¿Y si las máquinas se apoderan de la ciencia?

El 6 de octubre de 2026 podría ser recordado como el día más importante de la historia de las matemáticas. OpenAI, un laboratorio estadounidense de vanguardia, publicó más de 700 artículos académicos en los que afirmaba haber logrado avances o encontrado soluciones para 372 problemas que habían desafiado a los académicos durante décadas. Los matemáticos todavía luchan por asimilar lo que significa esto para su disciplina.Las implicaciones prometen ir mucho más allá de las matemáticas. Es hora de abordar cómo afectará la inteligencia artificial (IA) a la ciencia en su conjunto. Los resultados matemáticos representan, al mismo tiempo, un salto adelante para la humanidad, una muestra asombrosa del vertiginoso progreso de la IA y una advertencia sobre un futuro en el que la comprensión del universo podría quedar en manos de máquinas opacas para la mente humana. La cuestión es cómo lograr avances sin sacrificar la comprensión.Las IA han demostrado tan claramente su potencial científico en matemáticas porque sus demostraciones se derivan de axiomas, no de evidencias, y, por lo tanto, en principio, pueden verificarse mecánicamente. Sin embargo, como informamos esta semana en nuestra sección especial de Ciencia y tecnología, la IA también ha acelerado el progreso en las ciencias empíricas, en parte porque otras disciplinas utilizan las matemáticas como herramienta. La IA ha mejorado las predicciones meteorológicas. Ha propuesto millones de posibles materiales nuevos útiles y ha ayudado a controlar experimentos de fusión nuclear. Además, puede predecir la estructura de casi todas las proteínas conocidas a partir de los aminoácidos que las componen, un avance que fue reconocido con un premio Nobel. the_economist_0770Es casi seguro que la IA impulsará otros avances científicos aún más notables. Las posibilidades más prometedoras se encuentran en la biología. Los investigadores están utilizando la IA para diseñar cultivos resistentes a la sequía, buscar nuevos fármacos y crear (con suerte) virus benignos que ataquen a bacterias perjudiciales. Se está trabajando para utilizar la IA en la creación de modelos informáticos que reproduzcan el funcionamiento de las células. Con la vida in silico a su disposición, los científicos podrían llegar a dominar la biología y adquirir la capacidad de crear organismos completamente nuevos desde cero. De ser así, el ADN se convertiría en otra forma de código informático, manipulable como una secuencia de tokens en un modelo de IA.La IA ha mejorado las predicciones meteorológicas. Ha propuesto millones de posibles materiales nuevos útiles y ha ayudado a controlar experimentos de fusión nuclearComo ocurre con muchos aspectos relacionados con la IA, esa perspectiva resulta tan emocionante como aterradora. La primera reacción de muchos matemáticos es de terror. Desde los avances de OpenAI, han plantado cara a la intromisión del laboratorio en su disciplina. La Asociación para las Matemáticas Humanas, un grupo de más de 900 académicos, advierte de que «los matemáticos no pidieron que se hiciera este trabajo». Sostienen que la recompensa de hacer matemáticas no reside en la demostración en sí, sino en el esfuerzo, porque es este el que hace avanzar la comprensión humana. Que las IA produzcan soluciones incomprensibles pero correctas es como dar a los estudiantes las respuestas a sus deberes: sin esfuerzo, no hay aprendizaje.Estas quejas contienen un cierto componente de súplica. Los académicos no tienen más derecho que cualquier otra profesión a dictar cómo se produce el conocimiento. La búsqueda de la verdad beneficia a todos y no puede reservarse a un gremio de eruditos. Las jerarquías académicas, en las que se asciende demostrando teoremas, no son sagradas. Si es necesario, habrá que rehacerlas para adaptarlas a un mundo en el que la IA produzca demostraciones y los humanos las asimilen. En ciencia, no se debe dar prioridad a la comprensión frente a los resultados. Cada vez que tomas una pastilla de paracetamol para aliviar un dolor de cabeza, dependes de un mecanismo que funciona, pero que no se comprende por completo.Problemas parecidos para la sociedad y la cienciaSin embargo, el miedo a dejar la ciencia en manos de las máquinas no es infundado. Las empresas de IA invierten recursos en la ciencia no por altruismo, sino porque, al igual que ocurre con los humanos, resolver problemas puede ayudar a que los modelos sean más inteligentes. Muchos investigadores creen que un modelo que mejora al resolver problemas científicos también mejorará en todos los demás ámbitos. Si es así, nadie podrá competir con los grandes laboratorios de IA, que acabarán controlando modelos capaces de mejorarse a sí mismos y que, según algunas definiciones, alcanzarán una inteligencia incomprensible. Estos genios científicos de la IA se conectarán con el mundo físico, ya sea mediante robots humanoides o conectando los modelos a equipos de laboratorio, como ya ha hecho Anthropic.El problema que plantea este futuro para la ciencia es muy parecido al que plantea para la sociedad. La gente tendrá que proporcionar recursos a las máquinas para que puedan seguir progresando. Si nadie entiende lo que