La inteligencia artificial se ha integrado ampliamente en la investigación científica, pero la aplicación de modelos de aprendizaje automático puede llevar a resultados engañosos o erróneos. Investigadores de la Universidad de California, Berkeley, han propuesto una técnica estadística llamada "Inferencia guiada por predicción" (PPI, por sus siglas en inglés) para verificar hipótesis científicas.
La técnica PPI puede corregir la salida de grandes modelos generales para adaptarla a problemas científicos específicos, evitando así los sesgos del aprendizaje automático, sin necesidad de comprender la naturaleza de los errores del modelo. Esta técnica no solo es aplicable a la predicción de estructuras proteicas, sino también a diversas áreas de investigación, como la estimación de la deforestación en la Amazonía.
PPI se está convirtiendo en un componente esencial de la ciencia moderna, caracterizada por su alta densidad de datos, dependencia de modelos y colaboración.
