Usa Hypothesis Generation, un sistema de agentes múltiples de IA, para desarrollar una propuesta de investigación, acelerar el proceso manual de revisión bibliográfica y generar ideas novedosas que puedes adaptar a tu experiencia y desafío.
Actualmente, el acceso a Hypothesis Generation se limita a nuestro formulario de interés.
- Para expresar tu interés, regístrate en labs.google.com/science.
- Importante: Expresar tu interés no garantiza el acceso.
- Si te seleccionan, recibirás una notificación por correo electrónico con más instrucciones.
Si obtienes acceso, para tener la mejor experiencia con Hypothesis Generation, asegúrate de hacer lo siguiente:
- Accede a Hypothesis Generation.
- Revisa que tengas una conexión a Internet estable.
- Usa un dispositivo de escritorio.
- Usa Google Chrome.
Convierte tu hipótesis o desafío de investigación en un objetivo estructurado.
- En tu computadora, abre Hypothesis Generation.
- En el cuadro de instrucción, explica tu hipótesis o desafío de investigación.
- Puedes usar estudios de casos como referencias complementarias para estructurar tu objetivo de investigación y comprender los resultados esperados. Obtén más información para encontrar estudios de casos.
- Haz clic en la flecha
.
- Conversa al estilo entrevista con el agente de Hypothesis Generation.
- A la derecha, en “Interview Progress”, puedes verificar los elementos específicos de tu objetivo de investigación que se abordan a medida que avanza la entrevista. Obtén información sobre los elementos de objetivos de investigación eficaces.
- Este flujo basado en agentes te guía en la creación de las especificaciones de ejecución, lo que facilita el refinamiento iterativo de tu objetivo.
- Cuando completes todos los elementos de tu objetivo de investigación, Hypothesis Generation preparará las especificaciones finales.
- Para revisar el plan de investigación final, haz clic en Open en el widget de resumen.
- En tu computadora, abre Hypothesis Generation.
- Desplázate hacia abajo hasta “Explore our Case Studies”.
- Haz clic en un ejemplo que quieras usar.
La clave para usar Hypothesis Generation de manera eficaz es tener un objetivo de investigación bien definido. Formula tus solicitudes con la mayor precisión posible. Piensa que es como tener una conversación con un colaborador muy competente.
Por lo general, un objetivo de investigación incluye los siguientes elementos:
- Desafío de investigación: Este es el objetivo general de tu estudio. Debe definir el problema que procuras resolver y las metas específicas que deseas alcanzar, además de explicitar en qué consistiría el “éxito” de la investigación. Los desafíos de investigación pueden plantearse de diferentes formas. Por ejemplo:
- “¿Qué sucedería después…?”
- Buscar un mecanismo de acción
- Evaluar una explicación
- Evaluar los principales candidatos para realizar pruebas
- Buscar una estrategia para revertir un resultado biológico
- Buscar una explicación de por qué algo fallaría
- Solicitar un diseño
- Sugerir una estrategia alternativa
- Área de enfoque: Son los fundamentos o ámbitos específicos de la investigación que el sistema explorará para resolver tu desafío. Actúan como “lentes” para acotar la búsqueda de soluciones.
- Preferencias: En esta sección, se define cómo deseas que se lleve a cabo la investigación y restricciones específicas relativas a las soluciones. Esto permite guiar al sistema en cuanto a tu enfoque técnico de preferencia.
- Título: Es opcional, pero útil para organizar los objetivos.
- Después de configurar una ejecución y definir tu desafío de investigación, Hypothesis Generation te sugerirá automáticamente un título.
- Para identificar visualmente ciertos objetivos con mayor rapidez, agrega un emoji.
- Para cambiar el título, haz clic en Más
Cambiar nombre.
Cambiar nombre.Importante: Puedes tener hasta 3 Ejecuciones estándar y 1 Ejecución avanzada en curso de forma simultánea. Hypothesis Generation usa una gran capacidad de procesamiento por ejecución.
- En tu computadora, abre Hypothesis Generation.
- En el objetivo de investigación, en la parte superior derecha, haz clic en Configure Run.
- Selecciona el tipo de ejecución.
- Ejecución estándar: Obtén resultados más rápidos cuando pruebes y definas tu objetivo de investigación.
- Ejecución avanzada: Obtén un análisis más completo y detallado que te permita descubrir avances novedosos. También es posible que recibas sugerencias más elaboradas o diversas.
- Haz clic en Start run.
- Cuando el informe esté listo, recibirás un correo electrónico.
Nota: Es posible que la ejecución tarde varias horas en completarse.
Soluciona problemas relacionados con reembolsos de créditos de IA por ejecuciones fallidas
Importante: Se considera que una ejecución falló solo si su estado la identifica como fallida en las ejecuciones recientes.
Si no se completa una ejecución, es posible que se reembolsen en tu cuenta los créditos de IA que se usaron en ella. Si se te cobró por una ejecución fallida, comunícate con el equipo de asistencia de Google One para iniciar el proceso de reembolso.
Nota: Es posible que el estado de una ejecución tarde un momento en sincronizarse. Si el informe no aparece inmediatamente después de completarse, actualiza el navegador.Después de definir tu objetivo de investigación y comenzar la ejecución, Hypothesis Generation realiza una revisión bibliográfica intensiva, genera ideas novedosas a través de un torneo competitivo y resume posibles direcciones de investigación en un informe de objetivos.
