Qué incluimos
- Un resultado concreto en un campo científico (biología, medicina, matemáticas, clima y otros), con una aportación documentada de la IA.
- Un artículo o una prepublicación con fecha, o un anuncio del laboratorio, la empresa, la universidad o el instituto responsable del trabajo. La fuente debe sostener el resultado y las cifras del resumen. Una fuente que es un artículo no está automáticamente revisada por pares; una página institucional no es una confirmación independiente.
- Herramientas y modelos solo cuando la fuente revisada sostiene un resultado científico que cumple los criterios: por ejemplo una estructura o un compuesto recién caracterizados, una prueba matemática o un desenlace científico medido en una prueba de campo. El resumen debe identificar ese resultado y explicar qué hizo la IA.
Qué excluimos
- Lanzamientos de productos y benchmarks generales de método o de representación sin un resultado científico concreto. Una mayor exactitud, velocidad o puesto en un ranking, por sí solos, no cualifican un método. Un estudio descrito por la fuente sobre una pregunta científica, clínica o de campo concreta puede cualificar, incluido un estudio retrospectivo de validación diagnóstica; eso no establece un beneficio clínico ni biología nueva. La prueba prospectiva no es un requisito universal de inclusión. Las publicaciones de modelos se siguen aparte en la página Modelos y no cuentan como descubrimientos.
- Premios y reconocimientos (como el Nobel de 2024): juzgan un descubrimiento; no son el descubrimiento.
- Boletines, agregadores y artículos de terceros como fuente primaria.
- Anuncios aún sin resultados (financiación, colaboraciones, entrevistas).
Las páginas históricas siguen disponibles cuando una ficha se archiva porque no cumple los criterios de inclusión o duplica una ficha activa. Las fichas archivadas se excluyen de las listas, los recuentos y las estadísticas. La ficha UNI pathology model entry se conserva así porque recoge evaluaciones retrospectivas de un método sin un resultado científico que cumpla los criterios.
Las fichas archivadas NatureLM-audio y Prov-GigaPath conservan también el contexto de desarrollo del método fuera de los recuentos activos. Cada página histórica explica la exclusión y enlaza sus fuentes originales.
Las fichas Boltz-1 release y Cellpose 2.0 se archivan como benchmarks de método sin un resultado científico distinto que cumpla los criterios en el material revisado. review of AI-designed physics experiments se conserva como una síntesis de trabajo anterior, en lugar de contarse como un descubrimiento nuevo en la fecha de publicación de la revisión.
En cambio, Virchow entry describe un detector pancáncer concreto evaluado en muestras reservadas. Se conserva como estudio de validación diagnóstica, sin afirmar que el detector se desplegara o mejorara los desenlaces de los pacientes. Una batería general de benchmarks de modelos de base, por sí sola, no cumple este límite.
Las páginas históricas conservan también Co-Scientist ALS hypotheses y infectious-disease hypotheses, que en los anuncios representados no tenían un resultado biológico completado. Las fichas OMol25/UMA, DolphinGemma y Perch update documentan publicaciones, no resultados de aplicación nuevos que cumplan los criterios. FLIP imaging study se excluye porque sus investigadores declaran que no usó IA. Estas fichas históricas quedan fuera de los recuentos activos.
Las fichas históricas AJIN, MarsNet, AutoDNA y LPT conservan demostraciones de método o de plataforma fuera de los recuentos activos de descubrimientos. Claude electronics prototypes documenta también una demostración de capacidad de hardware. Sus páginas conservan las fuentes, los resultados y las razones de la exclusión; archivar no discute el rendimiento del método informado.
Qué representa un recuento
La unidad de recuento es una ficha activa del catálogo, no un hallazgo establecido de forma independiente. Un solo artículo o anuncio puede agrupar varios resultados en una ficha. Una ficha de método y una de aplicación pueden describir aportaciones al mismo resultado de fondo; por ejemplo, ColabFold y un estudio del poro nuclear se solapan. Su presencia no establece dos descubrimientos independientes.
