48 agentes de IA «descubrieron» un asentamiento maya, pero los arqueólogos lo describieron hace un año
Pietro Miotti, investigador de Google, puso a 48 agentes de IA a analizar imágenes lidar de la NASA y anunció un asentamiento maya desconocido. Pero los arqueólogos habían descrito ese yacimiento en una revista científica más de un año antes. Miotti solo contrastó el resultado con el registro del instituto mexicano INAH, y los arqueólogos no publican las coordenadas, así que la novedad debe comprobarse con las ilustraciones de los artículos. Por eso, un agente de investigación necesita una fase de contraste con las publicaciones, y no solo la búsqueda de candidatos.
Procesado por IA desde The Verge; editado por Hamidun News
Imagine: reúne a un equipo de agentes de IA, les da datos abiertos y, en menos de tres días, obtiene una respuesta oficial del gobierno del país. Suena a demostración perfecta de lo que puede hacer la tecnología. Así presentaba la historia Pietro Miotti, investigador de Google, hasta que los arqueólogos señalaron el problema: el asentamiento maya «desconocido» ya había sido descrito en una revista científica más de un año antes. Para quienes desarrollan agentes para la ciencia, el análisis de datos y cualquier búsqueda de lo «nuevo», es un caso de estudio listo para usar.
Qué hizo Miotti y dónde salió mal
Según Miotti, se trató de un proyecto personal sin recursos computacionales de Google. La idea surgió durante un viaje por Perú: se preguntó qué harían los investigadores de la historia si tuvieran tecnología moderna. Eligió el lidar, un escaneo láser que construye un modelo tridimensional detallado del terreno y permite distinguir, bajo el bosque, montículos y construcciones antiguas.
Lanzó un equipo de 48 agentes de IA y les encargó revisar los datos lidar abiertos de la NASA. Como sobre Perú hay pocos datos públicos, cambió a la región maya de México. Los agentes marcaron numerosos lugares prometedores, entre ellos una «gran aldea» que, según los registros disponibles, no figuraba en los catálogos.
Miotti escribió al Instituto Nacional de Antropología e Historia de México (INAH) y usó a los mismos agentes para traducir las cartas al español. El instituto respondió que no tenía ningún yacimiento registrado en ese punto. En su blog, Miotti calificó aquel momento como el mejor de su vida y pidió cubrir todo el planeta con lidar para que los agentes «ayuden a encontrar el resto».
Pero el yacimiento ya era conocido: lo había documentado un artículo científico publicado más de un año antes. Sarah Parcak, profesora de arqueología de la Universidad de Alabama en Birmingham, escribió en Bluesky que para eso existe la revisión por pares. Según ella, que un yacimiento no aparezca en una base de datos oficial no significa que sea desconocido ni que no esté cartografiado.
Por qué los agentes no vieron lo obvio
Miotti reconoció que sus agentes y él mismo se equivocaron. Los arqueólogos, con razón, no publican las coordenadas de los monumentos para evitar el saqueo. Por eso, verificar la novedad no consiste en consultar una base de datos, sino en comparar las imágenes con las ilustraciones y los planos de los artículos científicos. Para los agentes, esta tarea es mucho más difícil, y las herramientas tendrán que mejorar. Una analogía no matemática: es como buscar una función duplicada en un código ajeno que no está publicado en ningún lugar, sino descrito solo con palabras en la documentación.
Iván Šprajc, de la Academia Eslovena de Ciencias y Artes y coautor de aquel artículo, señaló que contactar con el INAH es útil, pero insuficiente, porque el instituto no tiene acceso a toda la información. Que no exista un registro oficial no significa que los arqueólogos no hayan notado ni estudiado el sitio. Añadió que los científicos llevan mucho tiempo usando lidar y otros métodos de teledetección, y que simplemente detectar algo en una imagen aporta poco al conocimiento.
Elizabeth Graham, profesora de arqueología mesoamericana de la UCL, matizó también el propio término «descubrimiento». Según ella, la población local suele conocer muy bien los monumentos de su entorno, y los especialistas en los mayas conocen muchos sitios no investigados que se encontraron a pie. El verdadero problema es el dinero: hoy se destina mucho menos financiación a excavaciones y cartografía que antes, de modo que importa menos cuántos yacimientos más se «descubren». Aun así, Graham reconoció que Miotti interpretó bien los datos lidar, una tarea nada sencilla.
