Automatitzar el mètode científic sencer -triar una pregunta, dissenyar l'experiment, executar-lo, escriure'n els resultats i avaluar-los- és un dels objectius més ambiciosos que s'han marcat els laboratoris d'IA, per damunt de tasques més acotades com generar codi o resumir literatura. Fins ara cap sistema n'havia completat el cicle sencer de manera creïble.
Un equip encapçalat majoritàriament per la firma japonesa Sakana AI ha construït un sistema agent aprofitant el model Claude Opus 4.8 dins una versió modificada del marc OpenClaw, amb accés a internet, biblioteques de programari, capacitat de crear subagents i processadors per executar experiments, a més d'un simulador de revisió per parells. Per a cada article, el sistema va disposar de sis dies i 3.000 dòlars en crèdits de computació per intentar reproduir i desenvolupar conceptes de dos articles reals de ciències de la computació.
L'agent va aconseguir desenvolupar els conceptes dels dos articles, però els autors originals no en van quedar impressionats, segons recull Nature. Sayash Kapoor, investigador en ciències de la computació a la Universitat de Princeton i coautor d'un preprint relacionat publicat a arXiv a finals de juliol, hi afegeix una conclusió més àmplia: "No crec que l'automatització completa de la recerca oberta estigui a l'horitzó ara mateix."
L'experiment es limita a dos casos dins d'un sol camp, les ciències de la computació, i avalua la capacitat de reproduir i ampliar treballs existents, no de generar descobriments totalment originals. Els mateixos autors del preprint sostenen que les limitacions no són només de mida o d'eines disponibles, sinó que rauen en com s'entrenen i es despleguen aquests sistemes.