hacen, limitarse a firmar los cheques sería una imprudencia. Nadie podría estar seguro de que los modelos actuaran en beneficio de la humanidad. Incluso si los laboratorios de IA logran «alinear» las máquinas con los intereses de la humanidad para que se pueda confiar plenamente en ellas, una sociedad en la que las personas se limiten a preguntar a las IA qué hacer —en la ciencia o en cualquier otro ámbito— será una sociedad en la que los humanos acabarán siendo las mascotas de las máquinas.La gente tendrá que proporcionar recursos a las máquinas para que puedan seguir progresandoAlgunas personas podrían estar dispuestas a aceptarlo si eso significara, por ejemplo, curar todas las enfermedades. Sin embargo, al menos hasta que exista una alineación inquebrantable entre las IA y los humanos, la ciencia siempre necesitará que haya una persona implicada en el proceso. Los laboratorios deberían poder utilizar IA para resolver problemas, pero los recursos, como los laboratorios y la capacidad de cálculo, deberían estar bajo la dirección y supervisión de personas capaces de formarse un juicio fundamentado sobre el trabajo de las IA. Esto ralentizará inevitablemente el progreso, pero es necesario para mantener las IA bajo control humano.Mientras tanto, la ciencia impulsada por máquinas y guiada por humanos exigirá que los académicos reinventen sus disciplinas. Los científicos tendrán que aprender a valorar la tarea de guiar los modelos y estudiar, verificar y enseñar sus resultados, y a reconocerla como una fuente de prestigio y progreso profesional. Los gobiernos deberán conceder subvenciones de investigación siguiendo ese mismo criterio. Por su parte, los laboratorios de IA deberían esforzarse por ser buenos ciudadanos científicos, sometiendo su trabajo a revisión por pares y publicando sus métodos y su código.No perdamos de vista lo importanteComprobar y asimilar los resultados de un ordenador puede parecer un trabajo poco glamuroso. Gran parte de la ciencia realizada por humanos está plagada de errores porque los académicos no reciben incentivos por supervisar el trabajo de otros. Sin embargo, dar de nuevo prioridad a la verificación y al escepticismo mejoraría la ciencia. Conviene recordar el lema de la Royal Society, adoptado en el siglo XVII: nullius in verba o «no te fíes de la palabra de nadie». Ese mismo espíritu debe aplicarse ahora a la ciencia creada por las máquinas. El 6 de octubre de 2026 podría ser recordado como el día más importante de la historia de las matemáticas. OpenAI, un laboratorio estadounidense de vanguardia, publicó más de 700 artículos académicos en los que afirmaba haber logrado avances o encontrado soluciones para 372 problemas que habían desafiado a los académicos durante décadas. Los matemáticos todavía luchan por asimilar lo que significa esto para su disciplina.Las implicaciones prometen ir mucho más allá de las matemáticas. Es hora de abordar cómo afectará la inteligencia artificial (IA) a la ciencia en su conjunto. Los resultados matemáticos representan, al mismo tiempo, un salto adelante para la humanidad, una muestra asombrosa del vertiginoso progreso de la IA y una advertencia sobre un futuro en el que la comprensión del universo podría quedar en manos de máquinas opacas para la mente humana. La cuestión es cómo lograr avances sin sacrificar la comprensión.Las IA han demostrado tan claramente su potencial científico en matemáticas porque sus demostraciones se derivan de axiomas, no de evidencias, y, por lo tanto, en principio, pueden verificarse mecánicamente. Sin embargo, como informamos esta semana en nuestra sección especial de Ciencia y tecnología, la IA también ha acelerado el progreso en las ciencias empíricas, en parte porque otras disciplinas utilizan las matemáticas como herramienta. La IA ha mejorado las predicciones meteorológicas. Ha propuesto millones de posibles materiales nuevos útiles y ha ayudado a controlar experimentos de fusión nuclear. Además, puede predecir la estructura de casi todas las proteínas conocidas a partir de los aminoácidos que las componen, un avance que fue reconocido con un premio Nobel. the_economist_0770Es casi seguro que la IA impulsará otros avances científicos aún más notables. Las posibilidades más prometedoras se encuentran en la biología. Los investigadores están utilizando la IA para diseñar cultivos resistentes a la sequía, buscar nuevos fármacos y crear (con suerte) virus benignos que ataquen a bacterias perjudiciales. Se está trabajando para utilizar la IA en la creación de modelos informáticos que reproduzcan el funcionamiento de las células. Con la vida in silico a su disposición, los científicos podrían llegar a dominar la biología y adquirir la capacidad de crear organismos completamente nuevos desde cero. De ser así, el ADN se convertiría en otra forma de código informático, manipulable como una secuencia de tokens en un modelo de IA.La IA ha mejorado las predicciones meteorológicas. Ha propuesto millones de posibles materiales nuevos útiles y ha ayudado a controlar experimentos de fusión nuclearComo ocurre con muchos aspectos relacionados con la IA, esa perspectiva resulta tan emocionante como aterradora. La primera reacción de muchos matemáticos es de