El profesor Matthew Schwartz de la Universidad de Princeton describe un nuevo enfoque para acelerar la investigación científica mediante inteligencia artificial, centrado en la creación de una herramienta de software llamada BootLoops. Schwartz argumenta que los modelos de lenguaje actuales, como Claude, presentan una 'impedancia mismatch' con los científicos humanos: son brillantes pero no actúan como científicos completos, requiriendo una guía constante para producir resultados valiosos. Para resolver esta fricción, Schwartz identificó problemas que son óptimos para las capacidades técnicas de la IA, denominados 'problemas de forma Claude', y los que involucran cálculos cuantitativos precisos.
El artículo detalla cómo Schwartz utilizó Claude para desarrollar BootLoops, un kit de herramientas de código abierto diseñado para realizar cálculos exactos en ciencias cuantitativas. Al aplicar esta herramienta, Claude identificó conexiones técnicas entre campos dispares, como la ecología, la genética de poblaciones y la física de altas energías. Aunque estas conexiones eran técnicamente correctas, carecían inicialmente de relevancia científica, por lo que Schwartz colaboró con expertos de dominio para orientar las búsquedas hacia preguntas científicas significativas. El texto también analiza el uso de Claude para portar métodos de física de partículas, como el bootstrap seminumerical, a frameworks de código común, destacando la capacidad de la IA para integrar conocimientos dispersos en matemáticas, física y programación.