Hacer ciencia en la era de la inteligencia artificial: una oportunidad que no podemos dejar pasar

La IA no viene a reemplazar a quienes hacemos ciencia, sino a potenciar nuestro trabajo. Pero eso pasará, únicamente, si están dadas las condiciones necesarias.

La IA se convierte en uno de los elementos más influyentes de la geopolítica y los negocios.

En las últimas semanas, algo cambió. Anthropic lanzó Claude Code y Cowork, herramientas que ya no conversan: ejecutan flujos de trabajo completos sin intervención humana. Claude Code pasó de ser un prototipo a un producto de mil millones de dólares en solo seis meses. Del otro lado del mundo, DeepSeek prepara su modelo V4 y China se propuso integrar la IA en todos los sectores de su economía para el 2035. Estamos en un estadío distinto al de 2025, cuando la IA era una curiosidad conversacional. Hoy la IA trabaja. Y eso cambia todo.

Este salto no ocurre en el vacío. Europa lanzó "ReArm Europe" para movilizar 800.000 millones de euros en materia de Defensa; su gasto en I+D militar se duplicó en cinco años. Las potencias invierten en ciencia porque la ven como valor para la soberanía y como ventaja competitiva. Para un país históricamente neutral como la Argentina, eso puede ser una ventaja, ya lo fue en el pasado. Podemos vender tecnología y servicios mientras otros están preocupados por conflictos bélicos.

Los desafíos de la Inteligencia Artificial

Hacer ciencia en la era de la IA plantea desafíos inéditos. El primero es epistemológico: cuando un modelo predice la estructura de una proteína, ¿estamos ante un descubrimiento o ante una correlación estadística sofisticada? La ciencia no se limita a predecir: necesita explicar y construir teoría. La IA acelera la exploración, pero la interpretación sigue siendo irreductiblemente humana. Por ahora.

El segundo es metodológico. La reproducibilidad enfrenta tensiones nuevas cuando los resultados dependen de modelos opacos. Pero hay algo más profundo: si la comunidad científica deja de hacer experimentos que aporten datos nuevos, nadie lo va a hacer. Sin producción original de conocimiento empírico, la IA se alimenta y alimentará de un corpus que envejece. Una ciencia que solo recombina lo que ya sabe deja de ser ciencia.

El tercer desafío es formativo. Herramientas como Cowork permiten a cualquier profesional automatizar tareas complejas, los agentes de IA coordinan equipos de trabajo en paralelo y modelos como DeepSeek entrenan arquitecturas enteras a una fracción del costo habitual. Las y los investigadores necesitan competencias que no estaban en ningún plan de estudios hace dos años: ya no es cuestión de saber programar, pero sí de comprender la lógica de las herramientas que se utilizan y poder evaluar críticamente sus resultados. En esto estamos trabajando hoy.

Anthropic abrió una tensión interna entre los desarrolladores de IA estadounidenses.

Lo que necesitamos es promover una adopción crítica: incorporar la IA al servicio de la investigación sin olvidar que el rigor y el juicio científico no se delegan en un algoritmo. En Ciencias Sociales, en Humanidades, en Salud Pública; solo por nombrar algunos; los contextos importan tanto como los datos. La universidad pública tiene aquí una responsabilidad central e indelegable: formar investigadoras e investigadores que no sean únicamente usuarios de tecnología, sino ciudadanos y ciudadanas capaces de cuestionar sus supuestos y orientar su desarrollo. Tomar decisiones. Enseñar a pensar con la IA, no como la IA.

Pero, lamentablemente, mientras el mundo acelera, nosotros frenamos. La inversión pública en ciencia cayó al 0,16% del PBI en 2025, un mínimo histórico. Se perdieron miles de puestos de trabajo en organismos de ciencia y tecnología. Las universidades públicas, responsables de más del 70% de la producción científica del país, vieron caer sus presupuestos y salarios a niveles impensados. Las universidades argentinas cayeron de posición en diversos ránkings dado que, para sorpresa de nadie, la excelencia se mide principalmente por la salud científica de las instituciones educativas.

Hacer ciencia permite a su vez crear spin-offs y empresas de base tecnológica nacidas del conocimiento generado por nuestras investigaciones. En 2024 actualizamos nuestra normativa para fomentar, principalmente, nuevas empresas de deep tech. Puesto que, en el contexto global descripto, cuando Europa, Estados Unidos y Asia redirigen miles de millones hacia I+D en Defensa e Inteligencia Artificial, los spin-offs son el puente para conectar nuestros laboratorios con cadenas globales de valor. Un grupo argentino que desarrolla sensores, materiales avanzados o algoritmos complejos tiene la potencialidad de insertarse en un mercado que crece y busca proveedores fuera de los circuitos tradicionales. Neutralidad y calidad científica: una carta de presentación poderosa.

Para los países en vías de desarrollo, la IA puede acortar distancias. Un grupo de investigación con recursos limitados pero buena formación puede hoy modelar enfermedades, analizar imágenes satelitales u optimizar procesos industriales. La IA puede democratizar capacidades que antes exigían presupuestos millonarios. Pero la condición básica es contar con investigadores e investigadoras con formación y políticas públicas que acompañen.

Estamos frente a una revolución que pone en vilo las bases de la sociedad moderna con una profundidad que excede a la máquina de vapor y a Internet. Aquellas, transformaron la productividad y las prácticas sociales, pero la IA viene a romper el mundo del trabajo tal y como lo conocemos.

No sabemos qué va a pasar en los tiempos que se vienen, pero en la UBA tenemos el convencimiento de que más ciencia y más tecnología nos van a brindar más herramientas para entender y adaptarnos. O al menos nos darán más elementos para luchar contra Skynet.