Inteligencia artificial redefine la ciencia y desafía a universidades y gobiernos
Transformación profunda en la investigación y la producción de conocimiento
La irrupción de la inteligencia artificial (IA) en la ciencia marca un cambio de paradigma en la forma en que se investigan, explican y producen avances científicos. Si bien la IA no reemplaza a quienes desarrollan ciencia, según el análisis publicado, su potencial reside en potenciar el trabajo de investigadores e investigadoras, condición que depende de factores estructurales y políticas adecuadas.
Nuevos protagonistas y avances recientes en IA
Durante las últimas semanas, se presentaron importantes novedades en el sector. Anthropic lanzó las herramientas Claude Code y Cowork, que dejaron de ser simples sistemas conversacionales para ejecutar tareas completas sin intervención humana. Claude Code pasó de prototipo a producto de mil millones de dólares en apenas seis meses. Por su parte, DeepSeek, en China, prepara el modelo V4 mientras el país se propuso integrar la IA en todos sus sectores económicos para el año 2035.
Hoy, la IA no solo conversa, sino que realiza trabajos complejos, posicionándose como un factor decisivo en geopolítica y en los negocios internacionales.
Reconfiguración global de inversiones y defensa
El avance tecnológico está generando cambios estratégicos en todo el mundo. Europa lanzó el programa «ReArm Europe», movilizando 800.000 millones de euros en Defensa y duplicando en cinco años el gasto en investigación y desarrollo militar. Las grandes potencias reconocen a la ciencia y la tecnología como herramientas de soberanía y ventajas competitivas.
Para países históricamente neutrales como Argentina, esta coyuntura representa la oportunidad de impulsar tecnología y servicios mientras otras naciones se enfocan en conflictos bélicos.
Desafíos inéditos para la ciencia en la era de la IA
Dimensión epistemológica
La utilización masiva de la IA en la predicción y análisis científico genera interrogantes sobre los límites entre descubrimiento y correlación estadística. La investigación requiere no solo predecir, sino también explicar y construir teorías. Aunque la IA acelera procesos exploratorios, la interpretación de resultados se mantiene en manos humanas, al menos por ahora.
Desafíos metodológicos
La reproducibilidad de los resultados científicos enfrenta nuevos obstáculos cuando los procesos dependen de modelos opacos. Además, la falta de experimentación que aporte datos originales puede provocar que la base de conocimiento se estanque, ya que la IA depende de la información existente. Si la ciencia se limita a recombinar lo ya conocido, según el análisis, deja de ser ciencia.
Retos en formación y competencias
Las herramientas impulsadas por IA permiten automatizar tareas complejas y coordinar equipos de trabajo a bajo costo. En este contexto, las nuevas generaciones de científicos requieren competencias que hace apenas dos años no figuraban en las currículas. Ya no basta con saber programar; resulta fundamental comprender la lógica interna de las herramientas y poder evaluar críticamente los resultados que de ellas surgen.
Responsabilidad universitaria y la crisis de inversión
Según la nota publicada, las universidades públicas tienen un papel indelegable en la formación de profesionales que no sean meros usuarios de tecnología, sino ciudadanos capaces de cuestionar los supuestos de la IA y orientar su desarrollo. Es clave enseñar a pensar con la IA, sin delegar el juicio científico en los algoritmos.
Sin embargo, advierte el análisis, en Argentina la inversión pública en ciencia cayó al 0,16% del PBI en 2025, marcando un mínimo histórico. Miles de puestos de trabajo en organismos de ciencia y tecnología se han perdido y las universidades, que generan más del 70% de la producción científica, han visto sus presupuestos y salarios reducidos considerablemente. Esto ha afectado la posición de las universidades argentinas en diversos ránkings.
Empresas de base tecnológica y spin-offs
La generación de conocimiento científico también ha permitido crear empresas de base tecnológica, conocidas como spin-offs. En 2024 se actualizó la normativa argentina para fomentar especialmente el desarrollo de nuevas empresas de deep tech. En un contexto global donde Europa, Estados Unidos y Asia canalizan miles de millones hacia I+D en Defensa e IA, los spin-offs actúan como puentes entre laboratorios locales y cadenas internacionales de valor.
Grupos argentinos que desarrollan sensores, materiales o algoritmos pueden insertarse en un mercado en expansión que demanda proveedores fuera de los circuitos tradicionales. La neutralidad y calidad científica aparecen como activos diferenciadores.
IA como oportunidad para países en desarrollo
Para los países con recursos limitados, la IA representa una oportunidad para reducir las brechas. Equipos de investigación con buena formación pueden utilizar IA para modelar enfermedades, analizar imágenes satelitales u optimizar procesos industriales sin requerir grandes presupuestos. La condición necesaria es contar con investigadores formados y políticas públicas que acompañen el desarrollo.
Una revolución comparable a los grandes hitos históricos
La revolución de la IA desafía las bases de la sociedad moderna a una escala incluso más profunda que la irrupción de la máquina de vapor o de Internet, según indica el texto. Mientras aquellos hitos transformaron la productividad y las prácticas sociales, la IA impacta directamente en el mundo del trabajo y en la estructura de la investigación científica.
En la Universidad de Buenos Aires, el convencimiento es que apostar por más ciencia y tecnología permitirá afrontar los desafíos inciertos que la IA plantea.
Fuente: ámbito.com
