Los modelos avanzados están en manos de 5 000 empleados y la ciencia sigue esperando

Ethan Mollick señaló una profunda desproporción en el uso actual de la inteligencia artificial de vanguardia. Alrededor de 5 000 empleados en los laboratorios punteros tienen acceso a modelos avanzados que superan a las versiones públicas. Sin embargo, casi toda su atención se concentra en tres campos estrechos: ciberseguridad, matemáticas puras y la aceleración del propio desarrollo de la IA.

La inteligencia avanzada sirve ante todo a su propia creación

La señal principal surgió en la red social X, donde Mollick describió la dinámica interna de las grandes organizaciones tecnológicas. Aunque los investigadores disponen de capacidades mucho más potentes que las herramientas comerciales, su aplicación práctica permanece confinada en un pasillo muy estrecho. Fuera de ese perímetro técnico existen decenas de ramas científicas donde estas herramientas podrían resolver problemas urgentes sin que nadie las aplique.

Centrar la computación en la investigación interna tiene sentido económico inmediato para las empresas. Cuando un modelo optimiza el código de entrenamiento o mejora la infraestructura de servidores, el beneficio se traslada directamente al siguiente ciclo de desarrollo. Sin embargo, este circuito cerrado genera la ilusión de que los modelos tocan techo, cuando en realidad apenas se han probado en una fracción del conocimiento humano.

El túnel de evaluación refuerza un sesgo evidente

Los laboratorios optimizan sus pruebas para tareas que comprenden bien y que pueden calificar de forma automatizada. Una demostración matemática o una vulnerabilidad de software arrojan resultados binarios inmediatos. Por el contrario, la biología experimental, la ciencia de materiales y los estudios de campo exigen validación empírica y un contexto metodológico que la industria del software no suele priorizar.

Esta selección sesgada distorsiona nuestra percepción sobre el potencial real de los modelos. Cuando 5 000 ingenieros evalúan las herramientas exclusivamente a través de su propia rutina laboral, crean sistemas diseñados para replicar a sus creadores en lugar de impulsar el avance científico global.

El acceso privilegiado no sustituye el conocimiento especializado

Que un modelo resuelva ecuaciones complejas no significa que pueda acelerar por sí solo el descubrimiento de fármacos. Las cúpulas tecnológicas asumen a menudo que la capacidad de razonamiento permeará hacia otras disciplinas en cuanto se libere una API. En la práctica, existe una brecha metodológica enorme entre generar texto coherente y dominar el rigor científico tradicional.

Ni siquiera 5 000 técnicos privilegiados pueden reemplazar a miles de investigadores dedicados a sus respectivas áreas. Mientras los sistemas avanzados solo sean manipulados por quienes los construyen, las evaluaciones reflejarán únicamente los mismos sesgos conocidos. Las auditorías de seguridad son indispensables, pero no constituyen una revolución científica completa.

La apertura a investigadores externos marcará la diferencia

El verdadero salto cualitativo no llegará por acelerar unos segundos los scripts internos de los laboratorios, sino cuando los modelos de vanguardia lleguen a científicos ajenos al sector tecnológico. Si los proveedores consiguen diseñar interfaces útiles para bioquímicos o epidemiólogos, demostrarán el impacto tangible de sus inversiones.

Una señal determinante en los próximos trimestres será la proporción de descubrimientos interdisciplinarios publicados frente a los informes técnicos internos. Si los sistemas más capaces se reservan únicamente para construir la siguiente iteración de modelos, la prometida transformación científica se quedará en un simple eslogan corporativo.

El veredicto de Lilith

Los laboratorios encerraron sus modelos más avanzados en un invernadero para resolver sus propios deberes. El avance genuino comenzará cuando esta maquinaria se enfrente a problemas para los que Silicon Valley no tiene ninguna plantilla preparada.