Biblioteca Reina Sofía UVa (@bursofia.mastodon.social.ap.brid.gy)

Gemini for Science: Google pone la IA de frontera al servicio de los investigadores con tres herramientas experimentales y 30 bases de datos científicas La ciencia tiene un problema de volumen: se publican tantos artículos cada año que ningún investigador puede procesarlos todos. Y tiene un problema de tiempo: los experimentos computacionales que podrían explorar miles de hipótesis se hacen de uno en uno, tardando semanas en lugar de horas. Google ha presentado en el I/O 2026 su respuesta a ambos problemas: **Gemini for Science** , una colección de herramientas experimentales y habilidades especializadas diseñadas para ampliar la escala de la exploración científica. Lo anuncian Pushmeet Kohli, VP de Science de Google DeepMind, y Yossi Matias, VP de Google Research, en el blog oficial el 19 de mayo de 2026. La propuesta no son modelos especializados y cerrados: son **agentes generales con acceso a datos científicos específicos** , integrados en la misma plataforma que los desarrolladores usan para construir software. Los artículos sobre ERA (Empirical Research Assistance) y Co-Scientist se publican hoy en **Nature**. ## Los tres experimentos de Google Labs **Hypothesis Generation con Co-Scientist** : simula el método científico con un «torneo de ideas» multiagente. El agente colabora con el investigador para definir un reto de investigación, luego genera múltiples hipótesis, las debate internamente entre subagentes y las evalúa con verificación profunda y citas enlazadas. El objetivo es lo que un solo investigador no puede hacer: sintetizar millones de artículos y generar hipótesis bien fundamentadas que emergen de conexiones creativas entre datos. **Computational Discovery con AlphaEvolve y ERA** : un motor de investigación agéntico que genera y puntúa en paralelo miles de variaciones de código para explorar hipótesis computacionales. Lo que normalmente lleva meses de experimentos secuenciales —en previsión de energía solar o epidemiología, por ejemplo— puede hacerse en días con enfoques de modelación innovadores que los investigadores no habrían probado manualmente. **Literature Insights con NotebookLM** : organiza publicaciones científicas en tablas con atributos personalizados y permite hacer búsquedas, comparaciones y análisis sobre el corpus seleccionado. El investigador puede preguntar en lenguaje natural sobre los papers incluidos, y el sistema genera materiales adicionales (informes, presentaciones, resúmenes de audio o vídeo) con datos rigurosos y citas. AlphaFold, que ya resuelve el problema del plegamiento de proteínas y está siendo aplicado a investigar el origen de la vida en la Tierra, es la demostración más clara de que Google DeepMind ya tiene modelos con impacto científico real. Gemini for Science escala esa lógica a través de un conjunto de herramientas generales. ## Science Skills: un laboratorio de bioinformática en Antigravity La segunda pata de Gemini for Science son las **Science Skills** : un paquete de habilidades especializadas que conecta la plataforma Antigravity con más de **30 grandes bases de datos y herramientas de ciencias biológicas** : * UniProt * AlphaFold Database * API de AlphaGenome * InterPro * Y más de 25 adicionales La diferencia entre Science Skills y buscar en esas bases de datos manualmente es radical. Con Skills en Antigravity, un análisis complejo de genómica o bioinformática estructural que normalmente lleva horas —búsqueda en varias bases de datos, normalización de datos, interpretación de resultados— puede hacerse en minutos. El equipo interno de Google ya lo comprobó: un proceso habitual de varias horas se completó en minutos y produjo nuevos hallazgos sobre los mecanismos de una enfermedad genética rara causada por mutaciones en el gen **AK2**. AlphaFold y el salto que representa para «ver» proteínas con IA lleva años cambiando el campo de la biología estructural. Science Skills integra AlphaFold Database como una de las fuentes accesibles, convirtiendo el análisis estructural en un paso más dentro de un flujo agéntico más amplio. ## Las empresas ya están usando estas herramientas Gemini for Science no es solo investigación académica. Google Cloud lleva meses ofreciendo estas capacidades en versión preliminar privada a empresas: * **BASF** usa AlphaEvolve para optimizar cadenas de suministro * **Klarna** lo emplea para mejorar sus modelos de aprendizaje automático * **Daiichi Sankyo** y **Bayer Crop Science** usan Co-Scientist para acelerar investigación * Los **laboratorios nacionales de EEUU** (Misión Génesis del Departamento de Energía) lo usan para retos científicos de estado Más de **100 instituciones** están validando los sistemas: Stanford (fibrosis hepática), Imperial College de Londres (resistencia a antibióticos), The Crick Institute (alianza plurianual). ## Mi valoración Gemini for Science es el anuncio del I/O 2026 que menos titulares genera pero que más potencial tiene a largo plazo. Google DeepMind ya lanzó un acelerador en Asia Pacífico para startups que usan IA para problemas medioambientales, y Gemini for Science es la infraestructura tecnológica que hace posible ese tipo de aplicaciones en toda la cadena científica, no solo en las etapas de despliegue. Lo que más me convence es la combinación de acceso a datos (30+ bases de datos biológicas), modelo de razonamiento (Gemini 3.5 con Deep Think) y plataforma de despliegue (Antigravity). No es una demo; es una stack completa que los investigadores pueden usar hoy en labs.google/science. Lo que me genera dudas es la curva de aprendizaje: Antigravity está diseñada para desarrolladores, no para biólogos. La interfaz de Science Skills necesitará simplificarse para llegar al investigador de laboratorio que no tiene formación en programación. ## Preguntas frecuentes ### ¿Cómo puedo acceder a Gemini for Science? Los experimentos de Google Labs están disponibles para solicitar acceso en labs.google/science. Science Skills está disponible desde hoy en GitHub y en Google Antigravity para quienes ya tienen acceso a la plataforma. ### ¿AlphaFold 3 está incluido en Science Skills? La AlphaFold Database y la API de AlphaGenome están entre las 30+ bases de datos conectadas en Science Skills. El acceso a estructuras de AlphaFold vía Antigravity está disponible desde hoy. ### ¿Es gratuito para investigadores académicos? El acceso a los experimentos de Google Labs es gratuito para investigadores que soliciten acceso. Las herramientas empresariales vía Google Cloud son de pago. Google no ha publicado una política de precios diferenciada para instituciones académicas en la plataforma de Antigravity. https://wwwhatsnew.com/2026/05/21/gemini-for-science-herramientas-ia-investigacion-google-2026/