De la IA para la Ciencia a la Ciencia Agéntica: Una Revisión sobre el Descubrimiento Científico Autónomo
From AI for Science to Agentic Science: A Survey on Autonomous Scientific Discovery
August 18, 2025
Autores: Jiaqi Wei, Yuejin Yang, Xiang Zhang, Yuhan Chen, Xiang Zhuang, Zhangyang Gao, Dongzhan Zhou, Guangshuai Wang, Zhiqiang Gao, Juntai Cao, Zijie Qiu, Xuming He, Qiang Zhang, Chenyu You, Shuangjia Zheng, Ning Ding, Wanli Ouyang, Nanqing Dong, Yu Cheng, Siqi Sun, Lei Bai, Bowen Zhou
cs.AI
Resumen
La inteligencia artificial (IA) está transformando el descubrimiento científico, evolucionando desde herramientas computacionales especializadas hasta convertirse en socios de investigación autónomos. Posicionamos la Ciencia Agéntica como una etapa pivotal dentro del paradigma más amplio de IA para la Ciencia, donde los sistemas de IA avanzan desde la asistencia parcial hacia la agencia científica completa. Habilitada por modelos de lenguaje de gran escala (LLMs), sistemas multimodales y plataformas de investigación integradas, la IA agéntica demuestra capacidades en la generación de hipótesis, diseño experimental, ejecución, análisis y refinamiento iterativo, comportamientos que alguna vez se consideraron exclusivamente humanos. Este estudio ofrece una revisión orientada por dominio del descubrimiento científico autónomo en ciencias de la vida, química, ciencia de materiales y física. Unificamos tres perspectivas previamente fragmentadas —orientadas al proceso, a la autonomía y al mecanismo— a través de un marco integral que conecta capacidades fundamentales, procesos centrales y realizaciones específicas de dominio. Basándonos en este marco, (i) trazamos la evolución de la IA para la Ciencia, (ii) identificamos cinco capacidades centrales que sustentan la agencia científica, (iii) modelamos el descubrimiento como un flujo de trabajo dinámico de cuatro etapas, (iv) revisamos aplicaciones en los dominios mencionados y (v) sintetizamos los desafíos clave y las oportunidades futuras. Este trabajo establece una síntesis orientada por dominio del descubrimiento científico autónomo y posiciona la Ciencia Agéntica como un paradigma estructurado para avanzar en la investigación impulsada por IA.
English
Artificial intelligence (AI) is reshaping scientific discovery, evolving from
specialized computational tools into autonomous research partners. We position
Agentic Science as a pivotal stage within the broader AI for Science paradigm,
where AI systems progress from partial assistance to full scientific agency.
Enabled by large language models (LLMs), multimodal systems, and integrated
research platforms, agentic AI shows capabilities in hypothesis generation,
experimental design, execution, analysis, and iterative refinement -- behaviors
once regarded as uniquely human. This survey provides a domain-oriented review
of autonomous scientific discovery across life sciences, chemistry, materials
science, and physics. We unify three previously fragmented perspectives --
process-oriented, autonomy-oriented, and mechanism-oriented -- through a
comprehensive framework that connects foundational capabilities, core
processes, and domain-specific realizations. Building on this framework, we (i)
trace the evolution of AI for Science, (ii) identify five core capabilities
underpinning scientific agency, (iii) model discovery as a dynamic four-stage
workflow, (iv) review applications across the above domains, and (v) synthesize
key challenges and future opportunities. This work establishes a
domain-oriented synthesis of autonomous scientific discovery and positions
Agentic Science as a structured paradigm for advancing AI-driven research.