Investigadores de la Universidad de Hawái en Mānoa han presentado un sistema que acerca el análisis de datos científicos a cualquier persona, sin necesidad de conocimientos de programación. La tecnología, llamada Asistente Inteligente de Exploración de Datos (IDEA), combina modelos de lenguaje avanzados con instrucciones personalizadas y recursos informáticos propios.
IDEA puede trabajar con registros oceánicos, atmosféricos o incluso planetarios. Con una simple pregunta en lenguaje cotidiano, el sistema es capaz de recuperar información, ejecutar cálculos, crear gráficos y revisar sus resultados, lo que amplía las posibilidades de investigación y enseñanza.
El equipo desarrollador describe a IDEA como un marco adaptable que integra grandes modelos de lenguaje, como los que impulsan ChatGPT, con datos y procesos científicos. El objetivo es reducir la barrera que existe entre la información técnica y quienes intentan interpretarla.
En su estudio, publicado en el Journal of Geophysical Research: Machine Learning and Computation, los creadores destacan que un investigador puede obtener código funcional, explicaciones claras y gráficos listos para usar en pocos minutos.
Matthew Widlansky, autor principal y director asociado del Centro del Nivel del Mar de la UH, señaló que la intención no es reemplazar el trabajo humano, sino agilizarlo. “Queremos que los científicos pasen menos tiempo resolviendo problemas técnicos y más tiempo interpretando resultados”, explicó.
Uno de los primeros prototipos prácticos de IDEA es el Station Explorer Assistant (SEA), enfocado en datos del nivel del mar. Esta herramienta ayuda a examinar cambios costeros y fenómenos como inundaciones por mareas altas mediante consultas en lenguaje natural.
SEA conecta el modelo de IA con los archivos del Centro del Nivel del Mar, aplicando un conjunto de instrucciones específicas para interpretar los datos. De este modo, un usuario puede analizar tendencias de nivel del agua o calcular frecuencias de inundaciones sin escribir código.
El sistema se ejecuta en un entorno seguro dentro de la UH, lo que garantiza que la información se procese de forma controlada y fiable. Este diseño permite mantener la calidad del análisis y proteger la integridad de los datos.
Según Widlansky, incorporar un asistente experto que trabaje con mediciones reales facilita a estudiantes y profesionales comprender cómo el aumento del nivel del mar afecta a diferentes regiones del planeta.
Otro punto destacado por los investigadores es la flexibilidad del marco IDEA. En pruebas internas, adaptaron el sistema para trabajar con datos atmosféricos de Marte simplemente cambiando la fuente de información y las instrucciones.
Esta capacidad de adaptación amplía su potencial para explorar otros ámbitos, como predicción climática, observación oceánica o estudios planetarios, todo sin rediseñar el software desde cero.
Los creadores reconocen que, como cualquier sistema de IA, IDEA puede cometer errores. Por eso subrayan la importancia de la supervisión humana en todo el proceso de análisis y en la validación de resultados.
Actualmente, SEA está disponible en línea para que investigadores y estudiantes lo prueben. El equipo invita a otros desarrolladores a experimentar con el marco IDEA a través de GitHub y adaptarlo a nuevos conjuntos de datos.
Entre las futuras mejoras previstas están las comprobaciones automáticas de resultados, la compatibilidad con más fuentes de datos y herramientas para que los usuarios diseñen sus propios asistentes personalizados.
El objetivo final es que estas tecnologías se conviertan en aceleradores del descubrimiento científico y en plataformas educativas accesibles para todo tipo de usuarios, desde estudiantes hasta investigadores experimentados.
Para Widlansky y Komar, coautor del proyecto, el valor de IDEA reside en su capacidad de acercar la ciencia avanzada a quienes antes no tenían medios para interactuar con datos complejos. “Queremos que la exploración científica esté al alcance de todos”, concluyen.
