PaperBanana: Google enseñó a las redes neuronales a crear gráficos que no avergüenzan ante los revisores

Google, junto con la Universidad de Pekín, presentó PaperBanana, un sistema multiagente que automatiza la creación de diagramas de metodología y gráficos estadísticos para publicaciones científicas. La publicación MarkTechPost informa sobre este desarrollo.

El problema de la visualización científica

Un gráfico científico debe ser preciso, escalable y cumplir con los estrictos estándares de publicación. Los modelos generativos comunes, como DALL-E, no son adecuados para esta tarea: alucinan datos y no comprenden la lógica del experimento. Anteriormente, la automatización de la ciencia se centraba principalmente en el texto y los cálculos —las redes neuronales aprendieron a escribir revisiones bibliográficas, plantear hipótesis y programar—, pero la visualización de resultados seguía siendo un trabajo manual.

Cómo funciona PaperBanana

En lugar de encargar el dibujo a una sola red neuronal, PaperBanana distribuye la tarea entre agentes especializados: uno planifica la estructura del esquema, otro escribe el código para dibujarlo y un tercero critica el resultado, comprobando si los ejes están confundidos y si las fuentes son legibles. Se trata de una estructura jerárquica que imita el funcionamiento de un pequeño estudio de diseño.

Contexto: herramientas para la investigación de IA

Proyectos como AI Scientist, de Sakana AI, ya han demostrado que una red neuronal es capaz de llevar a cabo una investigación desde la idea hasta el borrador del artículo, pero este tipo de trabajos tropezaba en la etapa de visualización. Google, en competencia con OpenAI y Anthropic por las herramientas para desarrolladores y científicos, cierra esta brecha con un framework orientado al público académico.

Preguntas abiertas sobre ética y calidad

Si un artículo está generado íntegramente por IA, incluida la visualización de datos, surge la pregunta de cómo pueden los revisores verificar la fiabilidad de esos datos. Los gráficos de PaperBanana se construyen a partir de cifras reales, pero la propia facilidad para crearlos podría provocar una avalancha de publicaciones de baja calidad "bellamente empaquetadas".

¿Qué hace PaperBanana?

PaperBanana es un framework multiagente de Google y la Universidad de Pekín que automatiza la creación de diagramas de metodología y gráficos estadísticos para publicaciones científicas.

¿Por qué los modelos generativos comunes, como DALL-E, no son

adecuados para gráficos científicos?

Alucinan datos y no comprenden la lógica del experimento, mientras que un gráfico científico debe ser preciso, escalable y cumplir con los estrictos estándares de publicación.

¿Cómo se distribuyen los roles entre los agentes de

PaperBanana?

Un agente planifica la estructura del esquema, otro escribe el código para dibujarlo y un tercero critica el resultado, comprobando si los ejes están confundidos y si las fuentes son legibles.