“Estos sistemas nos están permitiendo hacer más cosas más rápido, estamos cambiando la clase de convergencia, pero estamos haciendo lo que ya sabíamos hacer”, subrayó Enrique Hernández Lemus, del Instituto Nacional de Medicina Genómica
¿Qué es el conocimiento cuando se produce más rápido que la mente humana? ¿Qué es la educación científica cuando las habilidades que tardamos décadas en enseñar pueden ser ejecutadas por un modelo en milisegundos?, estas fueron las preguntas que planteó Pablo Rudomin, miembro de El Colegio Nacional, en el conversatorio Retos y oportunidades de la inteligencia artificial para la ciencia, que formó parte del ciclo Las neurociencias en México y el mundo, coordinado por el colegiado y Ranier Gutiérrez, del Centro de Investigación y de Estudios Avanzados (Cinvestav).
El neurocientífico mexicano sostuvo que, en los últimos meses, los seres humanos han sido testigos de algo sin precedentes en la historia de la ciencia, la aparición de herramientas que no sólo procesan información, sino que parecen razonar. “No sólo se copian datos, sino que leen y ayudan a generar conocimiento nuevo, que describen códigos, proponen hipótesis, sintetizan décadas de literatura científica y, en algunos dominios, superan el desempeño de especialistas humanos con años de formación. Esto nos obliga a hacernos preguntas que ninguna generación de científicos tuvo que enfrentar”.
Señaló que la inteligencia artificial (IA) no es local. “Como toda tecnología poderosa, amplifica lo que somos, nuestra creatividad, nuestros sesgos, nuestra generosidad y nuestras inquietudes; nuestra capacidad de jugar y nuestra capacidad de dañar. En la academia, por ejemplo, está acelerando procesos que entusiasman, pero en otros campos, plantea dilemas éticos que no teníamos en el horizonte”.
“México no puede ser un espectador pasivo de esa transformación, tenemos científicos de primer nivel, tenemos tradición intelectual y tenemos preguntas propias que hacerle al mundo, la pregunta es: ¿tenemos la capacidad institucional, la voluntad política y la imaginación colectiva para participar en este cambio?”, cuestionó el colegiado.
Al tomar el micrófono, el neurobiólogo Ranier Gutiérrez apuntó que estos modelos de lenguaje que se conocen como inteligencia artificial no son conscientes, tampoco pueden sentir nada y mucho menos se pueden hacer responsables de sus acciones. Recordó que, en diciembre de 2025, la aparición de Gemini 3.0 de la compañía Google, y Claude Opus 4.5 de Anthropic, marcaron un punto de inflexión que algunos llamaron ‘diciembre disruptivo’. “Modelos que aparentan razonar, planificar, y ayudan a generar y acelerar el conocimiento a una escala que redefinió lo que se consideraba posible. Lo que meses antes parecía lejano, se convirtió en una herramienta a alcance del público”.
En el conversatorio participaron Pilar Gómez Gil, del Instituto Nacional de Astrofísica, Óptica y Electrónica; Isaac Rudomin, de la Universidad Autónoma Metropolitana Cuajimalpa; Víctor de Lafuente, del Instituto de Neurobiología, campus Juriquilla, UNAM; y Enrique Hernández Lemus, del Instituto Nacional de Medicina Genómica.
Gómez Gil expuso que actualmente la humanidad tiene un arma muy poderosa en la inteligencia artificial, pero necesita saber cómo funciona, “es como ponerle una caja de cerillos a un niño o algo que puede ser muy bueno, pero que se puede salir de control. Ese diciembre fue disruptivo, porque se hizo masivo el uso de la inteligencia artificial; sin embargo, estos modelos ya existen desde hace años, lo que pasa es que son modelos matemáticos, los que están metidos en las aplicaciones”.
“La IA tiene un excelente resultado en las personas formadas, pero en las personas que se están formando tiene un efecto negativo fuertísimo, porque te estas perdiendo de todo el entrenamiento y el aprendizaje que te lleva el pasar por todas estas cosas”, subrayó la experta en ciencias computacionales.
Por su parte, Isaac Rudomin, experto en tecnologías y sistemas de información, comentó que usa la IA como si esta fuera un estudiante graduado. “Antes le decía al estudiante: ‘hazme este trabajo’, y lo hacía en un par de meses. Ahora le digo a la inteligencia artificial, que puede ser Gemini o Chat GPT, y con su ayuda avanzo mucho más rápido que con los estudiantes; sin embargo, tengo que saber qué pedirle y tengo que saber si lo que me da de resultado tiene sentido”.
Agregó que esta tecnología no sólo la ha usado para la investigación, también para sus clases de Estructura de datos. Para explicarlo, muestra el algoritmo gráficamente y hace una animación clara, que le ahorra tiempo. “La IA me ha ayudado a interpretar errores de hardware con documentaciones que cambian cada semana, y entonces, si bien uno puede programar y leerse todos los manuales, cuando cambian rápidamente es muy bueno tener un asistente que puede leer más rápido que uno”.
Víctor de Lafuente, del Instituto de Neurobiología de la UNAM, campus Juriquilla, expuso que la IA es una nueva manera de interactuar con las computadoras y con el conocimiento. “Es una con mucho menos fricción, nos hace una interacción demasiada acelerada, e impacta en todas las esferas del conocimiento. Ha sido completamente disruptivo”.
Detalló que en su laboratorio estudia las redes neuronales biológicas, y las diferencia muy bien entre las artificiales. “Tienen similitudes impresionantes, ambas pueden extraer patrones de una gran cantidad de datos, pueden identificar patrones entre los datos. La diferencia más grande que hay entre las artificiales y las biológicas es la función de aproximación a la información, las redes biológicas son auto mantenidas, tienen un problema: mantener vivo el organismo y, para hacerlo, generan conducta. A diferencias de las redes de IA, que le das una entrada, matemática y te generan una salida. Las redes biológicas están acopladas con el modelo interno que generan del mundo, ahora las diferencias son grandes”.
A la pregunta: ¿Qué tipo de arquitectura puede imitar el comportamiento con una red biológica?, el investigador respondió que eso sucederá cuando las redes de la inteligencia artificial tengan contacto con el mundo, cuando se sientan y muevan, a través del mundo. “No olvidemos que todas las revoluciones científicas están acompañadas de revoluciones tecnológicas, y las redes neuronales son una herramienta tecnológica que pueden revolucionar y acelerar la generación del conocimiento.
Finalmente, Enrique Hernández Lemus, del Instituto Nacional de Medicina Genómica, sostuvo que, aunque es entusiasta de lo que se logra con la IA, lo cierto es que no identifica una diferencia cualitativa tan grande, “las áreas en las que yo me he especializado que son la teoría de la probabilidad, los sistemas dinámicos y la teoría de grafos. Todas esas están ligadas a un sistema matemático que es la teoría de la medida, una de las palabras de este tema es el concepto de convergencia, que se refiere a lo rápido que un método puede resolver una cosa”.
“Estos sistemas nos están permitiendo hacer más cosas más rápido, en ese sentido, estamos cambiando la clase de convergencia, pero estamos haciendo lo que ya sabíamos hacer, en mayor cantidad y más rápido. Uso estas herramientas en cosas que sé hacer, porque me doy cuenta cuándo funcionan y cuándo no, son muy útiles, pero en mi mente, como lo veo ahorita, cambió la escala, pero no cambió el fenómeno”, concluyo Hernández Lemus.
Fuente: El Colegio Nacional
Deja una respuesta