Ingresar
4 min
El rol del investigador está mutando: de ejecutar experimentos a formular mejores preguntas, de procesar datos a interpretar resultados que ningún equipo humano podría haber generado solo. No es que la IA reemplace al científico. Pero sí lo obliga a redefinirse, y eso no es un proceso cómodo ni rápido.
Cada 10 de abril celebramos el Día Mundial de la Ciencia y la Tecnología, fecha que conmemora el nacimiento de Bernardo Houssay, primer latinoamericano en ganar el Premio Nobel de Medicina y fundador de CONICET, el principal organismo de ciencia y tecnología de Argentina. Houssay dedicó su vida a mostrar que la ciencia rigurosa y bien financiada transforma sociedades. Hoy, casi ochenta años después de ese Nobel, estamos viviendo una de las transformaciones más profundas en cómo hacemos ciencia. Y creo que todavía no terminamos de dimensionarlo, ni siquiera quienes estamos dentro del sistema.
La inteligencia artificial está cambiando los laboratorios, las publicaciones, el corazón mismo de cómo producimos conocimiento. Y no me refiero al uso de IA para escribir resúmenes o ahorrar tiempo en tareas administrativas, sino a algo más de fondo. AlphaFold, el modelo de IA de DeepMind, resolvió en 2020 el problema del plegamiento de proteínas que la biología estructural llevaba cincuenta años intentando abordar. Modelos similares están analizando millones de registros clínicos para detectar patrones que serían invisibles al ojo humano, acelerando el diseño de fármacos, de materiales, de hipótesis enteras. Lo que antes era el trabajo de un laboratorio durante años, hoy puede tomar semanas. Esto es difícil de asimilar, incluso para quienes lo estamos viendo suceder.
Pero más allá de los ejemplos concretos, lo más significativo es el cambio en la velocidad del ciclo científico completo. Antes podían pasar años entre que se generaba una hipótesis, se diseñaba el experimento, se recopilaban los datos, se analizaban y se publicaban los resultados. Hoy ese ciclo se está comprimiendo de maneras que obligan a repensar cómo formamos a los nuevos investigadores, cómo evaluamos el conocimiento, cómo nos aseguramos de que la rapidez no venga a costa del rigor. Son preguntas que la comunidad científica todavía está procesando, sin respuestas cerradas.
Y no es solo una mejora de eficiencia, aunque parezca tentador describirlo así. Es un cambio en la lógica misma del trabajo científico. El rol del investigador está mutando: de ejecutar experimentos a formular mejores preguntas, de procesar datos a interpretar resultados que ningún equipo humano podría haber generado solo. No es que la IA reemplace al científico. Pero sí lo obliga a redefinirse, y eso no es un proceso cómodo ni rápido. Requiere nuevas competencias, nuevas formas de colaboración entre disciplinas que antes apenas se hablaban, y una disposición real a soltar maneras de trabajar que funcionaron bien durante décadas.
Y ahí es donde surgen dudas incómodas. Porque esta transformación no está llegando de manera pareja. Los modelos más potentes requieren infraestructura costosa, datos de calidad y equipos muy especializados, cosas que no están distribuidas de forma equitativa en el mundo, ni dentro de nuestro propio país. Si no ponemos atención, esta revolución puede terminar profundizando exactamente las brechas que ya existen entre naciones, instituciones, y disciplinas que tienen más o menos recursos para sumarse al cambio. La misma discusión que dábamos hace años con el acceso a internet, vuelve hoy con más urgencia y con consecuencias mayores.
Hay algo más que preocupa, y es la tendencia a hablar de IA en ciencia como si fuera un fenómeno que le pasa a otros. Chile tiene investigadores brillantes y problemas propios que resolver. El riesgo no es no tener herramientas, sino usarlas para responder las preguntas de otros, en lugar de las nuestras. Esa es la trampa.
Por eso es relevante cuando las instituciones toman decisiones concretas, y no solo declaraciones de intención. La Universidad Andrés Bello acaba de lanzar ADA, una plataforma de inteligencia artificial orientada a fortalecer la investigación institucional. No es un dato anecdótico. Iniciativas así son una señal de que algunas universidades chilenas no quieren quedarse mirando desde afuera mientras otros construyen el futuro de la ciencia. Quieren ser parte de esa conversación, con herramientas propias.
Houssay entendió rápidamente que, sin instituciones fuertes y comprometidas, la ciencia no avanza. Hoy necesitamos instituciones que además se atrevan a transformarse de verdad, no solo en el discurso. Porque la IA no espera, y lo que hagamos o dejemos de hacer ahora va a determinar qué ciencia generamos, y con qué impacto.
Lea también.
