Javier García Martínez, químico: "España tiene elementos para ser clave en una iniciativa europea que compita en IA»

Javier García Martínez, que también es Miembro Honorario de la Royal Society of Chemistry (RSC), incide en que Europa y, por supuesto, España, «no pueden quedarse rezagados» en una carrera en la que «nos va el futuro, porque quien lidere la ciencia y la tecnología marcará el rumbo de la economía global en la próxima década».

¿Qué representa un plan tan ambicioso como la Misión Génesis planteada por Estados Unidos para que sistemas de inteligencia artificial (IA) diseñen, ejecuten y prioricen experimentos científicos casi de extremo a extremo?

La Misión Génesis representa un punto de inflexión en la carrera por el liderazgo tecnológico. Se trata de una movilización de recursos comparable al Proyecto Manhattan o al programa Apolo. Su objetivo es acelerar los descubrimientos científicos mediante la inteligencia artificial y, de esta forma, impulsar el liderazgo tecnológico e industrial de EE UU. Para ello, la administración norteamericana ha creado la mayor plataforma de inteligencia artificial del mundo. La Misión Génesis integra las bases de datos de los proyectos científicos financiados con fondos federales, la capacidad de supercomputación de sus diecisiete laboratorios nacionales y las principales empresas tecnológicas del país. Su objetivo es desarrollar agentes de IA capaces de acelerar la investigación científica, automatizando muchas de sus etapas. Con ello pretenden duplicar la productividad de la economía estadounidense en una década. Se trata de un proyecto muy ambicioso y técnicamente fascinante, que ha pasado bastante desapercibido en nuestro país; pero también genera numerosos interrogantes sobre el acceso a los datos generados y qué beneficio van a sacar las grandes empresas que participan en este macroproyecto.

La movilización de recursos de la Misión Génesis es comparable al Proyecto Manhattan o al programa Apolo

¿Europa o países como España por su cuenta deberían hacer algo similar para «multiplicar» la productividad y el impacto de la ciencia europea en una década?

Europa no puede permitirse quedar rezagada en esta carrera, ya que la IA definirá quién lidera la economía en los próximos años. No se trata de copiar la Misión Génesis, sino de aprovechar nuestras fortalezas y de diseñar e implementar una gran iniciativa europea que integre nuestras capacidades, recursos y talento para estar a la altura de la ambición de otros programas. Además, España tiene los elementos para desempeñar un papel clave en esta iniciativa europea. Contamos con grandes infraestructuras, como el MareNostrum 5, que permitirían convertir a Barcelona en uno de los nodos principales de una red europea de IA para el avance científico. Porque la cuestión no es solo disponer de capacidad de cálculo, sino saber cómo aprovechar, orientar y coordinar los recursos, el talento y la enorme capacidad científica de Europa. En esto nos va el futuro, porque quien lidere la ciencia y la tecnología marcará el rumbo de la economía global en la próxima década.

Antibióticos

¿En qué medida contribuye la IA actualmente a hacer avanzar el conocimiento en el campo de la química y la nanotecnología, y hasta qué punto puede contribuir en un futuro cercano?

La Misión Génesis podría parecer el argumento de una película de ciencia ficción, pero la realidad es que la IA ya está transformando la forma en la que hacemos ciencia. Por ejemplo, gracias a ella se ha descubierto la abaucina, uno de los pocos antibióticos capaces de eliminar una de las superbacterias que la Organización Mundial de la Salud considera una amenaza crítica por su resistencia a todos los fármacos conocidos. La IA puede escanear terabytes de información en horas, señalando patrones que podrían pasar desapercibidos, lo que está permitiendo descubrir materiales con propiedades avanzadas o desarrollar nuevas aplicaciones de la nanotecnología, nuevos catalizadores, semiconductores y sólidos nanoestructurados con mejores propiedades.

Europa no puede permitirse quedar rezagada ya que la IA definirá quién liderará la economía los próximos años

¿Cómo puede la IA acortar el tiempo que pasa desde un descubrimiento en el laboratorio hasta su aplicación real en procesos industriales o en nuevos materiales?

