La inteligencia artificial dejó de ser hace tiempo una simple herramienta para automatizar rutinas o generar textos. Hoy en día se está integrando activamente en la investigación científica fundamental, desde la creación de estructuras proteicas para el desarrollo de nuevos fármacos hasta la predicción de anomalías climáticas. Las tecnologías de aprendizaje automático ya han obligado a la comunidad científica a reevaluar una serie de verdades, aparentemente irrefutables a primera vista.
Aquí hay cinco estereotipos científicos clave que han sido refutados o sustancialmente corregidos gracias a la aplicación de la IA.
1. Visión por computadora: no es solo una prerrogativa de los seres vivos
Durante mucho tiempo, en la comunidad científica prevaleció la opinión de que la capacidad no solo de "ver", sino también de reconocer patrones, estaba reservada exclusivamente a los organismos vivos. La situación cambió en 2012, cuando en la conferencia NeurIPS se presentó la red neuronal AlexNet. Entrenada con 1,3 millones de imágenes de alta resolución de la base de datos ImageNet, supuso un avance en el campo de la visión por computadora, demostrando que las máquinas son capaces de clasificar datos visuales con alta precisión. Este trabajo sentó las bases para tecnologías modernas como el desbloqueo de smartphones por reconocimiento facial y demostró que la percepción visual no es una función biológica única.
2. Lógica y matemáticas: la IA al nivel de un campeón olímpico
Las deducciones lógicas complejas y la demostración de teoremas se consideraban tradicionalmente una prueba de las excepcionales capacidades humanas, una especie de "filtro" para encontrar jóvenes talentos matemáticos. Sin embargo, en enero de 2024, un equipo de investigadores de Google presentó el sistema AlphaGeometry, que resolvió 25 de 30 problemas geométricos complejos dentro del tiempo estándar de las olimpiadas. A modo de comparación: los algoritmos anteriores solo abordaban 10 problemas, mientras que la puntuación media de un medallista de oro humano en la Olimpiada Internacional de Matemáticas es de 25,9 puntos. Este logro, publicado en la prestigiosa revista Nature, demostró que la IA es capaz de realizar razonamientos lógicos profundos.
3. Botánica: el clima no siempre determina el tamaño de las hojas
En biología existía una regla establecida según la cual las plantas en climas húmedos (por ejemplo, en las selvas) tienen hojas más grandes que las mismas especies en regiones áridas. Sin embargo, un estudio de científicos australianos, realizado con visión por computadora, refutó este axioma a nivel de especies. Tras analizar miles de muestras digitalizadas del Herbario Nacional de Nueva Gales del Sur, los especialistas descubrieron que, en el arce noruego, el tamaño de las hojas depende en mayor medida del intercambio genético con otras poblaciones que de la temperatura o la cantidad de precipitaciones. Este descubrimiento cambia los enfoques para la conservación de especies de plantas raras en el contexto del cambio climático global.
4. Biología evolutiva: la extinción no siempre va seguida de un florecimiento
Se cree que después de las extinciones masivas (como en el caso de los dinosaurios), los nichos ecológicos vacantes se llenan rápidamente de nuevas especies, lo que inevitablemente conduce a un auge biológico. En 2020, investigadores británicos y estadounidenses aplicaron el aprendizaje automático para analizar más de 1 millón de descripciones de fósiles, abarcando 170.000 especies. Los resultados mostraron la ausencia de una relación causal directa entre la extinción masiva y el posterior crecimiento explosivo de la biodiversidad, lo que requirió una revisión seria de una de las teorías evolutivas clave.
5. Criminalística: las huellas dactilares de una misma persona pueden ser similares
La creencia en la singularidad absoluta de las huellas dactilares de cada persona (e incluso de diferentes dedos de una misma mano) sustenta la biometría y la criminalística modernas. Sin embargo, en enero de 2024, científicos de la Universidad de Columbia cuestionaron esta idea. Al entrenar un modelo de IA con 60.000 huellas dactilares reales y 500.000 sintéticas, descubrieron que las huellas de diferentes dedos de la misma persona presentan una similitud significativa. A diferencia de los criminalistas, que prestan atención a las ramificaciones de las líneas, la red neuronal identificó marcadores nuevos y previamente no considerados: la curvatura y la inclinación de las espirales. Este descubrimiento podría aumentar la precisión de la medicina forense en casi dos órdenes de magnitud y simplificar la autenticación biométrica en los dispositivos del futuro.
Conclusión: El futuro de la investigación científica
La inteligencia artificial no reemplaza al científico, sino que se convierte en su aliado más poderoso. Es capaz de procesar volúmenes de datos inmanejables para la percepción humana y formular hipótesis no triviales sobre la reacción de las células o la eficacia de las vacunas. Aunque los modelos modernos todavía están sujetos a los sesgos inherentes a los conjuntos de datos de entrenamiento, la trayectoria de desarrollo de las tecnologías indica que en las próximas décadas los descubrimientos científicos más importantes se realizarán en tándem entre el ser humano y la inteligencia artificial.
