¿Qué pasaría si las máquinas se apoderaran de la ciencia?

El 6 de octubre de 2026 podría ser recordado como el día más importante en la historia de las matemáticas. OpenAI, un laboratorio estadounidense de vanguardia, publicó más de 700 artículos académicos que afirmaban haber logrado avances o soluciones para 372 problemas que habían desconcertado a los investigadores durante décadas. Los matemáticos aún intentan comprender las implicaciones de este hecho para su disciplina.

Las implicaciones prometen ir mucho más allá de las matemáticas. Es hora de abordar cómo la inteligencia artificial (IA) afectará a la ciencia en su conjunto. Los resultados matemáticos representan, simultáneamente, un gran avance para la humanidad; una maravilla que subraya el vertiginoso progreso de la IA; y una advertencia de un futuro en el que la comprensión del universo podría pertenecer a máquinas impenetrables para la mente humana. La pregunta es cómo lograr progreso sin sacrificar la comprensión.

La IA ha demostrado de forma tan contundente su potencial científico en matemáticas porque sus demostraciones se derivan de axiomas, no de evidencia, y por lo tanto, en principio, son verificables mecánicamente. Pero como informamos en nuestra sección especial de Ciencia y Tecnología de esta semana, la IA también ha acelerado el progreso en las ciencias empíricas, en parte porque otros campos utilizan las matemáticas como herramienta. La IA ha mejorado los pronósticos meteorológicos. Ha propuesto millones de posibles materiales nuevos y útiles, y ha ayudado a controlar experimentos de fusión nuclear. Además, puede predecir la forma de casi todas las proteínas conocidas a partir de sus aminoácidos constituyentes, un avance que le valió un Premio Nobel.

Es casi seguro que se producirán avances científicos aún más notables impulsados ​​por la IA. Las posibilidades más fascinantes se encuentran en la biología. Los investigadores están utilizando la IA para diseñar cultivos resistentes a la sequía, buscar nuevos fármacos y crear (esperemos) virus beneficiosos que ataquen a las bacterias dañinas. Se está trabajando en el uso de la IA para construir modelos informáticos del funcionamiento celular. Armados con la vida in silico, los científicos podrían llegar a dominar la biología, adquiriendo la capacidad de crear organismos completamente nuevos desde cero. De ser así, el ADN se convertiría simplemente en otra forma de código informático que se manipularía como una secuencia de tokens en un modelo de IA.

Como ocurre con muchas cosas relacionadas con la IA , esta perspectiva resulta a la vez vertiginosa y aterradora. La primera reacción de muchos matemáticos es de terror. Desde los avances de OpenAI, se han mostrado indignados ante la intromisión del laboratorio en su disciplina. La Asociación para las Matemáticas Humanas, un grupo de más de 900 académicos, advierte que “los matemáticos no pidieron que se hiciera este trabajo”. Afirman que la recompensa de las matemáticas no reside en la demostración, sino en el esfuerzo, porque es ahí donde se impulsa la comprensión humana. Que las IA produzcan soluciones incomprensibles pero correctas es como darles a los estudiantes las respuestas a sus deberes: sin esfuerzo, no hay aprendizaje.

Estas quejas contienen un elemento de argumentación interesada. Los académicos no tienen más derecho a dictar la producción de conocimiento que cualquier otra profesión. La búsqueda de la verdad beneficia a todos y no puede reservarse para un gremio de eruditos. Las jerarquías académicas, a las que se accede demostrando cosas, no son sagradas. Si es necesario, deben rehacerse para un mundo en el que la IA produce pruebas y los humanos las procesan. En ciencia, la comprensión no debe anteponerse a los resultados. Cada vez que tomas una pastilla de paracetamol para aliviar un dolor de cabeza, te basas en un mecanismo que funciona, pero que no se comprende del todo.

Sin embargo, el temor a ceder la ciencia a las máquinas no es infundado. Las empresas de IA están invirtiendo grandes recursos en ciencia no por altruismo, sino porque, al igual que con los humanos, resolver problemas puede contribuir a que los modelos sean más inteligentes. Muchos investigadores creen que un modelo que mejore en la resolución de problemas científicos también mejorará en todo lo demás. De ser así, nadie podrá competir con los grandes laboratorios de IA, que eventualmente controlarán modelos que se perfeccionarán a sí mismos y se volverán, según algunas definiciones, incomprensiblemente inteligentes. Estos geniales científicos de IA se conectarán al mundo físico mediante robots humanoides o conectando los modelos a equipos de laboratorio, como ya lo ha hecho Anthropic.

El problema que este futuro plantea para la ciencia es muy similar al que plantea para la sociedad. La gente tendrá que proporcionar recursos a las máquinas para que estas sigan progresando. Si nadie entiende lo que hacen, simplemente extender cheques sería una imprudencia. Nadie podría estar seguro de que los modelos operan en beneficio de la humanidad. Incluso si los laboratorios de IA logran alinear las máquinas con los intereses de la humanidad, de modo que se pueda confiar plenamente en ellas, una sociedad donde la gente simplemente les pide a las IA qué hacer —en ciencia o en un sentido más amplio— es una sociedad en la que los humanos se convertirán en sus mascotas.

Algunas personas podrían aceptarlo si eso significa, por ejemplo, curar todas las enfermedades. Pero al menos hasta que exista una alineación inquebrantable entre la IA y los humanos, la ciencia siempre necesitará la intervención humana. Los laboratorios deberían poder usar la IA para resolver problemas, pero los recursos como los laboratorios y la capacidad de procesamiento informático deberían ser dirigidos y supervisados ​​por personas que puedan emitir un juicio informado sobre las acciones de la IA. Esto, inevitablemente, ralentizará el progreso. Pero es necesario si se pretende que la IA permanezca bajo control humano.

Mientras tanto, la ciencia de la computación guiada por humanos exigirá que los investigadores reinventen sus disciplinas. Los científicos tendrán que aprender a valorar —y a reconocer como mérito para el prestigio y el desarrollo profesional— el uso de modelos de control, así como el estudio, la verificación y la enseñanza de sus resultados. Los gobiernos deberán asignar subvenciones para la investigación sobre la misma base. Por su parte, los laboratorios de IA deberían esforzarse por ser buenos ciudadanos científicos, sometiendo sus trabajos a revisión por pares y publicando sus métodos y código.

El bebé y la bañera

Revisar y analizar los resultados de una computadora puede parecer un trabajo poco atractivo. Gran parte de la ciencia producida por humanos está plagada de errores porque los investigadores no son recompensados ​​por supervisar el trabajo de otros. Pero un renovado énfasis en la verificación y el escepticismo mejoraría la ciencia. Vale la pena 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 realizada por las máquinas.

© 2026, The Economist Newspaper Limited. All rights reserved.