Usar una sola ficha para un resultado coherente o un conjunto de resultados de una fuente. Separarlos solo si la fuente respalda resultados científicos distintos, cada uno con su propia contribución de la IA y sus limitaciones. Cuando varias fichas comparten el DOI de un artículo, registrar una relación de evidencia compartida que explique los resultados distintos. Los anuncios o versiones posteriores de un mismo resultado suelen actualizar la ficha existente, indicando las diferencias entre versiones. Si dos fichas históricas describen el mismo resultado, conservar una activa y enlazarla desde la archivada. Los identificadores existentes se mantienen.
Las fichas duplicadas archivadas ilustran esta regla. Las páginas históricas de pancreatic cancer drug synergies, perovskite catalyst screening y tungsten-doped electrocatalysts enlazan cada una a la ficha activa que se conserva.
La página de modelos
La página Modelos responde a una pregunta distinta: qué familias de modelos están vinculadas por nombre a descubrimientos del catálogo. Incluye versiones publicadas desde 2020 por algunos laboratorios destacados y versiones de cualquier año que coincidan con las familias de modelos configuradas. Algunas de esas familias no están vinculadas actualmente a ningún descubrimiento.
No recogemos nosotros los nombres de modelos, laboratorios, fechas, dominios, números de parámetros ni la información de acceso. Proceden de la base Data on AI models de Epoch AI, republicada bajo CC BY 4.0. Se aplican los límites que declaran: la lista no es exhaustiva, y las cifras de cómputo y de parámetros son estimaciones.
Para vincular modelos y descubrimientos se comparan el campo tecnológico y el título de cada ficha con los nombres de los modelos y las familias. Las excepciones revisadas contemplan los nombres usados como comparación o como herramientas de apoyo. Una coincidencia de nombre sugiere una familia. La fuente determina qué versión se utilizó, si consta. Puede haber familias vinculadas a descubrimientos sin una versión registrada en Epoch AI.
Vulnerabilidades descubiertas con IA
La página aparte Vulnerabilidades halladas incluye vulnerabilidades individuales divulgadas públicamente solo cuando fuentes originales establecen una aportación de la IA. No incluye cada noticia de seguridad ni convierte recuentos agregados de fallos en hallazgos individuales. Estos registros quedan fuera del recuento de descubrimientos científicos.
El contexto del descubrimiento, la divulgación pública, la atribución a la IA y la corrección documentada son distintos. Un fallo desconocido antes de la publicación no es automáticamente un día cero explotado. El contexto de día cero sigue atribuido al relato citado, y las correcciones documentadas no establecen el despliegue ni la seguridad actual. No se infiere un ataque de un anuncio de vulnerabilidad.
Qué significa «Fuente comprobada»
El estado de verificación almacenado «verified» se muestra como «Fuente comprobada». Hemos leído el material de la fuente original citada y comprobado que sostiene el título, la fecha, la organización y las cifras del resumen. Un resumen y sus metadatos de publicación pueden sostener un resumen limitado; eso no implica que hayamos revisado el artículo completo. Donde la revisión se limita a un resumen o a un anuncio institucional, el resumen declara ese alcance y no trata los detalles ausentes como hechos establecidos. Eso no significa que otros hayan confirmado el resultado de forma independiente: las cifras las informa la fuente y pueden describir condiciones controladas. El resumen conserva los límites declarados, como solo laboratorio, solo ratones, no validado clínicamente o prepublicación.
Una ficha marcada «pendiente de comprobación» tiene una comprobación de fuente sin resolver, por ejemplo una fecha u organización no confirmadas, una cifra informada sin apoyo o información contradictoria. Una reserva no convierte una afirmación fáctica sin resolver en una comprobada; las afirmaciones deben sostenerse, corregirse o retirarse antes de que el estado pase a «Fuente comprobada».
