Adrián Paenza: “El cambio que trajo la IA es descomunal, inimaginable”
De todas las disciplinas, la matemática parece una de las más conmovidas. Disponer de una tecnología que habilite todas las respuestas es un cachetazo difícil de procesar. El asombro, la incertidumbre y, sobre todo, las ganas de comprender de un intelectual con una curiosidad a prueba de balas.
Fecha/Hora: 19/10/2026 10:03
Cód. 112348
Tiempo de lectura: 12.12 minutos.
De alguna manera o de otra, todas las personas que aman la ciencia están cautivadas por la inteligencia artificial, un fenómeno revolucionario e imprevisible. Una transformación que promete impactar en todas las esferas del conocimiento y que, en el último tiempo, colocó a las matemáticas en el centro del ring. Sin ir tan lejos, Open IA –la creadora de Chat GPT– anunció haber hallado soluciones a casi 400 problemas que históricamente no habían sido resueltos por humanos brillantes. Como contrapartida, los cerebros más prestigiosos del rubro firman documentos para alertar los riesgos de que estos algoritmos poderosos hallen respuestas a todas las incógnitas.
Los temores son casi primitivos y provocan vértigo en la panza: la ficción de dar con una máquina que vomite todas las respuestas podría confirmarse en esta parte del siglo XXI. En un diálogo con Página/12, el científico y divulgador Adrián Paenza evita los vaticinios, se muestra asombrado por un cambio que ya comenzó y brinda su perspectiva a la luz de ejemplos históricos y no tanto.
-Como científico y divulgador, le interesan múltiples temas, aunque hay uno en el que concentra sus mejores esfuerzos de comprensión: la inteligencia artificial. ¿Qué puede decir al respecto? ¿Qué cree que pasará con todo esto?
-Cualquier pregunta que involucre alguna predicción de mi parte, voy a contestar que ‘no sé’. No quiero caer en la tentación de decir lo que se me ocurre en el momento, porque parecerá que sé lo que va a ocurrir cuando no es así. Genuinamente no lo sé, no tengo idea del futuro. Lo que sí puedo decir es que leo mucho sobre IA, porque es un tema que nos ha invadido. El cambio que produjo en tan solo un año es realmente asombroso. Mi papá se murió hace 30 años y no había teléfono inalámbrico; en cambio, esto que sucede en el presente es tan maravilloso que el uso y la potencia de la inteligencia artificial no deja de sorprenderme todos los días.
-¿Un ejemplo de algo que le haya sorprendido de manera reciente?
-Hace poco escuché a un médico que utilizaba OpenEvidence, una IA que cada vez es más utilizada por los profesionales de la salud. Una herramienta que potencia muchísimo la labor. Hay que pensar que un médico tiene una base de datos limitada, mientras que una IA puede acceder a todos los casos clínicos, las complicaciones, los errores y los éxitos reportados alguna vez. Uno podría pensar que, si se vuelve masivo el uso de esta clase de herramientas, llegará un momento en que el paciente tocará la puerta de un consultorio, escribirá en una pantalla cuáles son sus síntomas y todo avanzará en ese sentido.
-O, incluso, realizarse un escaneo completo, como si fuera una resonancia magnética de la que surjan todas las anomalías o potenciales problemas...
-Sí, claro. Conocí muchas experiencias que pueden ilustrar este asunto y permiten decir alguna cosa.
-¿Podría contar alguna?
-Pensemos en una situación. Un niño, por ejemplo, puede nacer con un cáncer encapsulado, que primero es pequeño y luego puede volverse más grande a medida que la persona crece. En un momento explota y el nene que estaba sano puede pasar a estar potencialmente enfermo al diseminarse el cáncer. Es como si fuera una pasta dentífrica, que una vez que sale del tubo no se puede meter nunca más adentro. Los familiares y amigos pueden intentar buscar respuestas al problema, pero la ciencia tiene un límite. En última instancia, luego de un tiempo, se produce el fallecimiento. Si hubiera habido una manera de hacer un escaneo de la persona al nacer, como si fuera una resonancia magnética nuclear, los médicos hubieran reportado la potencial enfermedad. Lo que aún significa más: si ese escaneo lo hicieran con todos los bebés cuando nacen, la IA permitiría descubrir riesgos y sería posible mitigarlos antes de que fuera tarde. A lo mejor esto existe y no lo sé.
