El ex-CEO de Google quiere revolucionar la ciencia con IA. Los científicos temen lo peor

Imagínate que eres Eric Schmidt, ex-CEO de Google, y no sabes qué hacer con 24.500 millones de dólares, el patrimonio neto que se le calcula. ¿En qué invertirías? Entre otras muchas cosas, él ha decidido que va a revolucionar el mejor sistema de conocimiento que ha diseñado el ser humano: la ciencia. Convencido de que las nuevas tecnologías van a permitir dar un salto sin precedentes en la investigación, ha montado Future House, una organización sin ánimo de lucro, para acelerar el proceso. Si llega a materializarse, el trabajo en los laboratorios podría cambiar por completo. ¿Es para celebrarlo o para echarse a temblar?

Future House pretende desarrollar un nuevo sistema de inteligencia artificial que intervendría en todas las fases del proceso de investigación: revisaría los artículos ya publicados sobre cualquier disciplina, generaría nuevas hipótesis, realizaría experimentos y sacaría las conclusiones por sí mismo. Según detalla en Bloomberg, un responsable de la nueva compañía, todo se hará más rápido y a mayor escala que en la actualidad. La cuestión es qué consecuencias tendrá todo esto para la producción de conocimiento científico.

Tras ser director ejecutivo de Google durante una década, Schmidt ha lanzado otras plataformas, como Schmidt Futures, que financia a emprendedores del mundo de la ciencia y la tecnología. Sin embargo, recientemente ha declarado que la investigación científica "no avanza lo suficientemente rápido", especialmente, en sus primeras etapas. Por el momento, su nueva idea arranca con 20 millones de dólares de presupuesto para 2024, una cantidad que previsiblemente se iría incrementando en función de las necesidades no solo con las aportaciones del ex-CEO, sino también de otros patrocinadores filantrópicos. Según ha explicado, la mayor parte de los desarrollos de inteligencia artificial se están focalizando en obtener productos que sean rentables económicamente a corto plazo, pero casi nadie está pensando en la investigación de una forma más global. En cambio, su plan pasa por desarrollar una poderosa herramienta a lo largo de los próximos 10 años para multiplicar hasta por 100 el ritmo al que se producen nuevos descubrimientos en el campo de la medicina o las ingenierías.

Por el momento, la química y la biología parecen los primeros objetivos de Future House. De hecho, el director científico será Andrew White, profesor de ingeniería química en la Universidad de Rochester. "La mayoría de los científicos leen unos cinco artículos por semana", ha comentado este investigador, "imagínate lo que sucederá cuando tengas sistemas que puedan procesar los 10.000 que se publican cada día". En su opinión, la mayor limitación de la ciencia actual no es el coste ni el equipamiento, sino "la capacidad de los humanos de idear el siguiente experimento".

Lo complicado no es hacerlo, sino "hacerlo bien"

¿Qué opinan los expertos de esta apuesta de Schmidt? "Es una idea interesante", concede Juan Manuel Corchado, catedrático del Área de Ciencias de la Computación e Inteligencia Artificial de la Universidad de Salamanca, en declaraciones a El Confidencial. Sin embargo, no le parece especialmente novedosa ni disruptiva. "La IA generativa ya nos puede proporcionar ideas, nos orienta, nos ayuda a identificar trabajos y a realizar análisis de datos", comenta. "Crear una plataforma con esta tecnología no parece un gran desafío con el estado del arte que existe hoy en día. Lo que sí supone un desafío es hacerlo bien, de manera que sea algo fiable, con técnicas y datos contrastados y manteniendo la privacidad de los datos y la propiedad intelectual", añade.

El problema es que para "hacerlo bien" no parece que los magnates de Silicon Valley sean los más fiables. Incluso algunos colaboradores de Schmidt han reconocido que impulsar la investigación científica a través de una IA entraña riesgos. No es algo nuevo y ya se ha visto en otros sectores: errores, sesgos y un posible mal uso resultan inquietantes. Sam Rodriques, biotecnólogo y emprendedor que acaba de incorporarse como CEO de Future House, reconoce que una de sus preocupaciones es que alguien llegue a usar esta IA "semiautónoma" para "crear armas y cosas así" y que tienen la obligación de asegurarse de que esto no será así.

Al margen de este proyecto concreto, la inteligencia artificial ya ha irrumpido en el ámbito de la ciencia y, al igual que en otros, puede transformarlo. Antonio Diéguez, catedrático de Lógica y Filosofía de la Ciencia de la Universidad de Málaga, cree que el cambio va a ser radical y que afectará a los conceptos más básicos del sistema científico. "Vamos a tener algoritmos que nos permitirán realizar predicciones científicas de muy alta precisión, pero van a ser cajas negras, porque no es posible reconstruir el proceso por el cual el algoritmo llega a ese resultado", comenta. Es decir, "lo que no vamos a tener es una explicación de los fenómenos".