Contexto de la evidencia
Las anotaciones describen el estado de publicación, qué se evaluó, las incógnitas señaladas por las fuentes y el papel de la IA. Algunas fichas o campos no tienen anotación. Cada afirmación científica procede de las páginas consultadas para elaborar la anotación, enlazadas en los detalles de la fuente y enumeradas en el archivo de datos. No se deduce nada a partir del sitio web, las palabras clave o la puntuación de relevancia. Cada anotación también registra el tipo de prueba, elegido según el contexto evaluado, que determina la subpuntuación de validación (véase la puntuación de relevancia). Las demás afirmaciones se mantienen separadas de los juicios editoriales y no cambian ninguna puntuación.
En las anotaciones nuevas o revisadas, distinga de forma explícita tres casos en el texto: «No valorado» cuando el material pertinente no se revisó o era inaccesible; «No declarado en el material revisado» cuando las páginas leídas omiten el detalle; y una incógnita científica solo cuando una fuente citada la señala como no resuelta. Escriba «No aplicable» solo con una explicación. Un artículo completo inaccesible no puede establecer que omite un detalle, y un detalle omitido no puede establecer una incertidumbre científica.
Las anotaciones anteriores con la indicación «No indicado» no distinguen estos casos de manera fiable. Deben tratarse como lagunas sin especificar hasta que se revisen. La ausencia de anotación indica que la ficha no está anotada en este catálogo. En una nueva revisión se registran el alcance real (anuncio, resumen o artículo completo) y la fecha. No se infieren a partir de las fechas de publicación o incorporación ni se reconstruyen revisiones históricas sin documentación. Los metadatos estructurados opcionales registran la fecha efectiva y el alcance de las nuevas revisiones. Las fichas anteriores sin esos datos conservan una indicación explícita. Las fechas de publicación o incorporación nunca sustituyen a la de revisión.
Las revisiones nuevas de la fuente y los pasos de pendiente a fuente comprobada exigen el día real de la revisión y el material acotado leído. Una comprobación previa de procedencia verifica los campos de revisión y de estado cambiados; los metadatos históricos desconocidos no tocados siguen siendo válidos. Esta comprobación no autentica la lectura científica. La documentación del conjunto de datos describe el flujo de revisión.
Seguimiento y relaciones científicas
Los eventos opcionales apoyados por fuentes distinguen publicación, extensión del mismo equipo, seguimiento independiente, aplicación documentada, contradicción, corrección y retractación. Las fechas de los eventos conservan la precisión registrada de año, mes o día; la fecha de registro va aparte. El paso a una revista no es una replicación. Un seguimiento ausente significa ninguno registrado aquí, no que no exista. El alcance de revisión se muestra solo donde está realmente registrado; el catálogo no afirma un seguimiento continuo.
Las relaciones dirigidas identifican el mismo resultado, una extensión, un seguimiento independiente o evidencia compartida, con una fuente y una razón acotada. Conservan los identificadores históricos y no fusionan los recuentos. El dossier de antibióticos ilustra una síntesis limitada; el progreso de modelos describe la evidencia de benchmarks y de fechas de publicación aparte de los desenlaces científicos.
Evidencia y cobertura
Estas tablas describen todas las fichas activas del catálogo cargado, agrupadas por el año de publicación registrado. La cobertura de anotaciones cuenta la presencia del bloque de evidencia opcional, sea cual sea su contenido. La composición de fuentes cuenta cada ficha una vez por el tipo de fuente primaria, aunque también enlace un artículo. Ninguna tabla mide la calidad científica, la confirmación independiente ni cuánta investigación existe fuera de esta colección.
Son huecos de cobertura y de adquisición de la colección, no investigación ausente. Los años usan la política de publicación o anuncio de abajo, no el año de adquisición; added_date registra aparte el alta en el catálogo. Revisión estructurada significa un día de revisión registrado y un alcance acotado, no necesariamente el acceso al texto completo. Metadatos de revisión ausentes no demuestran que una fuente no se comprobara nunca.
