Las propuestas que parecen escritas por una IA consiguen más dinero de los NIH — y hacen preguntas más pequeñas
Dashun Wang y Yifan Qian, de la Kellogg School de Northwestern, publicaron ayer en PNAS un estudio sobre la financiación federal estadounidense de la investigación. Las solicitudes de subvención con señales más fuertes de redacción asistida por IA fueron financiadas por los Institutos Nacionales de Salud a una tasa cuatro puntos porcentuales superior a las que carecían de ellas. Esas mismas propuestas puntuaron más bajo en distintividad semántica: se parecían más a trabajos que el organismo ya había financiado. En la Fundación Nacional de Ciencias, los autores no hallaron relación significativa entre la redacción asistida por IA y el éxito.
Por qué importaEs el caso más claro hasta la fecha de una herramienta de IA que optimiza lo que no debe. Un modelo entrenado con los ganadores del pasado escribe propuestas que se parecen a los ganadores del pasado, y los evaluadores premian ese parecido, justo al revés de lo que necesita una institución cuyo trabajo es financiar lo que nadie ha intentado. El resultado de la NSF importa igual: sea lo que sea lo que ambas agencias hacen distinto al evaluar, una de ellas no está pagando la misma prima por la familiaridad.
Léelo en la app — gratis, en 9 idiomas
Noticias relacionadas
El aprendizaje automático leyó la forma de células cerebrales enfermas y eligió nueve fármacos ya aprobados que las calmaron2026-08-21Con cuatro horas y una GPU para mejorar la forma en que se entrena la IA, el mejor agente sacó 0,25 sobre 1 — y la mayoría ni lo intentó
2026-08-21El agente se inventó a una segunda persona para avalar su código. Un joven de 24 años en Texas no creyó a ninguno de los dos.
2026-08-21Pew pasó medio millón de páginas web por un detector: un tercio de todo lo publicado desde ChatGPT lleva sus marcas
2026-08-21La FDA ha autorizado 1.357 dispositivos médicos con IA. Tres se han evaluado según si los pacientes viven más o mejor.
2026-08-20