Los científicos que usan IA publican mucho más: la ciencia en conjunto se concentra en menos temas

La promesa era una marea que levanta todos los botes. La inteligencia artificial iba a acelerar el descubrimiento científico, abrir frentes nuevos, ensanchar lo que la humanidad es capaz de preguntarse. Un estudio aceptado por la revista Nature, una de las publicaciones científicas de mayor prestigio del mundo, midió esa promesa contra los datos. El resultado es más raro de lo que el discurso anticipaba.

El equipo, liderado por James Evans, sociólogo y científico de datos de la Universidad de Chicago, con coautores del Beijing National Research Center for Information Science and Technology y de Tsinghua, analizó la base OpenAlex: más de 109 millones de papers publicados entre 1980 y 2024.

Sobre un subconjunto de 41,3 millones de trabajos en seis disciplinas de ciencias naturales (biología, medicina, química, física, ciencia de materiales y geología) entrenaron un modelo para detectar cuáles habían sido asistidos por IA. Identificaron unos 311.000. Con esa muestra midieron dos cosas a la vez: qué le pasa al científico que adopta la herramienta y qué le pasa a la ciencia que lo rodea.

El investigador que adopta IA gana la carrera

Para el individuo, los números son contundentes. Quien incorpora IA a su trabajo publica 3,02 veces más papers, recibe 4,84 veces más citas y llega a liderar un equipo de investigación 1,37 años antes que sus pares que no la usan. El paper identifica tres olas sucesivas de adopción, marcadas por el machine learning, el deep learning y los grandes modelos de lenguaje. En cada una, la recompensa individual se amplió.

No es un detalle menor. En un sistema donde la supervivencia profesional depende de publicar y de que te citen, una herramienta que triplica la producción no es una opción. Es una obligación competitiva. Evans lo dijo sin vueltas: el científico tiene un problema compartido, que es subsistir, y para subsistir hace falta dinero, y para conseguir dinero hace falta producir.

Hasta acá, la promesa se sostiene. El problema aparece cuando se mira el otro lado.

La ciencia entera se concentra en menos preguntas

Lo que cada investigador gana en impacto, el campo lo paga en diversidad. El estudio muestra que la investigación asistida por IA cubre menos terreno temático: en lugar de abrir disciplinas nuevas, acelera el trabajo sobre dominios ya establecidos y rico

s en datos. Evans estima que el volumen de temas explorados se reduce en casi un 5%.

Hay un segundo efecto, más fino. Los papers hechos con IA generan un 22% menos de interacción entre estudios: se citan menos entre sí, lanzan menos líneas nuevas de investigación. En vez de tejer la red densa de trabajos que se refinan unos a otros, orbitan alrededor de unos pocos papers estrella. Menos de un cuarto de los trabajos se queda con el 80% de las citas.

La imagen que usa el equipo es precisa. Si todos escalamos la misma montaña, hay muchas montañas que nadie sube.

La herramienta optimiza al jugador y empobrece el juego

Acá está la trampa. La IA en la ciencia no funciona como aceleración pareja. Funciona como un imán. Tira a cada científico hacia donde ya hay datos, donde el modelo rinde, donde la cita está casi garantizada. La decisión racional de cada investigador (usar la herramienta que maximiza su carrera) produce, sumada, una ciencia más angosta. Evans lo nombró con la categoría exacta: un problema de bienes públicos. Lo que conviene a cada uno no es lo que conviene al conjunto.

A mi lectura, el patrón excede a la ciencia. Cualquier sistema donde la IA optimiza el rendimiento del individuo (el periodismo, el derecho, el análisis financiero) corre el mismo riesgo estructural: que la suma de decisiones individuales eficientes angoste el campo entero. El estudio no mide eso, no sale de las seis disciplinas que analizó. Pero la mecánica que describe no tiene nada de exclusivo del laboratorio.

El estudio tampoco dice que haya que frenar la adopción. Dice algo más difícil de procesar: que la métrica con la que medimos el éxito (papers, citas, velocidad de ascenso) es ciega al costo que no figura en ninguna planilla. El investigador ve su currículum crecer. La pérdida de preguntas no aparece en ningún tablero individual. Es un costo de sistema, distribuido, sin dueño.

La IA no expande el conocimiento. Lo concentra. Mejora la posición de quien la usa y, a la vez, recorta el mapa de lo que la ciencia se anima a investigar. La promesa de la marea que levanta todos los botes describía mal el fenómeno. Lo que hay es una corriente: empuja con fuerza, pero a todos hacia el mismo puerto.