Las tablas de cobertura requieren JavaScript. Los datos brutos de los descubrimientos están enlazados abajo.
| Campo / año | Todas las fichas | Artículo / todos | Blog / todos | Comunicado / todos | Otro / todos | Comprobación pendiente / todos | Día y alcance de revisión / todos | Metadatos de revisión ausentes / todos |
|---|
Ninguna fila significa ninguna ficha activa en esa celda del catálogo; no establece que un campo o un año carezca de investigación posibilitada por la IA. La composición de fuentes usa una vez por ficha el tipo de fuente primaria almacenado. Las celdas dispersas y los huecos de comprobación o de revisión orientan la adquisición y la lectura futuras.
| Año | Todas las fichas | Anotadas / todas | Sin anotar / todas |
|---|
| Año | Artículo | Blog | Comunicado | Otro |
|---|
Leer los datos brutos de los descubrimientos (JSON). Los totales excluyen las fichas archivadas y el seguimiento aparte de vulnerabilidades. El año en curso está incompleto; las anotaciones ausentes reflejan el trabajo del catálogo, no evidencia científica ausente.
Puntuación de relevancia
Cada ficha tiene tres subpuntuaciones editoriales enteras de 1 a 5: impacto, validación y novedad. Se multiplica su media por 20 y se redondea al entero más próximo. La puntuación mostrada es el menor valor entre ese resultado y (validación + 1) × 20. El intervalo va de 20 a 100, con trece valores posibles (20, 27, 33, 40, 47, 53, 60, 67, 73, 80, 87, 93, 100). Aumentar en un punto el impacto o la novedad añade seis o siete puntos, salvo que el límite mantenga la puntuación sin cambios. Aumentar en un punto la validación también puede elevar el límite, con un incremento de hasta 20 puntos.
El tope limita cuánto pueden elevar el impacto y la novedad una afirmación poco apoyada; no garantiza que cada ficha mejor probada quede por encima de cada ficha menos probada. Son juicios editoriales gruesos para navegar, no un grado de evidencia científica ni una comparación fiable entre campos. Los detalles de la fuente muestran las tres subpuntuaciones.
Cómo elegimos una categoría de prueba
El catálogo asigna una categoría de prueba a partir de la descripción del estudio citado; esta asignación es editorial, mientras que las descripciones de lo probado siguen atribuidas a las fuentes. La categoría fija la validación con las reglas siguientes:
- No indicado: el material revisado no establece una prueba que cumpla los criterios. Eso no prueba que no exista ninguna prueba.
- Retrospectivo o benchmark: rendimiento valorado con datos existentes, incluidas observaciones reservadas, cohortes externas históricas y conjuntos recogidos de forma prospectiva antes de esta evaluación del modelo. Una cohorte independiente no es lo mismo que una replicación independiente aparte.
- Prueba directa: experimentos nuevos o comprobaciones matemáticas o computacionales explícitas de la afirmación concreta del descubrimiento dentro del estudio. Los ensayos iniciales de candidatos seleccionados por la IA pertenecen aquí aunque las predicciones precedieran a los ensayos o los realizara un contratista colaborador.
- Comprobación prospectiva o independiente: un modelo predictivo fijado evaluado antes de que aparezcan nuevos desenlaces en su uso previsto, una prueba de seguimiento del resultado por otro equipo de investigación, o un artefacto de prueba formal comprobado por un núcleo de prueba de confianza. La comprobación del núcleo establece corrección formal respecto del enunciado y los axiomas codificados, no una revisión humana ni la relevancia científica. Solo la recogida prospectiva de muestras, los experimentos externalizados y el enmascaramiento de colaboradores no establecen esta categoría.
- Replicación o uso operativo: confirmación repetida documentada o desempeño operativo sostenido del desenlace declarado. La sola disponibilidad de una herramienta o su despliegue no bastan.