-Esto que puede lograr la IA también modificaría las prácticas en otras áreas.
-Por supuesto. Lo mismo podría pensarse, por ejemplo, para la abogacía. Tengo amigos abogados que, hasta hace no tanto, tenían pasantes en sus estudios que se encargaban, por ejemplo, de buscar jurisprudencia sobre determinados casos. Eso ahora no tiene sentido realmente; la IA puede hallarlos en un instante y en todo el mundo. Es posible acceder a ejemplos previos de lo que sucedió en Nigeria, Laos, Vietnam o en el país que se te ocurra; cómo las personas fueron juzgadas o cómo intervino la cultura en el dictamen.
Un punto de inflexión para las matemáticas
-¿Y en relación a la ciencia? ¿Cómo modifica el escenario de las matemáticas? Hace poco diferentes expertos a lo largo del mundo redactaron documentos para cuestionar el avance de la IA. Al resolver los problemas que los humanos no podían, parece abrirse una nueva época.
-Imaginemos que todos los matemáticos del mundo se reúnen en un mismo lugar, en un estadio. En eso, ingresa uno que afirma tener todas las respuestas a todas las preguntas. ¿Qué haría el resto? ¿Le preguntaría cuál es la solución a los problemas que se están investigando o no lo hace?
-¿Usted qué haría?
-Pienso que me costaría muchísimo trabajo seguir dedicándole tiempo a resolver un problema que ya tiene solución. Supongamos que dediqué toda mi vida a hallar esa solución que, a partir de la IA, ya se sabe; creo que no tendría más ganas de seguir pensando algo cuyo desenlace se conoce. Si había algo genial para los matemáticos era poder resolver un problema por primera vez, publicar los resultados le otorgaba un signo distintivo al acontecimiento.
-¿En qué sentido?
-Cuando Einstein publicó la Teoría de la Relatividad no era el único que estaba pensando en eso. Otros como Henri Poincaré también lo hacían, solo que Einstein llegó primero. Poder publicar tiene un valor, es el reconocimiento a un esfuerzo. Lo mismo sucedió cuando Andrew Wiles consiguió demostrar el Teorema de Fermat, un problema que desde hacía 400 años permanecía abierto. Hay matemáticos que dedicaron la vida entera a demostrar que era verdadero; y hay otros que también dedicaron su vida a demostrar que era falso. Se murieron sin probar ni una cosa ni la otra. Wiles tuvo que trabajar muchísimo, durante siete años, para demostrar que era cierto. Luego, incluso, descubrieron que su demostración tenía una falla, por lo que se demoró un tanto más en corregirla. Una porción muy chiquita de especialistas está en condiciones de revisar un proceso de resolución de un teorema así. Un comité de expertos, como siempre sucede en la ciencia, tiene que dar su veredicto positivo. Wiles, finalmente, entregó el manuscrito en 1995.
-Hace unos días apenas, Open IA comunicó la resolución de casi 400 problemas...
-Bueno, los procedimientos que realizó la IA deberán ser revisados. Voy a contar un hecho que puede ayudar a entender algunas cosas.
-Adelante.
-En 1976 se resolvió el problema de los cuatro colores, que llevaba más de un siglo sin respuesta. Consiste en lo siguiente: supongamos que uno tiene un mapa, uno cualquiera, que ni siquiera tiene que corresponder con la realidad de una región. La pregunta es: “¿cuántos colores hacen falta para colorearlo?”. Es decir: el número mínimo de colores que hay que usar de manera que dos provincias adyacentes no queden pintadas del mismo color. En 1879, Alfred Kempe anunció en la revista Nature que tenía una demostración. Sin embargo, hubo errores en la demostración que se señalaron más tarde y no se zanjaban.
