Durante décadas, los astrónomos tuvieron un hueco enorme en uno de sus mapas más importantes: un tercio del cielo nunca se había observado en luz ultravioleta. El 8 de octubre de 2026, Anthropic contó cómo un astrofísico usó su herramienta Claude Science para completar ese mapa en unos pocos días. Aquí te explicamos qué pasó, cómo se hizo y qué puedes aprender tú para trabajar mejor con IA.
Qué pasó
Brice Ménard, astrofísico de la Universidad Johns Hopkins e investigador de Anthropic, trabajó con Claude Science para construir lo que Anthropic describe como el primer mapa completo del cielo en luz ultravioleta (UV). El mapa combina dos bandas: ultravioleta lejano (154 nanómetros) y ultravioleta cercano (232 nanómetros), con el centro de la galaxia en el medio.
Según la publicación oficial, cerca de un tercio del mapa, incluida buena parte del plano de la Vía Láctea, fue predicho con Claude Science. El resto viene de mediciones reales.
Por qué faltaba un tercio del cielo
La luz ultravioleta la absorbe la capa de ozono, así que solo se puede observar desde el espacio. La misión que más datos juntó fue GALEX, de la NASA, que funcionó entre 2003 y 2013 y fotografió cerca de dos tercios del cielo en unas 38.000 observaciones.
El problema: GALEX evitó a propósito las zonas con estrellas muy brillantes, incluida buena parte del plano de la galaxia, para proteger sus detectores. Por eso quedó un hueco que nadie había llenado.
Cómo lo hizo la IA
Ménard planificaba y guiaba; Claude ejecutaba horas de cálculo entre una conversación y otra. El proceso, según Anthropic:
- Juntar datos de varias misiones: además de GALEX, se usaron datos de Swift (NASA), FIMS/SPEAR (Corea del Sur), TD-1 (Europa), Planck y Gaia (ESA). Gaia aportó estimaciones de luz ultravioleta de más de 100 millones de estrellas.
- Reprocesar todo: volver a procesar las 38.000 observaciones de GALEX le llevó a Claude un par de horas.
- Predecir lo que faltaba: con una técnica llamada inpainting, la IA aprendió cómo se relaciona el brillo ultravioleta con los datos en luz visible, infrarroja y de radio, y aplicó esa relación al tercio del cielo sin observar.
- Iterar: el equipo generó más de una docena de versiones del mapa.
¿Qué tan preciso es?
Para comprobarlo, ocultaron zonas del cielo que sí estaban medidas y le pidieron al modelo que las estimara. El resultado quedó a menos de un 10% de las mediciones reales.
Además, el mapa es honesto sobre sus límites: cada píxel indica si es medido o predicho, e incluye una estimación de incertidumbre. Está publicado para que cualquiera lo explore en menard.pha.jhu.edu/uvmap.
El detalle que más nos gusta: el humano siguió al mando
Una de las primeras versiones tenía unos artefactos circulares tenues causados por restos del brillo de la atmósfera. Dos rondas de revisión hechas por agentes de IA no los detectaron. Fue Ménard quien vio el problema; después, Claude corrigió las 38.000 observaciones. El propio investigador dice que su aporte "se limitó a guiarlos" y llama a este mapa "la primera versión".
Por qué te importa
No necesitas ser astrofísico para sacarle provecho a esta historia. Muestra cómo se está trabajando con IA en serio:
- Tú defines el objetivo y el criterio; la IA hace el trabajo pesado y repetitivo.
- Lo que llevaba semanas puede llevar días, si sabes pedirlo bien.
- Separar dato de suposición es clave: el mapa marca qué es medido y qué es predicho, y tú deberías exigir lo mismo cuando la IA te responde.
- Revisar siempre: incluso con varias capas de revisión automática, el ojo humano encontró el error.
Tip práctico para usar hoy
La próxima vez que le pases datos a ChatGPT, Claude o Gemini (una planilla, notas de una reunión, resultados de una encuesta), prueba este prompt:
"Tengo estos datos [pega]. Antes de concluir nada, dime qué falta, qué es dato y qué es suposición tuya."
Así obligas a la IA a mostrar sus huecos, igual que el mapa ultravioleta muestra qué parte es medida y cuál predicha. Después revisa sus conclusiones antes de usarlas.
Aprende a trabajar así con IA
En ArtiLearn, el Duolingo de la inteligencia artificial, aprendes paso a paso a dirigir a la IA para tu trabajo y tu día a día, en 15 minutos al día durante 30 días. Haz el test gratis de 60 segundos en artilearn.com, sin tarjeta.