En los estudios mixtos, clasifique la comprobación que apoya el resultado representado y describa aparte las pruebas accesorias. Aplique la regla de los datos existentes cuando un predictor se evalúa de forma retrospectiva, incluso en una cohorte externa o recogida de forma prospectiva. Use una categoría más alta solo cuando la fuente revisada establece la comprobación adicional que cualifica. Un calendario o una independencia desconocidos permanecen explícitos. Las fichas sin anotación conservan su subpuntuación de validación anterior hasta la revisión.
Las citas se muestran aparte como una banda de OpenAlex que compara trabajos del mismo tipo, año y subcampo. El percentil usa las citas del año de publicación y de los tres siguientes; el recuento mostrado es el total de OpenAlex en la fecha de la instantánea. Se omiten los trabajos de menos de un año. Cada métrica enlaza su fuente a nivel de trabajo; valores posteriores de la fuente pueden diferir de la instantánea guardada. Las citas miden atención, no corrección, y nunca entran en la puntuación. Véase las definiciones de métricas de OpenAlex.
Las anclas de abajo guían la revisión editorial. El impacto y la novedad siguen siendo juicios y no se han recalibrado todos con estas anclas.
| Nivel | Impacto: importancia del resultado informado | Validación: apoyo de la afirmación declarada | Novedad: distancia respecto al trabajo previo |
|---|---|---|---|
| 1 | Interés estrecho en una tarea o un contexto; un uso más amplio es especulativo. | Una fuente informa del resultado, pero el material revisado evalúa poco de forma directa la afirmación central. | Una pequeña extensión o un refinamiento de un resultado ya establecido. |
| 2 | Un beneficio concreto para una tarea especializada, con un alcance demostrado limitado. | Una evaluación con datos ya existentes apoya la afirmación, incluidas cohortes retrospectivas internas, reservadas o externas. La transferencia y los desenlaces prospectivos se valoran por separado. | Una mejora técnica distinta, o una combinación, dentro de un enfoque ya establecido. |
| 3 | Un resultado sustancial para un campo, un problema de investigación o una población definidos. | Una prueba directa nueva apoya el descubrimiento concreto en un marco acotado, por ejemplo un ensayo de un candidato o una comprobación matemática o computacional explícita dentro del estudio del descubrimiento. | Una capacidad o un resultado sustancialmente nuevos para un problema definido, con la diferencia respecto al trabajo previo documentada. |
| 4 | Consecuencias demostradas en varios problemas o contextos dentro de un campo. | Un modelo fijado se evalúa antes de que aparezcan nuevos desenlaces en su uso previsto, otros investigadores confirman el resultado en un estudio de seguimiento, o un núcleo de confianza comprueba el artefacto de prueba formal. Eso no implica revisión humana. Solo la recogida prospectiva o un laboratorio colaborador no bastan. | Un enfoque o un hallazgo nuevo que abre varias líneas de investigación más allá de la tarea inicial. |
| 5 | Consecuencias amplias y documentadas que cambian la investigación o la práctica en todo un campo. | Una confirmación repetida o un desempeño operativo sostenido apoya el desenlace declarado en los contextos previstos, con límites documentados. El solo despliegue no basta, y el uso por la organización de origen se atribuye como tal. | Un cambio de fondo, documentado, en cómo se puede abordar una clase de problemas científicos. |
Juzgue la validación frente a la afirmación y el campo: una prueba, una estructura molecular predicha y un beneficio clínico exigen comprobaciones distintas. La revisión por pares, los premios, la publicidad o el solo despliegue no verifican cada afirmación. El trabajo computacional no es automáticamente evidencia débil; el trabajo experimental no es automáticamente evidencia fuerte. Conserve en la anotación de evidencia el contexto de prueba que declara la fuente y explique aparte la razón editorial al revisar una puntuación.
No se aplicó un ensayo automático de calibración. El acuerdo entre valoraciones automáticas repetidas no es una validación científica independiente ni un sustituto de la revisión humana. El impacto y la novedad conservan sus valores editoriales actuales hasta una revisión documentada ficha por ficha.