-¿Y cómo se resolvió?
-Recién en 1976 tuvo solución. La demostración corrió por cuenta de dos científicos (Kenneth Appel y Wolfgang Haken) que, gracias a las computadoras, lograron probar el resultado. El Teorema de los cuatro colores constituye el primer caso en la historia de la matemática en donde la computadora tuvo una incidencia tan fuerte, al demostrar que con cuatro colores ere suficiente. Resolvieron un problema que evadía a los matemáticos desde hacía más de 100 años.
-¿En este caso los científicos le creyeron al resultado que entregó la computadora?
-En realidad, en ciencia siempre hay que corroborar los resultados. Por eso pusieron a otro grupo de computadoras para verificar que era cierto. Y demostró lo mismo, por eso se aceptó como válido.
Maravillas y temores
-Ahora bien, una cosa son las computadoras de décadas pasadas y otra muy distinta es la IA. ¿Le entusiasma el avance tecnológico?
-Lo que hacían las computadoras en ese momento comparado con lo que hoy hace la IA es un juego de niños. En el presente, un celular tiene más virtudes de las que hicieron falta para mandar al hombre a la Luna. ¡Cómo no voy a estar entusiasmado! Por otro lado, está muy bien tener dudas.
-¿Cómo cuáles?
-A medida que se desarrolla una respuesta a un problema matemático, se siente como si ingresaras a una pieza a oscuras y te llevaras por delante los muebles porque no se ve nada. Cuando va pasando el tiempo, uno puede reconocer espacialmente dónde están los objetos que obstruyen el paso. Llega un momento en que sabés tan bien el camino que no necesitás la luz para evitar golpearte con algo. Hacer matemática es muy parecido: algo no se deja ver y uno hace un poco de detective. Hay mucha creatividad y nuevas ideas que van surgiendo, pero también hay mucha frustración. Que venga alguien o algo –como puede ser una IA– que te diga ‘El camino es este’ ahorraría mucho tiempo; pero también es verdad que uno podría perderse todo lo rico del proceso, todas esas preguntas que van surgiendo de forma lateral mientras uno piensa.
-Esta reivindicación de los procesos es clave para el pensamiento matemático.
-A principios del siglo XX y a comienzos del siglo XXI se realizaron reuniones fundamentales. La primera se hizo en 1900, en París (2° Congreso Internacional de Matemáticos), fue presidida por David Hilbert y se plantearon los 23 problemas más importantes de la disciplina. Durante el siglo XX se resolvieron muchos de ellos. Ahora bien, en el 2000, el Instituto Clay de Matemáticas seleccionó los siete Problemas del Milenio.
-Uno de ellos (el de Navier-Stokes), según anunció Open IA, fue resuelto en apenas 80 horas por la IA..
-Es que pareciera como si hubiesen sido planteados para que la IA los resuelva, porque al estar bien delimitados uno puede poner a trabajar a todos los agentes de IA disponibles en hallar una solución. La manera de hacer ciencia es claramente distinta a lo que pasaba hace un año, y ni que hablar si se compara a cuando yo me doctoré. El cambio que trajo la IA es brutal, descomunal, inimaginable. Recomiendo con énfasis leer todo lo que opine Terence Tao, probablemente, el mejor matemático del mundo en el presente o uno de los mejores. Tiene ideas muy atractivas al respecto.
-¿Llegará un momento en que se podría prescindir, entonces, de los matemáticos? O aún más: ¿podríamos prescindir de todos los científicos?
-De ninguna manera. ¿Quién pondría los problemas? ¿Quién sabría cómo hacer las preguntas? Las máquinas no se cansan, no comen, no tienen problemas de presupuesto, no hacen movilizaciones, nada.
-¿La IA no podría generar nuevas preguntas?
