El estudiante de secundaria estadounidense Matteo Paz, de la Pasadena High School en California, ha logrado un avance inesperado en astronomía. Empleando inteligencia artificial, analizó datos archivados del telescopio NEOWISE de la NASA e identificó más de 1.5 millones de fuentes de luz variables desconocidas hasta ahora.
Todo comenzó en el verano de 2022, cuando Paz se incorporó al programa Planet Finder Academy. Bajo la dirección del científico de Caltech Davy Kirkpatrick, en el Infrared Processing and Analysis Center (IPAC), trabajó con una vasta cantidad de datos del telescopio NEOWISE, lanzado en 2009 para buscar asteroides cercanos a la Tierra.
En solo seis semanas, Paz desarrolló un algoritmo automatizado de aprendizaje automático. Aplicó transformadas de Fourier y análisis de ondículas para captar cambios de brillo apenas perceptibles en objetos que escapaban a los métodos tradicionales.
El sistema identificó fuentes de luz que parpadean, pulsan y se atenúan, características de cuásares, estrellas binarias y supernovas. El catálogo, compuesto por 1.5 millones de objetos, fue publicado a finales de 2025 y ya está siendo utilizado por el Observatorio Vera C. Rubin.
Investigadores de Caltech, incluidos Shubaneh Hemmati, Daniel Masters, Ashish Mahabal y Matthew Graham, brindaron apoyo a este trabajo. A principios de 2026, la dirección de la NASA reconoció públicamente la contribución del joven.
Paz perfeccionó sus habilidades en la Math Academy del Distrito Escolar Unificado de Pasadena. Su algoritmo tiene la capacidad de analizar cualquier dato temporal y es potencialmente aplicable en otros campos, desde las finanzas hasta la neurociencia.
¿Qué pasaría si el próximo gran avance científico no viniera de un laboratorio gigante, sino de un estudiante con una computadora portátil y datos abiertos?
El descubrimiento de Paz resalta el creciente papel de la inteligencia artificial en la astronomía contemporánea. En febrero de 2026, el Observatorio Vera C. Rubin ya había enviado 800 mil alertas en una sola noche, y en el futuro se esperan hasta siete millones diarias. Sin el aprendizaje automático, sería imposible gestionar semejante volumen de datos.
El artículo sobre su trabajo ha sido publicado en The Astronomical Journal. El catálogo ya está contribuyendo al estudio de la evolución estelar, las galaxias distantes y los procesos de alta energía en el universo.