La media de una categoría es la puntuación media de sus fichas seleccionadas. Refleja la composición y las decisiones editoriales, no la calidad comparada de los campos. Con una o dos fichas, la media informa muy poco.
Leer las estadísticas del catálogo
El gráfico anual ofrece el número de fichas del catálogo y su relevancia editorial media. Las medias usan las puntuaciones redondeadas 20–100 mostradas en las fichas y luego redondean la media anual a un entero; promediar no añade precisión a la escala. Los tamaños de muestra anuales están en la tabla; las muestras pequeñas y el año en curso incompleto exigen cautela. Son descripciones de una colección seleccionada, no tasas mundiales de descubrimiento ni medidas del progreso científico.
La composición de fuentes cuenta cada ficha por el tipo de fuente primaria, no por la calidad de la evidencia. «Adición más reciente al catálogo» usa la fecha de alta; no indica la última revisión científica ni la comprobación del seguimiento.
Cómo elegimos la fecha
Usamos la fecha documentada de anuncio o de publicación del resultado que representa la ficha. En las fichas basadas en un artículo, puede ser la fecha de una prepublicación o de publicación en revista; el resumen identifica la versión cuando la distinción importa. Una publicación institucional posterior puede sostener una fecha de artículo anterior si lo declara de forma explícita, y el resumen distingue las dos fechas. Estas fechas no establecen prioridad sobre cada versión o anuncio anterior. Cuando la fecha de una página contradice su texto, anotamos la discrepancia (por ejemplo, la entrada de DeepMind sobre las primeras 350,000 estructuras de la AlphaFold Database está fechada en 2022 pero describe hechos de 2021). Los identificadores históricos permanecen estables cuando se corrige una fecha o una fuente.
Estructura de los datos
Cada ficha es un registro en data/discoveries.json:
| Campo | Contenido |
|---|---|
id, title | identificador estable y título |
summary | 2–4 frases en inglés, incluidos los límites declarados |
field | biología, química, medicina, materiales, clima, matemáticas, física, informática, humanidades, multidisciplinar u otro |
ai_technology, organization | tecnología usada y organización que anunció |
source_url, source_type | enlace y tipo de la fuente original: artículo, prepublicación o página institucional |
publication_date, added_date | fecha del anuncio o la publicación descritos y fecha de incorporación al catálogo |
verification_status | comprobada o pendiente de comprobación |
paper_url | artículo o prepublicación sobre el resultado descrito, si se enlaza por separado |
relevance | impact, validation y novelty, con una puntuación de 1 a 5 cada uno. Puntuación mostrada: min(round(mean × 20), (validation + 1) × 20) |
Reutilización y cita
El contenido del catálogo (registros, resúmenes y puntuaciones editoriales) está bajo CC BY 4.0; acredite «AI Science Tracker» con un enlace. Los datos de modelos de Epoch AI conservan su propia atribución CC BY 4.0, y cada fuente enlazada conserva sus términos. El archivo de cita del repositorio describe el catálogo, no los artículos de fondo.
Límites
- La colección es manual y no exhaustiva; la selección depende de las fuentes revisadas hasta ahora.
- Las empresas describen sus propios resultados, así que el tono puede ser promocional y las afirmaciones no se evalúan de forma independiente.
- Las fichas proceden de artículos originales, prepublicaciones y anuncios institucionales. El catálogo refleja las decisiones de publicación y de anuncio además de nuestra selección manual; la página de inicio indica cuán concentrados están los sitios de las fuentes primarias.
- Las organizaciones se separan con punto y coma y se cuentan, en los gráficos, bajo el primer nombre completo de institución. Los alias exactos revisados agrupan MIT con Massachusetts Institute of Technology; las etiquetas originales de las fuentes no cambian. La afiliación desconocida está aparte de las instituciones. Las comas y las conjunciones dentro del nombre de una institución se conservan; los perfiles históricos ambiguos enlazan el directorio de organizaciones.