Organizational Learning in Materials Discovery Campaigns: Which Databases, Calculations, and Agent Teams Pay Off

En la búsqueda moderna de nuevos materiales, los científicos a menudo se enfrentan a una paradoja de abundancia. Tienen acceso a vastas bibliotecas digitales que contienen millones de propiedades calculadas para diferentes sustancias, desde la forma en que un cristal conduce la electricidad hasta la fuerza con la que sus átomos se mantienen unidos. La esperanza ha sido, durante mucho tiempo, que el simple hecho de reunir más de estos registros digitales conduciría a mejores descubrimientos. Si un equipo necesita encontrar un semiconductor con una brecha de energía específica, o una aleación que resista la corrosión, puede consultar estas bases de datos antes de siquiera mezclar productos químicos en un laboratorio. Sin embargo, tratar estas bases de datos como un único y masivo depósito de verdad puede ser engañoso. Al igual que un grupo de personas intentando resolver un rompecabezas podría confundirse si todos gritan diferentes respuestas contradictorias a la vez, un algoritmo informático puede ser extraviado si intenta promediar demasiadas fuentes de información diferentes. El desafío no es solo encontrar los datos correctos, sino determinar qué fuentes coinciden realmente con la realidad y cuáles están simplemente repitiendo lo mismo o ofreciendo ruido.

Este es el enigma central abordado por investigadores de la Universidad de Utah, quienes analizaron el proceso del descubrimiento de materiales a través del lente de cómo aprenden las organizaciones. Trataron una campaña científica no solo como una serie de cálculos, sino como un equipo de miembros, donde cada miembro es una base de datos diferente, un tipo específico de simulación informática o incluso un agente de software. Al ejecutar miles de campañas simuladas, probaron todas las combinaciones posibles de estos miembros para ver qué grupos funcionaban mejor y cuáles lastraban al equipo. Su objetivo era comprender cómo se mueve el conocimiento a través de un grupo: ¿cuándo ayuda añadir una nueva fuente y cuándo perjudica? Descubrieron que la respuesta depende en gran medida de cómo esté estructurado el equipo y de cuánto cueste generar nueva información.

En una prueba importante, el equipo intentó clasificar diferentes familias de compuestos químicos basándose en sus brechas de banda, que es una medida de cuánta energía se necesita para hacer que un electrón salte y conduzca electricidad. Tenían acceso a siete bases de datos diferentes, cada una con millones de valores calculados. Intuitivamente, uno pensaría que usar las siete daría la imagen más precisa. En cambio, los investigadores descubrieron que el grupo completo de siete funcionaba peor que un grupo más pequeño y cuidadosamente seleccionado de solo tres. Cuando incluyeron las siete, la capacidad del equipo para predecir correctamente el orden de los materiales disminuyó significativamente. El problema era que algunas bases de datos estaban esencialmente diciendo lo mismo, mientras que otras ofrecían predicciones que chocaban con las mediciones del mundo real que el equipo intentaba igualar. Al agrupar demasiadas fuentes, el equipo diluyó la señal de las mejores fuentes con el ruido de las peores. El estudio mostró que un equipo más pequeño y bien alineado de tres bases de datos podía lograr un nivel de precisión mucho mayor que la colección entera de siete.

Los investigadores también descubrieron que la redundancia puede ser una trampa. Dos de las bases de datos que probaron provenían de la misma canalización y contenían clasificaciones idénticas de las familias químicas. Cuando estas dos fueron tratadas como miembros separados del equipo, efectivamente duplicaron el peso de esa opinión única en la votación final, sesgando los resultados. Si el equipo las hubiera reconocido como duplicados y las hubiera contado como una sola, el resultado habría sido distinto. Esto resalta un punto sutil pero crítico: tener más datos no siempre significa tener más información. Si dos fuentes son solo copias la una de la otra, añadir la segunda no añade nuevo conocimiento; solo añade peso a una opinión existente, lo cual puede ser perjudicial si esa opinión no es la mejor.

Otro hallazgo clave se refirió al costo de crear nuevo conocimiento. En la ciencia de materiales, algunos datos ya están sentados en archivos, listos para ser usados. Otros datos deben generarse mediante la ejecución de simulaciones informáticas costosas, que requieren tiempo y potencia de cálculo. Los investigadores encontraron que generar nuevos datos solo vale el costo si ese dato se reutiliza muchas veces. En sus simulaciones, un nuevo conjunto de cálculos ayudó al equipo a encontrar los mejores materiales al principio, pero solo porque cubría compuestos químicos que ninguna base de datos existente poseía. Sin embargo, una vez que se factorizó el costo de ejecutar esos cálculos, los nuevos datos en realidad retrasaron al equipo. El beneficio de tener esa nueva información solo apareció cuando los mismos cálculos se compartieron a través de múltiples campañas de investigación diferentes. Si un equipo gasta recursos para crear un nuevo mapa de un territorio, ese mapa solo se paga a sí mismo si otros equipos también lo usan.

El estudio también analizó cómo trabajan los equipos de agentes de inteligencia artificial. Probaron grupos de agentes de modelos de lenguaje, que son programas de software diseñados para razonar y tomar decisiones, para ver si podían coordinarse para encontrar los mejores materiales más rápido que una búsqueda aleatoria. Sorprendentemente, estos equipos de agentes no funcionaron tan bien como una simple búsqueda aleatoria. Cuando los agentes trabajaban sin un líder claro, a menudo repetían las mismas tareas y perdían oportunidades. Cuando se añadía un coordinador para asignar tareas, el equipo mejoraba ligeramente, pero aun así no lograban superar la línea base de la búsqueda aleatoria. Esto sugiere que simplemente añadir más agentes inteligentes no crea automáticamente un equipo más inteligente; la estructura de cómo se comunican y comparten la información es tan importante como la inteligencia de los individuos.

Quizás la parte más dinámica de la investigación involucró a un equipo adaptativo que podía cambiar su propia estructura mientras trabajaba. En lugar de tener una jerarquía fija donde un miembro es siempre el jefe, este equipo reevaluaba a sus miembros después de cada lote de resultados. Si las predicciones de un miembro comenzaban a estar en desacuerdo con la realidad que observaban, el equipo reducía su confianza en ese miembro. Si dos miembros estaban de acuerdo entre sí, el equipo los fusionaba en una sola unidad para evitar desperdiciar esfuerzo. Este enfoque flexible permitió al equipo encontrar los mejores materiales más rápido que cualquier estructura fija, aunque todavía no funcionaba tan bien como el mejor miembro trabajando solo. La clave fue que el equipo aprendió de su propio registro, confiando en los miembros que habían demostrado ser fiables e ignorando a los que no lo habían sido.

En última instancia, la investigación sugiere que el futuro del descubrimiento de materiales no reside en la recopilación de más datos, sino en ser más selectivos sobre cómo se utilizan. Una campaña exitosa debe integrar unas pocas fuentes bien alineadas que se ajusten al problema específico en cuestión, en lugar de intentar usar todo lo disponible. Debe tratar las fuentes duplicadas como una sola voz y solo pagar por nuevos cálculos si estos serán reutilizados. Lo más importante es que el equipo debe ser capaz de aprender de su propia experiencia, desplazando su confianza hacia los miembros que están desempeñando un buen papel y descartando a aquellos que no lo hacen. Al aplicar estos principios de aprendizaje organizacional, los científicos pueden construir equipos más eficientes que naveguen el complejo panorama del descubrimiento de materiales con mayor velocidad y precisión.