Un cocinero prepara un pastel siguiendo la receta, pero en lugar de una masa esponjosa obtiene una corteza dura. Empieza a repasar las causas: quizá la harina se humedeció, o el horno calienta de manera desigual, o los huevos estaban demasiado fríos. Algo parecido ocurre con los cálculos en la ciencia de materiales: la teoría estándar (DFT) a menudo se equivoca al predecir que un cristal conducirá la corriente, mientras que el experimento muestra que es un aislante. Cada uno de estos fallos es una señal de que al modelo le falta algo: orden magnético, fuerte interacción entre electrones, un defecto oculto.
Antes, buscar la causa era un proceso manual y lento, como si el cocinero probara hipótesis durante semanas. La nueva herramienta XDFT actúa como un asistente inteligente en la cocina: elabora una lista de sospechosos a partir de un catálogo de efectos típicos no considerados, ejecuta cálculos de prueba para cada hipótesis y observa cuál se ajusta mejor a la realidad. Además, aprende sobre la marcha: actualiza la probabilidad bayesiana de que una clase de hipótesis sea útil en general. En un conjunto de prueba de 124 materiales, el algoritmo encontró la explicación correcta para 70 de 90 discrepancias. Eso es un 78%, mientras que la prueba aleatoria solo lograba un 19% y una lista estática generada por un modelo de lenguaje, un 20%.
Al final, para cada material XDFT no solo entrega una receta de cálculo corregida, sino también una indicación clara de qué mecanismo físico concreto se había omitido. Los casos en los que no se logra encontrar una explicación se marcan como candidatos para nuevos experimentos; quizá allí se esconde algo que no está en el catálogo. Es interesante que todos los casos resueltos con éxito pudieron clasificarse en solo tres grupos de elementos químicos que componen la sustancia. Esto permitió formular una regla breve de cuatro líneas: una especie de chuleta para un diagnóstico rápido sin cálculos pesados.
Así, el cocinero torpe se convierte en un chef que no solo hornea pasteles perfectos, sino que también entiende por qué la masa no subió la vez anterior. Y si en la cocina aparece un ingrediente nuevo y desconocido, ya sabe por dónde empezar a comprobar.
La teoría estándar del funcional de la densidad (DFT) es uno de los métodos más citados en física, pero para muchos materiales modernos falla sistemáticamente, prediciendo un metal donde en realidad hay un aislante.
En la novela «Anathema» de Neal Stephenson, los científicos utilizan métodos «sintácticos» para analizar teorías automáticamente, algo parecido a cómo XDFT revisa hipótesis sobre la estructura de la materia.