Modelos Fundamentales para el Descubrimiento Científico: Desde la Mejora del Paradigma hasta la Transición del Paradigma

Foundation Models for Scientific Discovery: From Paradigm Enhancement to Paradigm Transition

October 17, 2025

Autores: Fan Liu, Jindong Han, Tengfei Lyu, Weijia Zhang, Zhe-Rui Yang, Lu Dai, Cancheng Liu, Hao Liu

cs.AI

Resumen

Los modelos fundacionales (MF), como GPT-4 y AlphaFold, están transformando el panorama de la investigación científica. Más allá de acelerar tareas como la generación de hipótesis, el diseño experimental y la interpretación de resultados, plantean una pregunta más fundamental: ¿Los MF simplemente están mejorando las metodologías científicas existentes, o están redefiniendo la forma en que se realiza la ciencia? En este artículo, argumentamos que los MF están catalizando una transición hacia un nuevo paradigma científico. Introducimos un marco de tres etapas para describir esta evolución: (1) Integración Metacientífica, donde los MF mejoran los flujos de trabajo dentro de los paradigmas tradicionales; (2) Co-Creación Híbrida Humano-IA, donde los MF se convierten en colaboradores activos en la formulación de problemas, el razonamiento y el descubrimiento; y (3) Descubrimiento Científico Autónomo, donde los MF operan como agentes independientes capaces de generar nuevo conocimiento científico con una intervención humana mínima. A través de esta lente, revisamos las aplicaciones actuales y las capacidades emergentes de los MF en los paradigmas científicos existentes. Además, identificamos riesgos y direcciones futuras para el descubrimiento científico habilitado por MF. Este documento de posición tiene como objetivo apoyar a la comunidad científica en la comprensión del papel transformador de los MF y fomentar la reflexión sobre el futuro del descubrimiento científico. Nuestro proyecto está disponible en https://github.com/usail-hkust/Awesome-Foundation-Models-for-Scientific-Discovery.

English

Foundation models (FMs), such as GPT-4 and AlphaFold, are reshaping the landscape of scientific research. Beyond accelerating tasks such as hypothesis generation, experimental design, and result interpretation, they prompt a more fundamental question: Are FMs merely enhancing existing scientific methodologies, or are they redefining the way science is conducted? In this paper, we argue that FMs are catalyzing a transition toward a new scientific paradigm. We introduce a three-stage framework to describe this evolution: (1) Meta-Scientific Integration, where FMs enhance workflows within traditional paradigms; (2) Hybrid Human-AI Co-Creation, where FMs become active collaborators in problem formulation, reasoning, and discovery; and (3) Autonomous Scientific Discovery, where FMs operate as independent agents capable of generating new scientific knowledge with minimal human intervention. Through this lens, we review current applications and emerging capabilities of FMs across existing scientific paradigms. We further identify risks and future directions for FM-enabled scientific discovery. This position paper aims to support the scientific community in understanding the transformative role of FMs and to foster reflection on the future of scientific discovery. Our project is available at https://github.com/usail-hkust/Awesome-Foundation-Models-for-Scientific-Discovery.