Escuchar esta nota
Detenido
Octubre, 2026
La inteligencia artificial es una de las tecnologías más disruptivas del siglo XXI. Su desarrollo ha sido tan vertiginoso, que cada nuevo día despertamos con noticias sobre sus impresionantes avances. El problema, sin embargo, es que al paso que va pronto pasará de ser una gran revolución a provocar crisis en diversos campos del conocimiento o actividades humanas. Ya lo está siendo y haciendo. Las matemáticas y la biología son dos áreas que ahora mismo está transformando, generando profundos debates.
El terremoto de la IA en las matemáticas (y otras áreas)
Timothé Albouy
Un terremoto está sacudiendo el mundo de las matemáticas. La irrupción de la inteligencia artificial ha provocado una crisis sin precedentes en la disciplina, hasta tal punto que los matemáticos debaten si tienen o no futuro y cómo será. Pero el sismo afecta a las sociedades por completo.
En poco más de una década, la inversión empresarial mundial en IA ha alcanzado los 1,6 billones de dólares, una cifra que multiplica por más de cuarenta el coste, actualizado a dólares de 2024, del Proyecto Manhattan que desarrolló la bomba atómica, estimado en 36 000 millones de dólares. Y se prevé que el gasto mundial en IA llegue a 2,5 billones de dólares en 2026. Estas cifras muestran que no estamos ante una innovación tecnológica más, sino ante una transformación que está movilizando recursos a una escala extraordinaria.
Una tradición humana de 3 000 años
A lo largo del año, las capacidades matemáticas de la IA han avanzado de forma espectacular: de poder solucionar unos cuantos puzles matemáticos hace solo seis meses a resolver conjeturas fundamentales como la regularidad de Navier-Stokes, uno de los llamados siete “problemas matemáticos del milenio”.
Esta trayectoria exponencial plantea una pregunta inquietante: ¿llegará pronto a su fin las matemáticas como tradición humana de más de 3 000 años?
Estos acontecimientos han desencadenado un aluvión de debates: sitios web como Proofs and Prompts o el blog de Terrence Tao (una de las figuras más destacadas de las matemáticas) llevan semanas publicando entradas invitadas en las que los matemáticos debaten, con distintos grados de optimismo, el futuro de su disciplina en la era de la IA.
El debate sobre el futuro de las matemáticas
Algunos creen que, de cara al futuro, la profesión debería dar menos importancia a la demostración de teoremas y orientarse hacia la asimilación, comunicación y comprensión de esas nuevas matemáticas. Sin embargo, otros sugieren que las IA podrían convertirse pronto en mejores explicadores que los humanos; y si son capaces de aplicar de forma autónoma las matemáticas que desarrollan para hacer avanzar la ciencia y la ingeniería, entonces la comprensión humana ya no será necesaria.
A pesar de la diversidad de opiniones, la mayoría de los matemáticos coinciden en una cosa: sus intereses y los de las empresas de IA están profundamente desalineados. Así pues, la comunidad ha publicado varias respuestas, como la Declaración de Leiden o la Carta Math and AI, firmada por 25 medallistas Fields y respaldada por miles de matemáticos.
Pero se está gestando una preocupación aún más profunda: si las IA llegan a ser más capaces que los humanos en el trabajo cognitivo, ¿lo que está ocurriendo con las matemáticas no revestiría una importancia insignificante en comparación con lo que esto supone para la sociedad?
En qué tareas tendremos una ventaja frente a la IA
Antes que los matemáticos, muchas otras profesiones se vieron profundamente transformadas (o alteradas) por la IA: traductores, programadores, ilustradores, músicos, escritores… El paralelismo con la Revolución Industrial suele servir como argumento para afirmar que, a pesar de las fricciones transitorias, a largo plazo surgirán nuevos puestos de trabajo a medida que los trabajadores asciendan en la pirámide corporativa.
Pero la IA parece diferente, ya que se trata de una tecnología de uso general, y las tareas en las que los seres humanos conservan una ventaja comparativa parecen ser cada vez más escasas.
Bajo presiones competitivas, es posible que las instituciones y empresas que automaticen la mayor parte de sus cargas de trabajo (incluidos los puestos de mayor nivel) superen y sustituyan a aquellas que no lo hagan, lo que provocará no sólo altas tasas de desempleo, sino también un progresivo desempoderamiento humano. Al mismo tiempo, los avances en robótica sugieren que, a largo plazo, podrían producirse disrupciones similares en el trabajo físico.
En un futuro así, los seres humanos aún podrían conservar algunos nichos de la economía, como en el sector relacional (artes, terapia, asistencia…), donde el aspecto humano es el valor. Pero en comparación con la manufactura, la defensa o la energía, esas profesiones probablemente tendrán poca influencia material sobre el orden político, ya que no podrán paralizar la economía ni vetar las decisiones de los poderosos. Por lo tanto, en un mundo en el que la IA pueda gestionar fábricas y librar guerras, propuestas como la renta básica universal pueden parecer un acuerdo frágil, dado que los seres humanos ya no serían actores económicos necesarios.
