Claude Sonnet 5 eligió por sí solo una de 19 terapias génicas y operó el cerebro de un ratón

Un agente de IA basado en Claude Sonnet 5 recibió una lista de 19 posibles terapias génicas, un modelo murino de epilepsia y acceso a una estación quirúrgica motorizada. De esa lista eligió por sí solo la terapia, la diana cerebral y las coordenadas de inyección, y después operó el cerebro de un ratón vivo. Gabriel Ocaña-Santero, cofundador y CEO de la startup Exin Therapeutics y doctorando de la Universidad de Oxford, contó el experimento en un hilo en X. Según él, ningún agente había combinado hasta ahora la elección del tratamiento y su administración en un mamífero vivo. Los resultados no han sido revisados por pares y el informe técnico llegará más adelante.

Qué recibió el agente y qué decidió por sí mismo

Las condiciones de partida eran austeras. A Claude Sonnet 5 le dieron 19 terapias génicas entre las que elegir, un modelo murino de epilepsia en el que las convulsiones se provocan artificialmente para probar el tratamiento, y una estación casera con microscopio, jeringa y cámaras. La instrucción se reducía a una sola cosa: disminuir el número de convulsiones.

A partir de ahí, el agente actuó sin ayuda. Primero analizó cómo se producen las convulsiones en este modelo concreto y propuso una terapia que refuerza una de las vías de señalización inhibitoria del cerebro. Como diana escogió una estructura que la literatura considera el punto de origen de este tipo de convulsiones. Descartó una segunda región candidata con una justificación detallada: su efecto es demasiado inestable y, en un estudio, no ayudó contra ese mismo tipo de convulsiones.

El agente dedujo las coordenadas estereotáxicas (referencias tridimensionales precisas para la aguja) a partir de tres artículos científicos, contrastó los puntos de referencia y promedió los valores. También fijó por su cuenta el volumen de inyección, la velocidad y las pausas. Durante la operación vigiló el campo a través de la cámara, hizo 32 observaciones e informó, por ejemplo, de que se había administrado el 15% del volumen y de que no había sangrado ni reflujo.

Cuando los límites de seguridad actuaron contra el equipo

Las reglas eran estrictas. Un veterinario con licencia aprobaba cada paso irreversible y tenía un botón físico que cortaba al instante la corriente de todos los motores. Además, había límites fijos, como un tope de volumen de inyección que se prohibió expresamente al agente sortear.

Fueron precisamente esos límites los que detuvieron el procedimiento. Tras una pérdida de conexión, el agente calculó que la posición objetivo quedaba fuera del rango físico de movimiento de la estación y se negó a continuar. Reiniciar la calibración no cambió su valoración, y un tercer intento tampoco. El agente tenía razón: los ajustes manuales hechos durante una pausa anterior habían desajustado la configuración del sistema de control. Ocaña-Santero no logró convencerlo de que siguiera, aunque había un animal anestesiado sobre la mesa, y acabó corrigiendo el código a mano.

«Una experiencia decepcionante, pero que muestra hasta qué punto podemos depender de estos modelos y qué pasa cuando, en mitad de un procedimiento urgente, simplemente dicen "no"», escribió. El ratón, según sus palabras, se recuperó bien.

Por qué Sonnet 5 y no los más potentes Opus

La elección del modelo también reflejó un problema de alineamiento. Sonnet 5 fue la única que aceptó realizar el procedimiento en vivo de principio a fin. Los más potentes Claude Opus 5.5 y Opus 5 se negaron. Opus 5 explicó que no podía garantizar que llegaría hasta el final, y que detenerse con una aguja en el cerebro de un animal anestesiado es peor que negarse a empezar. El problema del alineamiento es la cuestión de cómo lograr que los agentes sigan de forma fiable las intenciones de una persona; aquí, el modelo siguió sus propias ideas sobre seguridad, y no coincidieron con los planes del operador.

Ocaña-Santero matiza que existen robots quirúrgicos autónomos y que son mecánicamente más precisos que su estación, pero en ellos una persona elegía la operación y la máquina solo la ejecutaba. Llama a su enfoque «in vivo lab in the loop»: agentes plenamente conectados a las capacidades experimentales del laboratorio. En esa misma línea trabaja Anthropic con su «Model Hardware Standard», según el medio.

Qué queda en el aire

El experimento parece una demostración de un circuito de trabajo, no un resultado científico sobre la terapia. La fuente no aporta datos sobre si las convulsiones disminuyeron ni sobre cuánto mejor fue la elección del agente frente a las alternativas. La descripción se basa en el hilo del autor, no en un trabajo revisado por pares. Tampoco se sabe cuántos animales e intentos hubo detrás de la demostración.

La conclusión práctica para quienes conectan agentes a equipos físicos es sencilla. La parada de emergencia por hardware y los límites estrictos funcionan, pero un agente que se niega con honestidad a rebasarlos puede detener el procedimiento en el peor momento posible. El protocolo para un rechazo así hay que diseñarlo de antemano, y no arreglar el código a mano con el animal todavía bajo anestesia.