- En tu computadora, abre Hypothesis Generation.
- Busca tu investigación.
- Busca investigaciones recientes: Desplázate hacia abajo hasta “Recent research”.
- Busca toda la investigación: En la esquina superior izquierda, haz clic en Target
.
- Haz clic en un objetivo de investigación.
- Encontrarás tus objetivos de investigación en borrador, en curso y anteriores, junto con sus fechas de creación.
Revisa la bibliografía
En la página del informe de objetivos, haz clic en una de estas pestañas:
- Ideas: Revisa la tabla de clasificación completa de las propuestas de investigación generadas.
- Para ayudarte a identificar las candidatas de mayor calidad, las propuestas se clasifican según la calificación de Elo.
- Las sugerencias también se clasifican en dos categorías prácticas: Hight Potential y Non-Viable.
- Base de conocimiento: Es un repositorio centralizado de documentación técnica detallada, estadísticas respaldadas por investigaciones y datos detallados diseñados para una consulta rápida y un análisis integral.
- Resumen: Es una descripción general sintetizada de todo el esfuerzo de investigación.
- Especificaciones de la ejecución: Revisa los detalles sobre los parámetros y las restricciones específicos que definen una “ejecución” de investigación.
Sugerencia: Para profundizar en ideas específicas o evaluar posibles ventajas y desventajas de diferentes propuestas, haz clic en Open Agent a la derecha.
Exporta o comparte informes de objetivos
Para colaborar con tus colegas o analizar más a fondo tus hallazgos, exporta o comparte tus informes de objetivos.
Cómo exportar informes de objetivos en NotebookLM
Abre tu informe de objetivos directamente en NotebookLM para interactuar con los hallazgos, hacer preguntas de seguimiento y resumir el informe junto con otros documentos de investigación.
- En tu computadora, abre Hypothesis Generation.
- A la izquierda, haz clic en Target
- Haz clic en un objetivo de investigación.
- En la esquina superior derecha, haz clic en Abrir en NotebookLM.
Cómo compartir informes de objetivos
Genera y copia un vínculo único a tu informe de objetivos.
- En tu computadora, abre Hypothesis Generation.
- A la izquierda, haz clic en Target
- Haz clic en un objetivo de investigación.
- En la esquina superior derecha, haz clic en Compartir
.
- Activa Enable public sharing.
- Haz clic en Copiar.
Cómo descargar informes de objetivos
Guarda una copia local de tu informe de objetivos en tu dispositivo para revisarlo sin conexión o archivarlo.
- En tu computadora, abre Hypothesis Generation.
- A la izquierda, haz clic en Target
- Haz clic en un objetivo de investigación.
- En la esquina superior derecha, haz clic en Descargar
.
- Selecciona una opción de descarga.
Cita a Hypothesis Generation cuando publiques los resultados
Si usas Hypothesis Generation en tu investigación, utiliza la siguiente cita:
@article{Gottweis2026,
title = {Accelerating scientific discovery with Co-Scientist},
ISSN = {1476-4687},
url = {http://dx.doi.org/10.1038/s41586-026-10644-y},
DOI = {10.1038/s41586-026-10644-y},
journal = {Nature},
author = {Gottweis, Juraj and Weng, Wei-Hung and Daryin, Alexander and Tu, Tao and Sirkovic, Petar and Myaskovsky, Artiom and Glowaty, Grzegorz and Weissenberger, Felix and Orlandi, Alessio and Popovici, Dan and others},
year = {2026},
month = May
}
Para reconocer que usaste Hypothesis Generation en tu trabajo, te recomendamos que incluyas este texto en la sección de métodos:
Utilización de herramientas de IA: Se utilizó el sistema Hypothesis Generation durante la generación y priorización de hipótesis y diseños de experimentación [fecha de uso].
Citas en otros formatos
- Formato APA: Gottweis, J., Weng, W.-H., Daryin, A., Tu, T., Sirkovic, P., Myaskovsky, A., Glowaty, G., Weissenberger, F., Orlandi, A., Popovici, D., Palepu, A., Rong, K., Tanno, R., Saab, K., Zhang, F., Blum, J., Carroll, A., Kulkarni, K., Tomašev, N., … Natarajan, V. (2026). Accelerating scientific discovery with co-scientist. Nature. https://doi.org/10.1038/s41586-026-10644-y
- Formato MLA: Gottweis, Juraj, et al. "Accelerating Scientific Discovery with Co-Scientist". Nature (2026), https://doi.org/10.1038/s41586-026-10644-y.
- Formato de Chicago: Gottweis, Juraj, Wei-Hung Weng, Alexander Daryin, Tao Tu, Petar Sirkovic, Artiom Myaskovsky, Grzegorz Glowaty, et al. 2026. "Accelerating Scientific Discovery with Co-Scientist". Nature, Mayo de 2026. https://doi.org/10.1038/s41586-026-10644-y.
- Formato Harvard: Gottweis, J., Weng, W.-H., Daryin, A., Tu, T., Sirkovic, P., Myaskovsky, A., Glowaty, G., Weissenberger, F., Orlandi, A., Popovici, D. et al. (2026) "Accelerating scientific discovery with Co-Scientist", Nature. doi: 10.1038/s41586-026-10644-y.