Un dels colls d'ampolla de la ciència no és només produir resultats, sinó fer-los reutilitzables: sovint, reproduir el mètode d'un article aliè —amb el seu codi, les seves dades i els seus paràmetres exactes— triga dies o setmanes, quan no és directament impossible perquè l'autor original ja no respon correus. Un equip de la Universitat de Stanford, encapçalat per l'investigador Jiacheng Miao i el catedràtic James Zou, ha presentat una eina que intenta resoldre-ho convertint el mateix article en un interlocutor.
L'eina, batejada Paper2Agent, empaqueta el manuscrit, el material suplementari, el codi i les dades d'un article en un servidor que segueix l'estàndard obert Model Context Protocol (MCP), de manera que un agent conversacional el pot fer servir com una caixa d'eines: respondre preguntes sobre l'estudi, aplicar-ne el mètode a dades noves o, fins i tot, col·laborar amb agents generats a partir d'altres articles. En proves amb els articles d'AlphaGenome i de l'eina Scanpy, construir l'agent va trigar uns 45 minuts i va costar entre 13 i 14 dòlars de còmput, i l'agent d'AlphaGenome va encertar el 98,7% de les preguntes del tutorial original i el 100% de preguntes noves. En una prova a més escala amb 100 articles de biologia computacional, el sistema en va «agentificar» correctament 74, amb una precisió del 91,2% en 300 preguntes de referència, per davant del 82,7% que obtenia fer servir Claude sol i del 37,3% d'una altra eina de referència, Biomni. En un dels casos, la col·laboració entre dos agents generats a partir d'articles diferents va assenyalar el gen GPR137 com a possible causa de la psoriasi.
Si aquest tipus d'eina es generalitza, podria canviar com es reutilitza la recerca ja publicada: en lloc de llegir un article i intentar replicar-ne el codi a mà, un científic el podria «preguntar» directament o demanar-li que apliqués el seu mètode a un conjunt de dades propi. Per a camps com la biologia computacional, on gran part del valor d'un article depèn de si algú altre en pot reproduir i estendre els resultats, l'estalvi de temps seria considerable.
Les xifres provenen de l'equip que ha creat l'eina, sense que hi hagi encara una avaluació independent que les confirmi, i totes les proves es limiten a articles de biologia computacional: no se sap si el mètode funcionaria igual de bé amb articles de física, de ciències socials o d'altres disciplines amb estructures de dades i codi molt diferents. Un agent que aplica de manera automàtica el mètode d'un article aliè també arrossega el risc d'aplicar-lo malament sense que l'usuari se n'adoni, especialment si l'article original conté errors o supòsits que no queden explícits en el codi.