Desarrollar una inteligencia artificial capaz de proponer un procedimiento experimental es un reto importante. Demostrar que ese procedimiento funciona en un laboratorio real es un desafío todavía mayor.
Precisamente esa fue una de las metas principales del proyecto INPROGENIA: comprobar si un modelo de inteligencia artificial generativa podía diseñar un experimento técnicamente viable dentro del ámbito de la ingeniería de procesos químicos.
Un caso de estudio con aplicación industrial
Para evaluar el sistema se eligió un proceso de gran interés dentro de la economía circular: la extracción de pectina a partir de residuos procedentes de cítricos.
La pectina es un biopolímero ampliamente utilizado en las industrias alimentaria, farmacéutica y cosmética por sus propiedades gelificantes y estabilizantes. Obtener este compuesto a partir de subproductos agrícolas contribuye además a la valorización de residuos y al aprovechamiento de recursos.
El estudio se realizó utilizando tres materias primas diferentes: naranja dulce, naranja amarga y limón.
El papel de la inteligencia artificial
En lugar de partir de un protocolo previamente diseñado por los investigadores, INPROGENIA recibió el encargo de elaborar el procedimiento experimental.
El sistema definió los materiales necesarios, los equipos, los reactivos, las condiciones de operación y el modelo para registrar y analizar los resultados experimentales.
Posteriormente, el equipo investigador ejecutó el protocolo en laboratorio para comprobar su viabilidad y evaluar los resultados obtenidos.
Resultados que respaldan la propuesta
La validación confirmó que el diseño generado podía aplicarse prácticamente de forma directa.
Durante la ejecución únicamente fue necesario realizar una adaptación operativa relacionada con el sistema de filtración, una modificación habitual en este tipo de procesos que no alteró el planteamiento general del experimento.
Los rendimientos de extracción obtenidos oscilaron entre el 5,0 % y el 25,4 %, siendo la naranja amarga la materia prima que presentó el mejor comportamiento dentro de las condiciones evaluadas.
Asimismo, la caracterización de las pectinas obtenidas mostró valores de grado de metilación y grado de acetilación coherentes con los descritos en la literatura científica.
Aprender también de las diferencias
Uno de los aspectos más interesantes del estudio fue que la concentración óptima de ácido obtenida experimentalmente difería de la inicialmente propuesta por el modelo.
Lejos de considerarse un fallo, esta diferencia puso de manifiesto la importancia de validar experimentalmente las recomendaciones de la inteligencia artificial. Las condiciones de operación del laboratorio y las características del equipamiento disponible influyen directamente en el comportamiento del proceso.
La matriz experimental propuesta por INPROGENIA permitió identificar ese nuevo punto óptimo, demostrando que la metodología era suficientemente robusta para adaptarse a las condiciones reales.
Un paso hacia la ingeniería asistida por IA
Los resultados obtenidos muestran que la inteligencia artificial puede convertirse en una herramienta de apoyo para el diseño de experimentos complejos cuando trabaja sobre información técnica especializada y correctamente estructurada.
El valor añadido no reside únicamente en generar un protocolo, sino en hacerlo de forma trazable, apoyándose en documentación científica y facilitando el trabajo del investigador durante las primeras fases del desarrollo.
En los próximos años, este tipo de plataformas podrán integrarse cada vez más en los departamentos de I+D, ayudando a reducir tiempos de búsqueda bibliográfica, organizar conocimiento técnico y acelerar el desarrollo de nuevos procesos industriales.
INPROGENIA representa un ejemplo de cómo la combinación entre conocimiento experto e inteligencia artificial puede abrir nuevas oportunidades para la innovación en ingeniería química.