Los químicos buscan artículos; AskChem responde con 2,4 millones de afirmaciones

Los motores de búsqueda de literatura devuelven documentos. AskChem devuelve afirmaciones, cada una con su evidencia adjunta. Esa es la apuesta detrás de la nueva infraestructura de investigación de la Universidad de Nueva York, y aborda un problema que los autores describen con claridad: extraer un hallazgo concreto de la literatura implica reunir resultados de varios artículos, comprobar de dónde salió cada cifra y ensamblar la respuesta a mano.

El artículo, publicado en arXiv a finales de julio de 2026, sostiene que el problema es la unidad de recuperación. Una lista clasificada de artículos responde a «qué existe sobre este tema». AskChem está diseñado para una pregunta más difícil: «¿qué dice realmente la literatura?»

Las afirmaciones, no los artículos, son la unidad de recuperación

AskChem convierte cada artículo indexado en afirmaciones atómicas y tipadas. Cada afirmación se basa en un DOI de origen y una cita textual del artículo, o en un localizador de evidencia explícito. Un resultado de búsqueda no es, por tanto, un puntero a un PDF; es una declaración con su recibo adjunto. El repositorio contiene actualmente 2,4 millones de afirmaciones extraídas de 147.000 artículos.

La procedencia es el producto, no una característica añadida a posteriori. Cuando un químico tiene que verificar un hallazgo antes de usarlo, una afirmación que llega con su fuente y su redacción exacta ahorra la parte del trabajo de literatura que los motores de búsqueda nunca han automatizado.

Tres vías hacia el mismo repositorio de afirmaciones

AskChem no ofrece un único cuadro de búsqueda sobre ese repositorio. Expone tres estructuras complementarias. Una taxonomía facetada estabilizada permite la recuperación y la navegación jerárquicas, de modo que el usuario puede acotar por categoría sin perder las afirmaciones subyacentes. Un grafo de evidencia vincula las afirmaciones entre sí mediante relaciones, lo que hace visible la síntesis entre artículos como un grafo en lugar de una pila de documentos. Una taxonomía viva exploratoria sitúa los artículos indexados bajo principios científicos, una forma de navegar por el corpus según cómo piensan los químicos sobre el campo, y no según cómo lo organizan los editores.

Un benchmark construido en torno a la trazabilidad

La evaluación, AskChem-Bench, mide algo que la mayoría de los benchmarks de búsqueda omiten: si el material recuperado puede rastrearse hasta su fuente. Un lector GPT-5.5 basado en AskChem resolvió el 100% de sus DOI, frente al 88,3% sin recuperación, y produjo la mayor densidad de citas entre los cinco sistemas evaluados.

Estas cifras provienen del benchmark de los propios autores, lo que conviene decir con claridad. La brecha sigue siendo el punto. Un lector que puede citar cada fuente es más útil para el trabajo de síntesis que uno que devuelve rankings de documentos ligeramente mejores, y el salto de 11,7 puntos es el argumento del proyecto en una sola cifra.

Diseñado para agentes, no solo para humanos

La interfaz web es la parte visible del proyecto. Debajo, el repositorio de afirmaciones se expone a través de REST, un SDK y el Model Context Protocol (MCP). Ese detalle importa más de lo que parece. Los agentes de investigación que necesitan citar sus fuentes ahora pueden consultar un índice diseñado para que la procedencia sea una propiedad de cada resultado, no un paso de limpieza manual. Un científico todavía tiene que juzgar si una afirmación es correcta; AskChem solo elimina la parte en la que el origen de la afirmación es un misterio. La vía MCP es la que hay que vigilar: un agente puede tratar a AskChem como una herramienta a la que llama directamente, en lugar de un sitio web que tiene que hacer scraping.

Lo que el artículo no afirma

AskChem-Bench es un comienzo, no un veredicto. El artículo no informa de tasas de error de extracción, y 147.000 artículos son una parte de la literatura química, no la totalidad. Que la extracción de afirmaciones siga siendo precisa a medida que crece el corpus es una pregunta abierta. La apuesta es que un repositorio de afirmaciones con su propia evidencia escala mejor que los documentos clasificados para el trabajo de síntesis. La cifra a observar es si esa trazabilidad del 100% sobrevive a pruebas independientes sobre un corpus más amplio y desordenado.

AskChem está disponible en askchem.org. Que los químicos lo adopten dependerá de una pregunta mundana: con qué frecuencia las afirmaciones se sostienen al ser verificadas. La infraestructura es la parte fácil; la literatura no siempre es ordenada.