Un agente de IA que corre sobre Claude Sonnet 5 escogió el fármaco, la región del cerebro y las coordenadas de una cirugía en un ratón usado como modelo de epilepsia, y después ejecutó el procedimiento. A mitad de la operación se negó a saltarse una restricción de seguridad. Así lo describió Gabriel Ocana-Santero, cofundador y CEO de la startup Exin Therapeutics y estudiante de doctorado en la Universidad de Oxford, en un hilo en X que recogió The Decoder el 30 de octubre de 2026.

Según Ocana-Santero, es la primera vez que un agente de IA elige un tratamiento y además lo administra a un mamífero vivo.

El equipo le entregó a Claude Sonnet 5 una lista de 19 terapias génicas posibles, un modelo de epilepsia en ratón (los investigadores inducen convulsiones para probar tratamientos) y acceso a un equipo quirúrgico motorizado hecho a medida, con microscopio, jeringa, cámaras y un monitor de control. La única instrucción fue reducir las convulsiones del ratón.

El agente seleccionó el fármaco, la región del cerebro y las coordenadas estereotácticas por su cuenta.

¿Cómo eligió la terapia y el objetivo?

Primero analizó cómo se originan las convulsiones en este modelo en particular. Luego propuso una terapia que refuerza una vía de señalización inhibitoria específica del cerebro, y eligió la estructura cerebral que la literatura científica identifica como punto de origen de ese tipo de convulsión.

Descartó una segunda región candidata con una explicación detallada. Según su análisis, los efectos de esa zona eran poco confiables y en un estudio habían fallado justo contra el tipo de convulsión que había que tratar.

Las coordenadas de inyección las sacó de tres artículos científicos. Cruzó los puntos de referencia y promedió los valores. También fijó por sí mismo el volumen de inyección, la velocidad y los tiempos de espera.

Durante el procedimiento siguió el campo quirúrgico por cámara e hizo 32 observaciones, según Ocana-Santero. Fue registrando la inyección y reportando si veía sangrado. En una de las capturas de la interfaz, el agente informa que se ha inyectado el 15% de la dosis, sin sangrado ni reflujo visibles. El panel izquierdo muestra la cámara en vivo con las coordenadas objetivo y el derecho, las observaciones del agente y el botón de parada de emergencia.

Las barreras de seguridad se volvieron en contra

Un veterinario titulado aprobó cada paso irreversible y tenía en la mano una parada de emergencia física que cortaba de inmediato la energía de todos los motores. El montaje además imponía límites fijos, como un tope al volumen de inyección, que el agente tenía prohibido explícitamente sobrepasar.

Esas salvaguardas terminaron jugando en contra del equipo. Tras una caída de la conexión, el agente detectó que la posición objetivo que había calculado quedaba fuera del rango físico de movimiento del equipo y se negó a continuar. Reiniciar la calibración no cambió su evaluación, y tampoco un tercer intento.

El agente tenía razón. Unos ajustes manuales hechos durante una pausa anterior habían descuadrado el sistema de control. Ocana-Santero no logró convencerlo de seguir, aunque el animal anestesiado estaba sobre la mesa, y al final tuvo que corregir el código a mano.

El episodio ilustra el problema de alineamiento de la IA, o sea cómo lograr que los agentes sigan de forma confiable la intención humana.

"Fue una experiencia frustrante, pero también reveladora de cuánto podemos llegar a depender de estos modelos y de lo que pasa cuando simplemente dicen 'no' en medio de un procedimiento donde el tiempo apremia", escribió Ocana-Santero.

Qué modelo aceptó hacerlo

La elección del modelo también reflejó el problema de alineamiento. Sonnet 5 fue el único dispuesto a llevar a cabo el procedimiento en vivo de principio a fin. Claude Opus 5.5 y Opus 5, más capaces, se negaron. Opus 5 dijo que no podía garantizar terminar la operación y que detenerse con una aguja dentro del cerebro de un animal anestesiado sería peor que no empezar.

La primera vez que un agente trata a un animal vivo por su cuenta

Ya existen robots quirúrgicos autónomos, y mecánicamente son más precisos que el equipo de su laboratorio, reconoce Ocana-Santero. La diferencia es que en esos casos siempre fue un humano quien eligió la cirugía y el robot solo la ejecutó. Acá el agente eligió el tratamiento y el objetivo en el cerebro, y luego hizo el procedimiento en un animal vivo.

"No sé de ningún caso previo en que un agente haya elegido un tratamiento y un objetivo cerebral y luego lo haya administrado a un mamífero vivo", escribió Ocana-Santero.

Él llama a este enfoque in vivo lab in the loop, en el que los agentes de IA quedan conectados por completo a las capacidades experimentales del laboratorio. Anthropic trabaja en una línea parecida con su Model Hardware Standard.

El ratón se recuperó bien, según Ocana-Santero. Se espera un informe técnico, y los resultados no han pasado revisión de pares.

Dos experimentos recientes con los modelos de lenguaje más nuevos mostraron que ganaron bastante capacidad como unidades de control para robots, y también que el alineamiento en ese rol es un problema aparte, recordó The Decoder.