Creo que encontré un planeta cuya existencia nadie conocía. Usé Claude Code para encontrarlo
Un aficionado que usó Claude Code sobre datos del telescopio TESS de NASA afirma haber encontrado un exoplaneta hasta ahora desconocido e incluso haber conseguido un programa de observación de seguimiento para verificar la señal. Los comentaristas se muestran intrigados por el potencial de la investigación asistida por IA, pero recalcan la necesidad de confirmación independiente, estadísticas rigurosas y cautela ante los falsos positivos al analizar enormes conjuntos de datos astronómicos. En paralelo, un hilo critica la prosa exagerada y de baja densidad que suele producirse con herramientas de IA y compara las ventajas y desventajas del descubrimiento en solitario, aumentado por IA, frente a participar en programas formales de ciencia ciudadana dirigidos por agencias como NASA y ESA.
Validez científica y verificación
- Muchos quedan impresionados, pero subrayan que, sin confirmación independiente, sigue siendo un candidato, no un exoplaneta confirmado.
- Algunos insisten en que la revisión por pares por sí sola no es suficiente; la verdadera verificación requiere un análisis independiente de los datos.
- Otros se oponen a descartarlo solo por carecer de revisión académica, argumentando que un trabajo temprano, de estilo “hacker”, está en el espíritu del sitio.
- Al parecer, se aprobó una propuesta de observación de seguimiento de TESS para esta estrella (Programa #100), pero si eso cuenta como “NASA apuntando un telescopio hacia ella” es debatido; afirmaciones anteriores se rastrearon hasta un resumen generado por IA, no la publicación original.
Falsos positivos y metodología
- A los comentaristas les preocupan los falsos positivos al usar agentes de programación sobre datos astronómicos sin procesar; las “alucinaciones en la reducción de datos” son una preocupación seria.
- Entre las sugerencias figuran: validar con datos de planetas conocidos, inyectar señales sintéticas y ejecutar la canalización sobre datos barajados/de ruido para ver detecciones espurias.
Uso de herramientas de IA
- Algunos ven esto como un excelente ejemplo de investigación asistida por IA y especulan sobre modelos entrenados específicamente en flujos de trabajo científicos y bucles agénticos.
- Otros señalan que, si los humanos pueden definir criterios estadísticos claros, la automatización no “inteligente” podría bastar; los LLM son solo una opción.
Estilo de escritura y “AI slop”
- Un subhilo grande critica la prosa del artículo por ser sobreactuada, de baja densidad de información y “muy de IA”.
- Algunos lectores agradecen las advertencias cuando el texto parece generado por LLM para poder evitarlo; otros están hartos de las quejas constantes de “esto es IA”.
- Varios comentarios describen fatiga cognitiva al leer texto prolijo y genérico al estilo de IA y prefieren viñetas en bruto o transcripciones.
Ciencia ciudadana vs colaboración
- Algunos consideran inspirador que una persona con herramientas de IA pueda hacer un trabajo significativo desde casa.
- Otros sostienen que participar directamente en programas de ciencia ciudadana de NASA/ESA produciría una ciencia mejor y más eficiente, además de un crédito compartido.
- Las réplicas enfatizan que los pasatiempos no tienen por qué ser colaborativos desde el principio y que la exploración en solitario aún puede alimentar más adelante esfuerzos institucionales.
Por qué no se encontró antes
- Entre las explicaciones están los enormes volúmenes de datos, los límites computacionales y que la señal puede estar cerca de los umbrales de ruido existentes.
- Varios señalan que el fruto bajo y “obvio” a menudo se pasa por alto porque todos asumen que alguien más ya lo habrá recogido.