¿Puede la IA predecir al ganador de un Premio Nobel de Física o Química con un 85% de precisión una década antes ?

Las predicciones del Premio Nobel dependen de identificar contribuciones científicas innovadoras pero a menudo impredecibles. La IA puede analizar redes de citas, tendencias de investigación y patrones históricos para pronosticar a los posibles laureados. Esta capacidad refleja el creciente papel de la IA en la evaluación del impacto científico a largo plazo, aunque sigue siendo controvertida en los círculos académicos.

Background

Predictive efforts rely on mining citation networks, research trends, and past award patterns to identify scientists whose work is accumulating unusually strong and fast-growing influence. Early studies reported modest early-warning signals—accuracies of only 40–60 % when projecting major prizes five or more years ahead—raising questions about scalability to a full decade. Work that claims 85 % accuracy often depends on small, hand-curated datasets or post-hoc labeling rather than rigorous out-of-sample validation over multiple decades of Nobel history. Independent assessments emphasize the role of unquantifiable committee judgments and idiosyncratic factors in the Royal Swedish Academy of Sciences’ selection process, arguing that deterministic prediction at such strict thresholds remains infeasible.