Qué se deduce de esto para los desarrolladores
Primera lección: los agentes generan bien candidatos, pero responden mal a la pregunta «¿ya lo hizo alguien antes?». Si construye un agente de investigación, incluya una fase específica de contraste con publicaciones y una revisión experta antes de cualquier afirmación llamativa.
Segunda lección: el coste de la verificación recae en los especialistas. Šprajc contó que ese mismo día recibió un correo de otro «descubridor» de IA y teme una avalancha de mensajes similares. Del mismo modo que los repositorios abiertos sufren pull requests generados automáticamente, la ciencia podría verse inundada de solicitudes de «hallazgos».
Tercera lección: publicar coordenadas tiene riesgos. Šprajc admite que, mientras estos hallazgos no deriven en saqueos, no hay problema, pero el peligro es real.
Miotti afirma que no esperaba tanta atención, actualizó su publicación y citó a los autores del trabajo original. También cuenta que le escriben arqueólogos y doctorandos interesados en su enfoque para tratar sus propios datos de escaneo. Quizá los agentes resulten un filtro útil sobre grandes volúmenes de datos, pero la última palabra sigue en manos del experto. Algo parecido se ha debatido con los recientes resultados matemáticos de OpenAI: los modelos producen resultados impresionantes, pero no siempre tienen en cuenta trabajos previos. La conclusión práctica es sencilla: antes de escribir «descubrimos», revise la literatura y consulte a un especialista.
- 21 nov 2026La red neuronal MIRA dibuja Rocket League a 20 fps, pero el ping llega a 460 ms
- 21 nov 2026Google creó una copia cerrada de internet con bancos falsos para entrenar a los agentes de IA de Chrome
- 21 nov 2026En la prueba MLPerf participan por primera vez Nvidia Rubin y TPU Ironwood: 153 sistemas
- 21 nov 2026Google abre la preventa de sus gafas inteligentes con Gemini desde 395 $: las ventas empiezan el 10 de diciembre
Preguntas frecuentes sobre la noticia
¿Qué se sabe sobre Qué hizo Miotti y dónde salió mal?
Según Miotti, se trató de un proyecto personal sin recursos computacionales de Google. La idea surgió durante un viaje por Perú: se preguntó qué harían los investigadores de la historia si tuvieran tecnología moderna. Eligió el lidar, un escaneo láser que construye un modelo tridimensional detallado del terreno y permite distinguir, bajo el bosque, montículos y construcciones antiguas. Lanzó un equipo de 48 agentes de IA y les encargó revisar los datos lidar abiertos de la NASA.
¿Qué se sabe sobre Por qué los agentes no vieron lo obvio?
Miotti reconoció que sus agentes y él mismo se equivocaron. Los arqueólogos, con razón, no publican las coordenadas de los monumentos para evitar el saqueo. Por eso, verificar la novedad no consiste en consultar una base de datos, sino en comparar las imágenes con las ilustraciones y los planos de los artículos científicos. Para los agentes, esta tarea es mucho más difícil, y las herramientas tendrán que mejorar.
¿Qué se sabe sobre Qué se deduce de esto para los desarrolladores?
Primera lección: los agentes generan bien candidatos, pero responden mal a la pregunta «¿ya lo hizo alguien antes?». Si construye un agente de investigación, incluya una fase específica de contraste con publicaciones y una revisión experta antes de cualquier afirmación llamativa. Segunda lección: el coste de la verificación recae en los especialistas. Šprajc contó que ese mismo día recibió un correo de otro «descubridor» de IA y teme una avalancha de mensajes similares.
Test Frontier LLMs & Autonomous Agents in One Workspace
Run Claude Opus 5.5, GPT-6, Gemini 3.1, and DeepSeek side-by-side in Nomad AI (nomadnet.ai) — unified model routing, deep research, and multimodal workflows under one subscription.
Lo esencial de la IA — una vez por semana
Siete historias que de verdad importaron, elegidas a mano. Sin ruido ni notas de prensa.
¡Listo! Revisa tu correo para la confirmación.