La IA no descubre ciencia, pero la acelera.
Diario de Innovación #277
En los últimos meses ha pasado algo interesante en el campo de la investigación de la ciencia básica.
Algo que ha sucedido en el silencio de un laboratorio.
No es un modelo más grande.
No es un benchmark nuevo.
Sino un cambio en cómo la IA empieza a apoyar la ciencia básica.
Un ejemplo reciente lo compartía Terence Tao: un sistema de IA resolvió un problema de Erdős casi de forma autónoma. Con feedback humano, usando métodos conocidos, pero llegando a una demostración que no estaba en la literatura existente.
No es magia.
No es “conciencia artificial”.
Es algo más sutil e importante.
La IA no tuvo la idea brillante. No experimentó las mariposas que sienten los genios antes de dar con la tecla mágica de un nuevo descubrimiento.
Pero redujo drásticamente el coste de explorar ideas.
Reescribió demostraciones.
Probó variantes.
Ordenó el razonamiento.
Aceleró años de fricción intelectual.
Eso ya es un hito.
Resolver no es descubrir
Aquí encaja muy bien la reflexión de Demis Hassabis, CEO de DeepMind:
La gran pregunta no es si la IA puede resolver problemas. Eso ya lo hace. La pregunta es si puede inventar nueva ciencia.
Y, hoy por hoy, la respuesta es no.
No por falta de datos.
No por falta de computación.
Sino porque le falta algo clave: un modelo del mundo.
Los LLMs predicen patrones.
Pero no entienden causalidad.
No saben por qué A lleva a B.
No pueden decidir qué hipótesis merece la pena perseguir.
Eso sigue siendo profundamente humano.
Entonces, ¿qué está cambiando de verdad?
Lo relevante no es una IA “científica consciente”.
Eso es ciencia ficción.
Lo relevante es que la IA está actuando como un acelerador cognitivo:
Reduce el tiempo entre hipótesis y comprensión
Facilita explorar espacios enormes de soluciones
Ayuda a formular, reformular y clarificar ideas
En ciencia básica, el cuello de botella rara vez es el cálculo.
Suele ser pensar bien el problema.
Ahí la IA empieza a ser transformadora.
De herramienta a colaborador (con límites)
Durante años fue un buscador mejorado.
Ahora empieza a ser un copiloto intelectual.
No decide qué investigar.
No tiene intuición.
No elige las buenas preguntas.
Pero permite llegar antes a los límites del conocimiento humano.
La ciencia no se automatiza.
Se acelera.
Y eso, bien usado, cambia más cosas de las que parece.
🌍 El eco del mercado
🇹🇼 TSMC confirma que la demanda de IA no tiene techo. La mayor fundición del mundo habla de demanda “infinita” tras un Q4 récord. No es hype: es señal de que el ciclo de inversión en chips para IA sigue intacto, pese a las dudas macro.
🌳 Sequoia rompe el tabú y entra en Anthropic. Invertir en Anthropic, aun compitiendo con OpenAI, marca un giro: el capital riesgo asume que la IA no será un juego de un solo ganador. Más pluralidad, más apuestas paralelas.
🐋 Europa busca su propio “momento DeepSeek” en IA. El impacto de DeepSeek obliga a Europa a replantear su estrategia: menos dependencia, más músculo industrial y modelos propios. La soberanía tecnológica vuelve al centro del debate.
🤖 La IA agentica tropieza al llegar a la empresa real. Los pilotos fallan no por la tecnología, sino por gobernanza, procesos y expectativas mal alineadas. La era agentic empieza con fricción, no con automatización mágica.
🐦 Nueva caída de X expone su talón de Aquiles: la fiabilidad. Otra interrupción relevante acelera la fuga silenciosa de usuarios y refuerza a alternativas como Threads. En plataformas, la estabilidad vuelve a ser ventaja competitiva.
🇨🇳 La IA agentica se convierte en herramienta para emprendedores individuales en China. Plataformas como DeepWisdom muestran una IA pensada para productividad personal, no solo para grandes corporaciones. Micro-empresas con superpoderes.
🤑 55 startups de IA en EE. UU. ya han levantado más de $100M en 2025. El capital sigue fluyendo hacia la IA a gran escala. No es una apuesta puntual: es una señal clara de consolidación, donde solo los proyectos con ambición sistémica y narrativa creíble acceden a rondas de tres dígitos.
🇬🇧 TikTok, demandada en Reino Unido por despidos ligados a IA. La automatización empieza a chocar con el derecho laboral. El debate sobre IA ya no es técnico: es social y legal.
👩🏻⚕️ La psicosis asociada a la IA empieza a aparecer en consultas médicas. No todo el impacto de la IA es económico o productivo. Surgen efectos psicológicos que el sistema sanitario empieza a observar con preocupación.
⚛️ El cifrado post-cuántico empieza a llegar al consumo. Surfshark integra protección frente a futuros ataques cuánticos. La seguridad del “mañana” empieza a desplegarse hoy, poco a poco.
🔭 Una nueva teoría sugiere que el espacio tiene “viscosidad”. Ciencia básica en estado puro: una hipótesis que podría cambiar cómo entendemos la expansión del universo. No todo el progreso es inmediato… pero sí fundamental.
👨🏼💻 Desarrolladores se queman tras confiar ciegamente en agentes de programación con IA. Los agentes prometen velocidad, pero generan deuda técnica y errores silenciosos. Productividad sin criterio sigue teniendo coste.
Déjame recordarte que si te gusta la tecnología, el podcast de Código Abierto también puede ser una buena opción.
Si algo de lo que has leído te ha removido, dímelo.
Ya sabes que estoy al otro lado si quieres comentar, discrepar o simplemente saludar.
Que nunca te falten ideas, ni ganas de probarlas.
A.
Para seguir profundizando sobre ciencia básica, IA e investigación:
PD1. La Estructura de las Revoluciones Cientificas. Un clásico imprescindible para entender cómo avanza realmente la ciencia: no de forma lineal, sino a base de cambios de paradigma. Ideal para poner en contexto el papel real de la IA.
PD2. El Acto de Crear. No va de ciencia, pero sí de descubrimiento. Una reflexión profunda sobre creatividad, intuición y criterio. Justo lo que hoy las máquinas aún no tienen.
PD3. Una Historia de la Inteligencia. Una mirada evolutiva sobre qué es la inteligencia y por qué entenderla como proceso, no como producto, cambia la conversación sobre IA.
PD4. El Comienzo del Infinito. Una defensa poderosa del conocimiento humano como motor del progreso. Ciencia, explicación y por qué “resolver” no es lo mismo que “entender”.