De lo que es capaz una superinteligencia
En una reciente carta abierta a la Royal Society, numerosos matemáticos expresaron su preocupación por las implicaciones más amplias de los eventos actuales en su campo: si las IA llegaran a ser superhumanas en matemáticas, ¿qué capacidad tendrían para realizar ciberataques autónomos, desarrollar agentes químicos o biológicos, manipular psicológicamente, controlar drones y armas automatizadas, hacer desinformación selectiva y llevar a cabo vigilancia masiva?
Al mismo tiempo, hemos visto antiguos empleados de grandes empresas de inteligencia artificial expresar su preocupación por el riesgo de extinción que plantea esa tecnología, así como líderes de la IA que piden una desaceleración y solicitan una exención de las leyes antimonopolio para permitir la coordinación entre los laboratorios de vanguardia.
A pesar de estos anuncios, las compañías de IA siguieron lanzando modelos cada vez más potentes. Esta aparente contradicción se suele presentar como un dilema del prisionero: una situación en la que la opción individual más racional para cada actor es traicionar a los demás, aunque la cooperación conduciría a un resultado globalmente mejor. El argumento establece una analogía con la carrera por la bomba atómica: si nosotros (Occidente) no la desarrollamos primero, lo harán nuestros rivales (es decir, China).
La comparación no se sostiene mucho más allá. Como ya decíamos líneas arriba, el boom de la IA ya eclipsa al Proyecto Manhattan en cuanto a inversión en un factor de cientos. Además, al contrario del arma nuclear, la superinteligencia artificial es una tecnología que tiene gran probabilidad de volverse directamente contra sus propios creadores o gobiernos. Entonces, desde un enfoque racional, redundaría en el interés propio tanto de Occidente como de China en cooperar, o incluso frenar unilateralmente el desarrollo de la IA.
La perspectiva política
Resulta fácil sentir impotencia y concluir que nuestras acciones no influyen en el desarrollo de la IA, y que sólo un puñado de personas repartidas entre Silicon Valley, Washington y Pekín pueden tomar decisiones que afectan a 8 000 millones de personas. Además, resulta difícil abordar las repercusiones sociales de la IA sin parecer demasiado pesimista, pero para mantener un debate democrático informado, es necesario que asimilemos las implicaciones de esta tecnología.
Muchos ciudadanos están a favor de la regulación de la IA, pero está tardando en traducirse en medidas concretas. El senador estadounidense Bernie Sanders propuso recientemente un proyecto de ley para prohibir la superinteligencia a nivel nacional y mundial mediante acuerdos entre las grandes potencias. A menor escala, comunidades como la Asociación para las Matemáticas Humanas han decidido unirse para hacer oír su voz, lo que apunta a una mayor coalición de voluntarios.
Es importante que no cedamos ante una sensación de inevitabilidad y renunciemos a nuestra capacidad de acción política. La salida y la puesta del sol son inevitables, pero la acción humana no lo es. 
[Timothé Albouy: investigador posdoctoral en
Ciencias de la Computación, IMDEA SOFTWARE. /
Fuente: The Conversation. Licencia Creative Commons]
🔸🔶🔸
¿Jugamos a ser dioses? Lo que supone la IA en biología
A. Victoria de Andrés Fernández
Mucho se está hablando de la revolución sociológica que la IA generativa va a suponer para la humanidad. Sin embargo, apenas se ha debatido acerca de sus repercusiones en biología, cuando esta realidad sí que da vértigo. Porque no hablamos de futurología ni de lo que la IA podría hacer. Hablamos de lo que, a día de hoy, la IA está haciendo.
El gran cambio metodológico
Durante toda la historia de la biología, los científicos nos hemos dedicado a descifrar las reglas de la vida a base de observarla, establecer hipótesis sobre su funcionamiento y diseñar experimentos reproducibles que corroboraran si nuestras propuestas se transformaban en brillantes descubrimientos o en rotundos fracasos. Así, con muchísimo esfuerzo en tiempo, recursos y discusiones, hemos ido desentrañando en qué consiste esta cosa tan difícilmente definible que es la vida y dando soluciones a problemas de variada índole, incluidas las destinadas a solucionar las múltiples patologías de nuestros imperfectos cuerpos.