Explica el científico, predice la máquina

La ciencia siempre ha tenido dos fines: explicar lo que sucede y, sobre esa base, predecir lo que va a suceder (aunque en sistemas muy complejos como los biológicos o los sociales, esa predicción nunca es demasiado precisa). La irrupción de la IA, con su capacidad para analizar ingentes cantidades de datos, mejora esa capacidad predictiva, "pero el coste que se paga es una mayor pobreza en las explicaciones". Ese "cambio sustancial", asegura, "orienta la investigación científica hacia la práctica, hacia la aplicación tecnológica". Sin embargo, "la ciencia entendida como el conocimiento y la comprensión del mundo quedaría en un segundo plano".

Si el sistema se vuelca en el uso de herramientas de inteligencia artificial, pierde su vocación teórica y "quizá esa sería la parte que quedaría, en exclusiva, para el ser humano". Aunque Future House se plantea llegar incluso hasta ese ámbito, a día de hoy, "no hay buenos algoritmos para crear hipótesis y teorías científicas", asegura el experto de la Universidad de Málaga. En otras palabras, no parece que la IA vaya a alcanzar a corto plazo un nivel de creatividad suficiente como formular una teoría de la relatividad, por ejemplo.

Los algoritmos no buscan la causa ni la explicación, sino que se quedan en el ámbito de la correlación: extraen estadísticas que, con la inmensa fuerza de los datos, se convierten en predicciones cada vez más sólidas. En ese terreno el ser humano no puede competir, pero la IA tampoco tendrá fácil "desentrañar el trasfondo teórico, imaginar un modelo explicativo", opina el filósofo de la ciencia, así que va a dejar suficiente campo a los científicos para que sigan con "su tarea de comprender el mundo".

¿Dejará sin trabajo a los investigadores?

¿Será suficiente ese reducto para mantener los puestos de trabajo en este sector o, por el contrario, eliminar tareas dejará a muchos científicos y técnicos sin empleo? "No creo que la carrera de investigador científico sea de las que se vea más afectadas por el desarrollo futuro de la inteligencia artificial, otra cosa es que haya un cambio en las tareas, en las funciones y en los tiempos", comenta Diéguez. Esa visión es mayoritaria en el mundo de la ciencia. Melanie Mitchell, profesora del Instituto Santa Fe (Nuevo México, EEUU) investiga la abstracción conceptual, la creación de analogías y el reconocimiento visual en sistemas de inteligencia artificial. Según explicaba recientemente en Nature, los puestos de trabajo de los científicos —aludía específicamente a los matemáticos— no correrán peligro hasta que la IA supere una de sus principales carencias: su incapacidad para extraer conceptos abstractos a partir de información concreta.

"En el ámbito científico no habrá perdida de trabajo, todo lo contrario, se trabajará de forma más productiva y la ciencia evolucionará más rápido", vaticina Corchado, que lidera el grupo de investigación BISITE. Por ejemplo, "nosotros estamos creando un sistema para agilizar el desarrollo de vacunas de forma computacional utilizando gemelos digitales e IA generativa. Estos gemelos ayudarán a los científicos a tomar decisiones más rápida y eficientemente, pero no los sustituirán". Desde luego, "un área de trabajo que crecerá es la de los expertos en IA especializados en temas concretos, como la biología, la medicina, la economía, la industria", afirma el experto de la Universidad de Salamanca. En ese sentido, la IA "no es solo un complemento al resto de tecnologías, es una necesidad" y quien no la incorpore "se quedará fuera del mercado". La buena noticia es que "nunca ha sido más fácil aprender a utilizarla", puesto que la formación de muy alto nivel ya es totalmente gratuita.

TE PUEDE INTERESAR

España en al puesto 14 del ranking mundial de la inteligencia artificial

Jesús Díaz

En ese sentido, el sistema científico no debería estar muy preocupado por los puestos de trabajo, pero sí por su funcionamiento general, que necesita una urgente reestructuración. "La presión por publicar es tremenda en todo el mundo", destaca el catedrático de la Universidad de Málaga. A la hora de evaluar a los investigadores, se mide la cantidad de artículos, lo que está pervirtiendo la ciencia, llegando a la "investigación salami": en lugar de publicar completo un trabajo, se divide en rodajas y se acaban publicando cinco distintos.

Por eso, no es de extrañar que hoy en día ya estén saliendo estudios que, "en realidad, han sido escritos por una IA". Así que, de alguna manera, esta irrupción hace más urgente cambiar el sistema. "La inteligencia artificial es un motivo de presión más para que todo empiece a cambiar", asegura Diéguez. De hecho, en España, la ANECA (Agencia Nacional de Evaluación de la Calidad y Acreditación) ya ha decidido que tendrá en cuenta la calidad de una serie de publicaciones seleccionadas en lugar de contar cuántos artículos se han publicado y el índice de impacto de las revistas.