Los precedentes históricos así lo presagian
El debate sobre la inteligencia artificial (IA) tiende a centrarse en sus peligros potenciales: el sesgo algorítmico y la discriminación, la destrucción masiva de puestos de trabajo e incluso, según algunos, la extinción de la humanidad. Sin embargo, mientras algunos observadores se preocupan por estos escenarios distópicos, otros se centran en las posibles recompensas: la IA podría ayudar a la humanidad a resolver algunos de sus mayores y más espinosos problemas. Y lo hará de una forma muy concreta: acelerando radicalmente el ritmo de los descubrimientos científicos, especialmente en áreas como la medicina, la climatología y la tecnología verde. Luminarias del campo como Demis Hassabis y Yann LeCun creen que la inteligencia artificial puede acelerar el progreso científico y conducir a una edad de oro del descubrimiento. ¿Tendrán razón?
Merece la pena examinar estas afirmaciones, que pueden servir de contrapeso a los temores sobre el desempleo a gran escala y los robots asesinos. Muchas tecnologías anteriores, por supuesto, han sido falsamente aclamadas como panaceas. El telégrafo eléctrico fue alabado en la década de 1850 como heraldo de la paz mundial, al igual que los aviones en la década de 1900; los expertos en la década de 1990 dijeron que Internet reduciría la desigualdad y erradicaría el nacionalismo. Pero el mecanismo por el que la IA supuestamente resolverá los problemas del mundo tiene una base histórica más sólida, porque ha habido varios periodos en la historia en los que los nuevos enfoques y las nuevas herramientas sí han ayudado a provocar estallidos de innovación y descubrimientos científicos que han cambiado el mundo.
En el siglo XVII, los microscopios y telescopios abrieron nuevas perspectivas de descubrimiento y animaron a los investigadores a preferir sus propias observaciones a la sabiduría recibida de la antigüedad, mientras que la introducción de las revistas científicas les proporcionó nuevas formas de compartir y dar publicidad a sus descubrimientos. El resultado fue un rápido progreso en astronomía, física y otros campos, y nuevos inventos, desde el reloj de péndulo hasta la máquina de vapor, motor principal de la Revolución Industrial.
A partir de finales del siglo XIX, la creación de laboratorios de investigación, que reunían ideas, personas y materiales a escala industrial, dio lugar a otras innovaciones como los fertilizantes artificiales, los productos farmacéuticos y el transistor, el componente básico del ordenador. A partir de mediados del siglo XX, los ordenadores permitieron a su vez nuevas formas de ciencia basadas en la simulación y la modelización, desde el diseño de armas y aviones hasta la predicción meteorológica más precisa.
Y puede que la revolución informática aún no haya terminado. Las herramientas y técnicas de la Inteligencia Artificial se están aplicando en casi todos los campos de la ciencia, aunque el grado de adopción varía mucho: el 7,2% de los artículos de física y astronomía publicados en 2022 utilizaban la Inteligencia Artificial, por ejemplo, frente al 1,4% en veterinaria. Puede identificar candidatos prometedores para el análisis, como moléculas con propiedades particulares en el descubrimiento de fármacos, o materiales con las características necesarias en baterías o células solares. Puede examinar montones de datos, como los producidos por los colisionadores de partículas o los telescopios robóticos, en busca de patrones. Y la Inteligencia Artificial puede modelar y analizar sistemas aún más complejos, como el plegamiento de proteínas o la formación de galaxias. Las herramientas de Inteligencia Artificial se han utilizado, entre otras cosas, para identificar nuevos antibióticos, descubrir el bosón de Higgs o detectar acentos regionales en los lobos.
Todo esto es digno de aplauso. Pero la revista y el laboratorio fueron aún más lejos: modificaron la propia práctica científica y abrieron vías más potentes para hacer descubrimientos, al permitir que personas e ideas se mezclaran de nuevas formas y a mayor escala. La IA también tiene el potencial de desencadenar una transformación semejante.
Dos áreas en particular parecen prometedoras. El primero es el “descubrimiento basado en la literatura” (LBD, por sus siglas en inglés), que consiste en analizar la literatura científica existente mediante el análisis del lenguaje al estilo Chatgpt, para buscar nuevas hipótesis, conexiones o ideas que los humanos podrían haber pasado por alto. LBD está demostrando ser prometedor a la hora de identificar nuevos experimentos que probar e incluso de sugerir posibles colaboradores para la investigación. Los sistemas LBD también pueden identificar “puntos ciegos” en un campo determinado e incluso predecir futuros descubrimientos y quién los hará.
El segundo campo es el de los “científicos robóticos”, también conocidos como “laboratorios autodirigidos”. Se trata de sistemas robóticos que utilizan IA para formular nuevas hipótesis, basadas en el análisis de los datos y la bibliografía existentes, y luego las ponen a prueba realizando cientos o miles de experimentos, en campos como la biología de sistemas y la ciencia de materiales. A diferencia de los científicos humanos, los robots están menos apegados a los resultados anteriores, se guían menos por los prejuicios y, lo que es más importante, son fáciles de reproducir. Podrían ampliar la investigación experimental, desarrollar teorías inesperadas y explorar vías que los investigadores humanos podrían no haber considerado.
Por tanto, la idea de que la inteligencia artificial pueda transformar la práctica científica es factible. Pero el principal obstáculo es sociológico: sólo puede ocurrir si los científicos humanos están dispuestos a utilizar esas herramientas y son capaces de hacerlo. Muchos carecen de las habilidades y la formación necesarias; a algunos les preocupa quedarse sin trabajo. Afortunadamente, hay signos esperanzadores: las herramientas de Inteligencia Artificial están pasando de ser impulsadas por los investigadores a ser adoptadas por especialistas de otros campos.
Los gobiernos y los organismos de financiación podrían ayudar presionando para que se utilicen más normas comunes que permitan a los sistemas de inteligencia artificial intercambiar e interpretar resultados de laboratorio y otros datos. También podrían financiar más investigación sobre la integración de la inteligencia artificial con la robótica de laboratorio y sobre otras formas de inteligencia artificial además de las que se aplican en el sector privado, que ha apostado casi todas sus fichas a sistemas basados en el lenguaje como Chatgpt. Otras formas de inteligencia artificial menos de moda, como el aprendizaje automático basado en modelos, pueden ser más adecuadas para tareas científicas como la formulación de hipótesis.
La adición de lo artificial
En 1665, durante un periodo de rápido progreso científico, Robert Hooke, un polímata inglés, describió la llegada de nuevos instrumentos científicos como el microscopio y el telescopio como “la adición de órganos artificiales a los naturales”. Gracias a ellos, los investigadores pudieron explorar ámbitos antes inaccesibles y descubrir cosas de nuevas maneras, “con prodigiosos beneficios para todo tipo de conocimientos útiles”. Para los sucesores modernos de Hooke, la incorporación de la inteligencia artificial al instrumental científico está llamada a hacer lo mismo en los próximos años, con resultados igualmente revolucionarios.
© 2023, The Economist Newspaper Limited. All rights reserved.