La IA se ha convertido en una herramienta fundamental en la investigación científica porque los equipos que utilizamos, desde los grandes telescopios a los aceleradores de partículas, generan una cantidad tan enorme de datos que solo la IA, con su enorme capacidad de procesamiento, puede encontrar patrones y analizar los resultados. Más en concreto, los gemelos digitales y la simulación avanzada permiten predecir cómo se comportará una molécula o un material a escala industrial antes de construir una planta piloto, reduciendo drásticamente el riesgo y el coste. Otra ventaja decisiva de la IA es que permite optimizar simultáneamente múltiples variables que normalmente se estudian por separado, como el coste, la vida media del producto, la seguridad en su uso, o incluso su impacto ambiental. Esta capacidad acelera la comercialización porque optimiza a la vez requisitos técnicos, económicos y regulatorios. Y de nuevo, no se trata de una tecnología del futuro sino de una realidad que están utilizando algunas empresas para acelerar el descubrimiento y comercialización de nuevas soluciones. Empresas como Isomorphic Labs utilizan la IA para diseñar fármacos a partir de la estructura molecular de las proteínas. Esta estrategia ya ha producido resultados concretos que se han plasmado en la firma de acuerdos multimillonarios con empresas como Novartis y Lilly. En el campo de los materiales, empresas como Kebotix o la alemana ExoMatter emplean modelos predictivos para descubrir catalizadores que después licencian directamente a la industria. Estos casos y otros similares demuestran que la IA no solo acelera el descubrimiento científico, sino también su transferencia al mercado, lo que ofrece a las empresas que la incorporan una ventaja competitiva decisiva.

Gracias a la IA se ha descubierto la abaucina, uno de los pocos antibióticos capaces de eliminar superbacterias

Línea roja

¿Dónde está la línea roja entre una IA que «ayuda» a hacer ciencia (por ejemplo, analizando datos o sugiriendo hipótesis) y una IA que empieza a sustituir decisiones clave que antes tomaban los investigadores?

La IA es excelente a la hora de procesar datos y sugerir hipótesis, pero la decisión final sobre qué investigar y sobre todo el impacto social de un descubrimiento debe ser siempre humana. Delegar decisiones clave sin supervisión nos expone a riesgos de «alucinaciones» científicas o errores sutiles que podrían propagarse en la literatura científica. Por otro lado, es importante recordar que la inteligencia artificial no solo aprende de nuestros datos, sino también de nuestro comportamiento, en muchos casos poco ejemplar, por lo que debemos supervisar que sus resultados sigan el marco ético y regulatorio que nos hemos dado. Por eso necesitamos una educación que no solo enseñe a usar la IA, sino también a comprenderla, cuestionarla y orientarla con pensamiento crítico y principios que ponen a las personas en el centro de la toma de decisiones.

Uno de los mayores recelos que generan proyectos como esta Misión Génesis es que algoritmos poco transparentes acaben decidiendo, por ejemplo, qué líneas de investigación se financian o se cancelan. ¿Qué riesgos se corren en trasladar esa lógica al sistema científico y cómo se podrían mitigar?

Este es uno de los mayores peligros de modelos como la Misión Génesis. Si permitimos que las máquinas determinen qué líneas de investigación deben priorizarse, corremos el riesgo de frenar la ciencia verdaderamente disruptiva. Al basarse en datos del pasado, la IA tiende a reforzar lo que creemos conocer, favorece áreas consolidadas o con mayor retorno económico inmediato y relega aquellas cuyo valor reside en expandir el conocimiento, y cuyo impacto no es visible a corto plazo. En otras palabras, al alimentarse de lo conocido, la IA amplifica los sesgos existentes, potencia los campos de los que tiene más datos, existen más citas y reciben más financiación, mientras invisibiliza los campos emergentes y las ideas que aún no han tenido oportunidad de demostrar su potencial. La respuesta pasa por más transparencia y más ciencia abierta. Los sistemas que orientan decisiones científicas deben ser auditables, con reglas claras y someterse a la gobernanza pública. En este sentido, es fundamental que la iniciativa europea que mencionaba antes proteja este control democrático, evitando que intereses privados o particulares condicionen la agenda científica global.

Empresas como Isomorphic Labs utilizan IA para diseñar fármacos a partir de la estructura molecular de las proteínas

Peligros

¿Corremos el peligro de que la IA oriente la ciencia hacia problemas que generan muchos datos y resultados rápidos, dejando de lado investigaciones más arriesgadas o de largo plazo?

Sí, como decía antes, existe un riesgo real de que la IA impulse solo lo predecible. Al alimentarse de resultados disponibles, tiende a concentrarse en problemas para los que contamos con mucha información dejando de lado investigaciones esenciales pero que cuentan con menos datos, como las enfermedades raras o la salud mental. Por eso es clave invertir en la creación de bases de datos en áreas donde hoy apenas existe. A menudo se dice que la IA es tan buena como los datos con los que se entrena. Es cierto, pero la IA es mucho más que datos. Para que la IA contribuya a resolver los grandes retos científicos, necesita, sobre todo, creatividad, imaginación y pensamiento crítico. Somos los humanos quienes debemos proporcionar a la IA dirección, propósito y un marco ético, para que su enorme capacidad se utilice para expandir nuestro conocimiento y no solo para profundizar en lo que ya sabemos.

Suscríbete para seguir leyendo