Ciencia artificial y asimetría global en la producción del conocimiento

Dr. Iván Suazo Galdames

 Vicerrector de Investigación y Doctorados, Universidad Autónoma de Chile

El artículo The AI co-scientist is here, publicado recientemente en Nature Medicine, ha formalizado una realidad asombrosa: la Inteligencia Artificial ya no solo conversa, sino que genera hipótesis científicas verificables. Estos sistemas son capaces de anticipar en segundos resultados que a laboratorios de élite les tomó décadas alcanzar.

Desde el hallazgo de fármacos candidatos para enfermedades hepáticas hasta la resolución de problemas genéticos complejos, la llamada co-inteligencia se presenta como un «oráculo». Sin embargo, como investigadores y autoridades del mundo universitario, debemos mirar más allá del entusiasmo técnico y preguntarnos: ¿Sobre qué mundo está razonando esta inteligencia?

Lo cierto es que estos modelos se entrenan casi exclusivamente en literatura de acceso abierto y no leen los ensayos negativos (que rara vez se publican), no acceden a los datos clínicos resguardados por acuerdos de confidencialidad, ni procesan lo que fue escrito en revistas que no indexaron los grandes repositorios. Aprenden del mundo tal como la ciencia lo ha documentado hasta ahora, y ese mundo tiene una geografía muy delimitada.

Esto no es una crítica técnica menor. Es una advertencia sobre la naturaleza del conocimiento que la llamada co-inteligencia científica va a producir con mayor eficacia en las próximas décadas.

Y es que la ciencia moderna tiene una distribución profundamente desigual. Las enfermedades que afectan principalmente a los países del norte global acumulan décadas de publicaciones, bases de datos clínicas robustas y ensayos replicados en múltiples contextos. Las enfermedades tropicales desatendidas, las condiciones de salud que se expresan de forma diferenciada en poblaciones con determinantes genéticos, ambientales o sociales distintos, el conocimiento médico situado que nunca encontró financiamiento para convertirse en paper indexado: todo eso existe en el mundo, pero no existe en los modelos. El co-científico no lo puede imaginar, porque nadie se lo enseñó.

El sociólogo estadounidense Robert Merton describió la ciencia como una empresa regida por el universalismo: el conocimiento no tiene pasaporte, una verdad descubierta en La Araucanía vale lo mismo que una descubierta en Cambridge. Pero esta idea no era una descripción de la realidad y la distribución efectiva de los recursos científicos siempre ha desmentido esa norma. Lo que la co-inteligencia introduce es la posibilidad de que esa asimetría se automatice y se acelere: que los sistemas más potentes de generación de hipótesis operen con mayor precisión y eficacia precisamente en los territorios del conocimiento que ya están mejor documentados.

Para las universidades latinoamericanas, y para Chile en particular, esto no es una inquietud abstracta. Es una pregunta sobre el tipo de investigación que tiene sentido estratégico cultivar. Si los sistemas de co-inteligencia van a ser más eficaces donde la densidad de datos publicados es mayor, entonces la ventaja comparativa de nuestras instituciones no está en intentar replicar ese modelo con menos recursos, sino en producir el conocimiento que esos sistemas no pueden generar: el conocimiento situado, contextual, enraizado en realidades que la ciencia global no ha mapeado con suficiente resolución.

La investigación sobre los determinantes sociales de enfermedades específicas de nuestro territorio, el estudio de ecosistemas que no aparecen en los grandes conjuntos de datos, el análisis de procesos políticos, institucionales y culturales que solo cobran sentido desde adentro. Ese conocimiento no solo tiene valor intrínseco: tiene, en el mundo que viene, un valor estratégico que todavía no hemos sabido articular como política científica.

El co-científico ya está aquí, como anuncia el título del artículo. La pregunta no es si trabajaremos con él. Es desde qué posición, con qué preguntas y en beneficio de quién.