En una sala con cien instrumentos suena una sinfonía, pero el director está oculto tras una cortina. El científico solo escucha las notas que tocan los instrumentos y quiere entender quién marca el ritmo. Los datos científicos se parecen a esa orquesta: registramos las lecturas de los instrumentos, pero no vemos las causas ocultas que los gobiernan. MOSAIC aprende de esos registros a encontrar a los directores y a explicar sobre qué instrumentos influyen.

Antes no estaba claro cómo trasladar la explicación de los datos visibles a las causas ocultas sin perder la confianza en su corrección. MOSAIC lo resuelve en dos pasos. Primero comprime los datos y extrae los factores ocultos, garantizando que se recuperan de manera inequívoca. Luego, para cada factor oculto, encuentra un pequeño conjunto de variables visibles sobre las que influye. Es como si, tras escuchar una sinfonía, pudiéramos decir: «El director agita la batuta, las flautas entran y los violines callan».

El método se ha probado en distintos sistemas. En la molécula de ARN, MOSAIC encontró un factor relacionado con el bucle, lo que coincide con el mecanismo conocido. En el viento solar y el clima, el método identificó correctamente los grupos esperados de variables en los 12 ejecuciones. Hoy, MOSAIC puede aplicarse en el clima espacial, el monitoreo climático y la seguridad de procesos químicos. La sinfonía de los sistemas complejos se vuelve más audible cuando sabemos quién dirige.