Claude Science

Alcance y posicionamiento del producto

• Se presenta como un banco de trabajo de IA para flujos de trabajo científicos y, especialmente, de ciencias de la vida, desde la manipulación de datos hasta el análisis y la redacción de artículos.
• Muchos lo ven como “Claude Cowork/Code para científicos”, pero algunos sostienen que va más allá gracias a conectores específicos del dominio e integración con HPC.
• Los conectores actuales están muy centrados en bio/farma (genómica, FDA, PubMed, visualización de proteínas/químicos) con poco soporte evidente para literatura de física, ciencias de la Tierra, ingeniería o informática.

Arquitectura e integraciones

• Se ejecuta como un servidor web local con una UI de navegador, diseñado para encajar en entornos de investigación restringidos y TREs donde las apps de escritorio o el acceso externo a la red están limitados.
• Puede conectarse a clústeres institucionales y plataformas especializadas de bioinformática (p. ej., HPC vía Biomni), ejecutar trabajos largos y reanudarlos tras completarse.
• Algunos consideran que esta capa de integración es el valor principal: estandarizar el acceso a bases de datos bio y recursos de cómputo fragmentados y heredados.

Capacidades y experiencias iniciales de usuarios

• Incluye Sonnet 5; algunos usuarios descubrieron el modelo a través de este producto.
• Un usuario informa de un análisis de genoma completo y faseo de variantes para un caso de enfermedad rara muy exitosos, en línea con los resultados del laboratorio clínico y un cribado previo de portadores.
• Otro informa de que puede diseñar biopesticidas de RNAi a un nivel competente pero de “junior PhD”, aunque su sistema de bioseguridad intervino.
• Otros vieron fallos, ausencia de opciones de empaquetado para Linux y confusión sobre los niveles de suscripción.

Alucinaciones, “review agent” e integridad científica

• El marketing afirma la existencia de un “standing reviewer agent” que comprueba citas, números y la coherencia entre código y figuras.
• Sin embargo, un evaluador encontró referencias alucinadas en una revisión bibliográfica generada automáticamente, pese a múltiples pasos de autocorrección.
• La reescritura automática para ocultar el “estilo LLM” (por ejemplo, “desliquidar” los guiones largos) se critica por facilitar ghostwriting con IA no declarado y posible fraude.

Impacto en la ciencia, la reproducibilidad y el slop

• Muchos temen que empeore la crisis de reproducibilidad y llene las revistas de artículos plausibles pero de baja calidad o falsos.
• Otros argumentan que herramientas similares podrían mejorar la reproducibilidad en campos computacionales al reimplementar métodos, verificar código y exigir la disponibilidad de datos/código o puntuaciones de reproducibilidad.
• Preocupaciones más amplias: incentivos de publicar o perecer, colapso de la revisión por pares y LLMs guiando la comprensión de los investigadores en lugar de apoyar un razonamiento profundo impulsado por humanos.

Adopción, política y privacidad de datos

• Las políticas institucionales, las restricciones legales y las normas de intercambio de datos (NIH, biobancos, I+D farmacéutico) pueden limitar las conexiones directas a datos; algunos ven el enrutamiento a través de plataformas existentes (p. ej., almacenes de datos) como soluciones parciales.
• Los usuarios están divididos entre el entusiasmo por las ganancias de productividad y la ansiedad por entregar datos genómicos sensibles a sistemas comerciales de IA.