para escribir ciencia».
El problema de las citas que afecta a la escritura con IA
El arma secreta de la plataforma es cómo maneja las citas: el talón de Aquiles de la escritura académica generada por IA. Los modelos de lenguaje como ChatGPT son famosos por inventar referencias espurias, un problema conocido como «alucinaciones». GRAIL afirma que lo resolvió con un método propietario. La idea se le ocurrió a Kejriwal mientras estaba de vacaciones en Puerto Vallarta, México, no en un laboratorio.
«En nuestras citas no hay ningún porcentaje de alucinaciones», afirma. «No le pedimos al modelo de lenguaje que cree la referencia directamente. Usamos un enfoque más primitivo, pero sigue siendo completamente automático».
Kejriwal no quiso divulgar los detalles técnicos, pero el proceso es simple: cuando las cotizaciones no se pueden verificar, el sistema las descarta. «Esta es una gran ventaja que tenemos sobre Prism», señala, «porque la IA de Prism hace referencias directas y no es nada confiable».
Publicado por Mudpile: Resultados reales
El propio Tang se ha convertido en uno de los usuarios más dedicados de GRAIL y utiliza la herramienta que creó cuando era estudiante de doctorado para acelerar su propia investigación. «Definitivamente uso Grail para acelerar mi propio proceso», dice.
El resultado también sorprendió a Kejriwal. Uno de sus estudiantes de maestría completó una investigación pero carecía de las habilidades de escritura para convertirla en un artículo. Kejriwal renunció al trabajo en su carpeta de fanáticos del barro. Después de que el estudiante utilizó GRAIL, el resultado fue lo suficientemente bueno como para enviarlo a una revista.
Kejriwal dijo: “Su debilidad ya no era un problema.
Los efectos van más allá del ahorro de tiempo. En este punto, los resultados negativos (pruebas que refutan una hipótesis) rara vez se publican porque no son lo suficientemente interesantes como para justificar el esfuerzo de escribirlos. Pero esa información es valiosa. Otros investigadores podrían evitar cometer los mismos errores si supieran qué no funciona.
GRAIL puede nivelar el campo de juego para los investigadores subrepresentados. Kejriwal señaló a los profesores de colegios y universidades históricamente negros que a menudo tienen el doble o el triple de carga docente que los profesores de las instituciones R1.
«Tienen cosas que aportar, pero existe un efecto de control», afirma. «Hay una determinada forma de escribir, y si no sabes cómo presentar tu trabajo en el lugar correcto, no se realizará».
El camino por delante: científicos autónomos para el verano
La gran visión es más ambiciosa. Para este verano, Kejriwal planea lanzar un agente de IA llamado «científico autónomo» que no sólo escribe artículos, sino que también ejecuta experimentos computacionales por sí solo.
«Imagínate que le entregas uno de tus artículos y le pides que mejore científicamente tu trabajo», explica. «Sugerirá mejoras, ejecutará las pruebas, regresará con los resultados y, si le gustan, redactará el artículo por usted».
Es un futuro que plantea cuestiones espinosas sobre la naturaleza de la autoría y la contribución científica. ¿Qué pasa si la IA comienza a escribir un 90 por ciento de contenido científico? ¿Reducirá la calidad de la investigación? ¿Cómo deberían los científicos publicar ahora en revistas que necesitan utilizar IA?
La respuesta de Kejriwal es sencilla: quien utiliza la herramienta es el autor y tiene la responsabilidad de verificar los resultados. «La IA sigue siendo una herramienta», afirma. «No se puede culpar a la IA si algo sale mal. Depende de usted».
Pero también sostiene que la ansiedad puede estar fuera de lugar. Según un estudio reciente de GPTZero, más de cien artículos aceptados en NeurIPS, la principal conferencia sobre aprendizaje automático, contienen referencias alucinatorias. Estos artículos fueron escritos y revisados antes de que GRAIL existiera.
«El gato ya está descubierto», dice Kejriwal. «El uso de la IA en artículos científicos ha aumentado significativamente. Tenemos que lidiar con la realidad del cambio tecnológico». Muchas conferencias de informática ahora permiten el uso de IA en artículos, con la salvedad de que los autores serán responsables de la integridad y originalidad. Con herramientas como GRAIL, diseñadas conscientemente pensando en los científicos, Kejriwal sostiene que la calidad del trabajo será en realidad mayor que el uso de IA no regulada.
Por ahora, GRAIL se centra en la informática y las matemáticas, campos donde la investigación es computacional y no en laboratorios húmedos. Pero Kejriwal ve un mundo en el que la plataforma se extienda a toda la ciencia, asociándose con empresas de robótica que automatizan experimentos de laboratorio.
Tang imagina un futuro más expansivo. «Dentro de dos años, tal vez, habrá tecnología que permitirá el lenguaje natural o alguna forma de control de IA sobre los robots», afirma. «Así que estamos hablando de hacer experimentos de biología, experimentos de química, cualquier tipo de ciencia».
De vuelta en su oficina en la USC, Kejriwal saca un trabajo que comenzó en la escuela de posgrado en 2015. Usando GRAIL, finalmente lo completa después de once años y llama a su antiguo mentor para preguntarle si aún deberían colaborar.
«Le dije: ‘No vas a creer lo que te voy a mostrar'», dice Kejriwal riendo. «Finalmente lo entregué».
Publicado el 5 de febrero de 2026
Última actualización el 5 de febrero de 2026
Este artículo puede incluir contenido asistido por IA para ayudar a explorar conceptos científicos complejos con claridad, coherencia y mayor profundidad y rango creativo.