terror. Desde los avances de OpenAI, han plantado cara a la intromisión del laboratorio en su disciplina. La Asociación para las Matemáticas Humanas, un grupo de más de 900 académicos, advierte de que «los matemáticos no pidieron que se hiciera este trabajo». Sostienen que la recompensa de hacer matemáticas no reside en la demostración en sí, sino en el esfuerzo, porque es este el que hace avanzar la comprensión humana. Que las IA produzcan soluciones incomprensibles pero correctas es como dar a los estudiantes las respuestas a sus deberes: sin esfuerzo, no hay aprendizaje.Estas quejas contienen un cierto componente de súplica. Los académicos no tienen más derecho que cualquier otra profesión a dictar cómo se produce el conocimiento. La búsqueda de la verdad beneficia a todos y no puede reservarse a un gremio de eruditos. Las jerarquías académicas, en las que se asciende demostrando teoremas, no son sagradas. Si es necesario, habrá que rehacerlas para adaptarlas a un mundo en el que la IA produzca demostraciones y los humanos las asimilen. En ciencia, no se debe dar prioridad a la comprensión frente a los resultados. Cada vez que tomas una pastilla de paracetamol para aliviar un dolor de cabeza, dependes de un mecanismo que funciona, pero que no se comprende por completo.Problemas parecidos para la sociedad y la cienciaSin embargo, el miedo a dejar la ciencia en manos de las máquinas no es infundado. Las empresas de IA invierten recursos en la ciencia no por altruismo, sino porque, al igual que ocurre con los humanos, resolver problemas puede ayudar a que los modelos sean más inteligentes. Muchos investigadores creen que un modelo que mejora al resolver problemas científicos también mejorará en todos los demás ámbitos. Si es así, nadie podrá competir con los grandes laboratorios de IA, que acabarán controlando modelos capaces de mejorarse a sí mismos y que, según algunas definiciones, alcanzarán una inteligencia incomprensible. Estos genios científicos de la IA se conectarán con el mundo físico, ya sea mediante robots humanoides o conectando los modelos a equipos de laboratorio, como ya ha hecho Anthropic.El problema que plantea este futuro para la ciencia es muy parecido al que plantea para la sociedad. La gente tendrá que proporcionar recursos a las máquinas para que puedan seguir progresando. Si nadie entiende lo que hacen, limitarse a firmar los cheques sería una imprudencia. Nadie podría estar seguro de que los modelos actuaran en beneficio de la humanidad. Incluso si los laboratorios de IA logran «alinear» las máquinas con los intereses de la humanidad para que se pueda confiar plenamente en ellas, una sociedad en la que las personas se limiten a preguntar a las IA qué hacer —en la ciencia o en cualquier otro ámbito— será una sociedad en la que los humanos acabarán siendo las mascotas de las máquinas.La gente tendrá que proporcionar recursos a las máquinas para que puedan seguir progresandoAlgunas personas podrían estar dispuestas a aceptarlo si eso significara, por ejemplo, curar todas las enfermedades. Sin embargo, al menos hasta que exista una alineación inquebrantable entre las IA y los humanos, la ciencia siempre necesitará que haya una persona implicada en el proceso. Los laboratorios deberían poder utilizar IA para resolver problemas, pero los recursos, como los laboratorios y la capacidad de cálculo, deberían estar bajo la dirección y supervisión de personas capaces de formarse un juicio fundamentado sobre el trabajo de las IA. Esto ralentizará inevitablemente el progreso, pero es necesario para mantener las IA bajo control humano.Mientras tanto, la ciencia impulsada por máquinas y guiada por humanos exigirá que los académicos reinventen sus disciplinas. Los científicos tendrán que aprender a valorar la tarea de guiar los modelos y estudiar, verificar y enseñar sus resultados, y a reconocerla como una fuente de prestigio y progreso profesional. Los gobiernos deberán conceder subvenciones de investigación siguiendo ese mismo criterio. Por su parte, los laboratorios de IA deberían esforzarse por ser buenos ciudadanos científicos, sometiendo su trabajo a revisión por pares y publicando sus métodos y su código.No perdamos de vista lo importanteComprobar y asimilar los resultados de un ordenador puede parecer un trabajo poco glamuroso. Gran parte de la ciencia realizada por humanos está plagada de errores porque los académicos no reciben incentivos por supervisar el trabajo de otros. Sin embargo, dar de nuevo prioridad a la verificación y al escepticismo mejoraría la ciencia. Conviene recordar el lema de la Royal Society, adoptado en el siglo XVII: nullius in verba o «no te fíes de la palabra de nadie». Ese mismo espíritu debe aplicarse ahora a la ciencia creada por las máquinas.  

El 6 de octubre de 2026 podría ser recordado como el día más importante de la historia de las matemáticas. OpenAI, un laboratorio estadounidense de vanguardia, publicó más de 700 artículos académicos en los que afirmaba haber logrado avances o encontrado soluciones para 372 problemas … que habían desafiado a los académicos durante décadas. Los matemáticos todavía luchan por asimilar lo que significa esto para su disciplina.

 RSS de noticias de ciencia