En este fascinante camino, la tecnología ha sido un extraordinario aliado y el mejor acelerador del ritmo de nuestros descubrimientos en los últimos años. Pero lo que está ocurriendo ahora merece un capítulo reflexivo propio porque la IA no se limita a ser una mera “ayuda técnica”. No se trata de un procesador espectacular de millones de datos simultáneos, ni tan siquiera un salto cuántico en la capacidad de generar conocimiento. Tampoco hablamos de un cambio de paradigma, porque no se limita a dar un giro profundo en la manera de entender o interpretar el lenguaje de la biología.
Hablamos de otra cosa mucho más seria para la que, en mi opinión, la palabra revolución se queda ridículamente corta.
¿Qué está haciendo la IA?
Empecemos por lo más sencillo de la vida: sus biomoléculas. Progresivamente (y con gran esfuerzo), hemos ido identificado las asombrosas proteínas existentes en la naturaleza. Para algunas de ellas, una vez establecida su función, se estudió su posible aplicación en la solución de problemas agrícolas, ganaderos o ecológicos y, especialmente, en intentar paliar los efectos de diferentes patologías humanas.
Con la IA generativa las reglas del juego han cambiado radicalmente. Ahora podemos hacer algo tan asombroso como decidir una función biológica concreta y, a partir de ella, generar de novo una proteína que la realice. Ya no se trata de identificar un nuevo prótido, descubrir para qué sirve y, manipulándolo (en concentración o en localización), solucionar un problema. Ahora es posible decir “tengo este problema y quiero crear una proteína/solución que sirva exactamente para lo que yo quiero”. De hecho, ya se están generando proteínas estructurales que no existen en la naturaleza y que responden funcionalmente a la previsión de su formulación.
Es más, se puede producir la proteína enzimática concreta capaz de catalizar una determinada reacción bioquímica. La IA puede incluso generar varias enzimas similares y elegir las más eficientes.
La realidad es que la modalidad de la molécula ha dejado de ser un límite. La IA puede generar, indistintamente, tanto pequeños péptidos como grandes proteínas, anticuerpos, ARN, proteínas de fusión o moléculas nuevas de hipotético uso terapéutico. Tan espectacular está siendo la síntesis masiva de nuevos diseños moleculares (por ejemplo, de anticuerpos) que el problema se está trasladando a las limitaciones que va a suponer el disponer de la capacidad física de poder probarlos todos experimentalmente.
Dirigir la evolución con IA
Pero es que también la IA está haciendo algo trascendental a este respecto. Tanto, que ya es factible “sustituir” a la propia evolución biológica y hacer en segundos lo que la selección natural ha podido tardar miles o millones de años en conseguir (o, incluso, aún no ha alcanzado). Por ejemplo, para virus tan llamativos como el Ébola o el SARS-CoV-2, se han generado con IA anticuerpos maduros con hasta 7 veces más afinidad por los antígenos virales que los anticuerpos naturales, y con hasta 160 veces más afinidad en el caso de los anticuerpos no maduros. Algo parecido se puede hacer con las moléculas de ARN, cuya evolución se está ya “dirigiendo” en procesos tan importantes para nuestra salud como la activación de procesos cancerígenos.
¿Alucinante? Pues vamos a dar una nueva vuelta de tuerca. El Evo 2 es un modelo de IA entrenado con unos 9 billones de pares de bases de ADN procedentes de bacterias, arqueas, virus, plantas, hongos y animales (incluidos humanos) y al que no se le ha asignado ninguna tarea biológica concreta. Pues bien, ella (o él) solito fue capaz de aprender reglas biológicas directamente de las secuencias de ADN, predecir el efecto de mutaciones y …¡generar ADN nuevo!
Esto no es un mero avance: es un salto brutal desde el momento en que no hablamos predecir biología sino de poder realizar auténtica ingeniería biológica. En otras palabras, hablamos de crear vida.
Urge una profunda reflexión
La realidad apremia. Con un abanico de posibilidades tan amplio abriéndose el mundo de la investigación biológica, los futuribles maravillan tanto o más que el vértigo que generan. Hemos pasado de observar y modificar la naturaleza a crear nuevas moléculas y circuitos que la evolución nunca ha explorado previamente. Además, y dado el ritmo que esto parece llevar, es muy posible que en breve sea factible el diseño real de organismos vivos de especies que no existen y no han existido nunca.
Creo que ha llegado el momento de plantearse muy seriamente que ya no basta con preguntarnos si somos capaces de crear una nueva biología. Debemos consensuar muy detenidamente qué biología queremos crear o, lo que es más importante, si realmente debemos crearla, quién debe poder hacerlo y qué consecuencias estamos dispuestos a asumir. Y todo ello, alejados de prejuicios ideológicos, intereses políticos, presiones económicas, reduccionismos morales, cortoplacismos coyunturales o buenismos incautos y pueriles.
La reflexión ética debe ser muy profunda, muy pausada, muy transdisciplinar y extraordinariamente sopesada.
Nos jugamos, literalmente, la vida tal y como la conocemos.