-No lo sé. El terreno de las predicciones me resulta resbaladizo, siento que voy a empezar a opinar y voy a hacerlo mal. Además, no todas las ciencias son iguales, por lo que los impactos podrían ser específicos según cada caso. A diferencia de todas las demás, la matemática es la única ciencia cuyas comprobaciones perduran en el tiempo. Por supuesto que hay muchas cosas para discutirle a esa afirmación, pero nadie podrá venir más adelante a desmentir el Teorema de Pitágoras. Cada solución probada sigue siendo verdadera; eso en química, en física, en biología –y sospecho que en la mayoría de los campos– no pasa.
Máquinas superpoderosas
-Si uno va al archivo, la primera vez que Adrián Paenza escribió sobre IA fue en 2016.
-Sí, lo hice en un artículo de Página 12 titulado “El hombre contra las máquinas”. En aquel momento contaba mi asombro por un episodio que todavía recuerdo: el triunfo de una computadora en el GO, el juego de estrategia milenario. Ese para mí fue el origen de todo; cuando me di cuenta de que estábamos en presencia de algo distinto. El neurocientífico Demis Hassabis protagonizó este hecho. En 2010, junto a la compañía DeepMind, creó AlphaGo, un programa especialmente diseñado para jugar al GO, con la premisa de hacer algo distinto a la experiencia de DeepBlue (IBM) y Garry Kaspararov con el ajedrez en 1997.
-¿Distinto en qué sentido?
-Hassabis y su grupo diseñaron un programa al que le dieron las reglas. Le explicaron al algoritmo qué se puede hacer, qué no, y lo entrenaron jugando contra otras máquinas. De la misma manera que aprende un chico: probar, probar y probar. En un momento, la única manera de verificar que el programa que Hassabis había creado era bueno fue compitiendo con humanos. Primero le ganó al campeón europeo de GO; en un juego de cinco partidas, la máquina ganó las cinco. Luego, le propusieron jugar a Lee Sedol, el coreano campeón mundial de GO; alguien que en Asia es como si fuera Messi o Maradona.
-Y también ganó el programa...
-Las partidas fueron en Seúl. Si ganaba Sedol se llevaba un millón de dólares y si lo hacía AlphaGO donarían ese monto a fundación u obra de beneficencia que Sedol indicara. En la conferencia de prensa previa, el jugador coreano proyectó que iba a ganar cinco a cero, pero no pasó eso. De cinco juegos, la máquina ganó cuatro.
-Un golpe al ego.
-Y sí, de hecho, al poco tiempo Sedol se retiró porque asumió que jugar ya no valía la pena. Lo que me gustó de este episodio es que transcurría mientras la humanidad estaba mirando para otro lado. Google le compró a Hassabis la empresa por 650 millones de dólares, pero no lo hizo porque le interesara el GO, sino que quería aprovechar el potencial de la IA para resolver problemas más importantes.
-¿Cómo cuáles?
-Bueno, ¿sabés que fue de la vida de Hassabis?
-Me suena.
-Te suena porque en 2024 obtuvo el Nobel de Química. Sus desarrollos aplicados al juego, con el tiempo, comenzaron a ser utilizados para la predicción de la estructura de las proteínas (AlphaFold). Sus avances permiten, por ejemplo, el desarrollo de fármacos muy específicos. Abre las puertas a la medicina de precisión, nada menos.
Los temores son casi primitivos y provocan vértigo en la panza: la ficción de dar con una máquina que vomite todas las respuestas podría confirmarse en esta parte del siglo XXI. En un diálogo con Página/12, el científico y divulgador Adrián Paenza evita los vaticinios, se muestra asombrado por un cambio que ya comenzó y brinda su perspectiva a la luz de ejemplos históricos y no tanto.
-Como científico y divulgador, le interesan múltiples temas, aunque hay uno en el que concentra sus mejores esfuerzos de comprensión: la inteligencia artificial. ¿Qué puede decir al respecto? ¿Qué cree que pasará con todo esto?
-Cualquier pregunta que involucre alguna predicción de mi parte, voy a contestar que ‘no sé’. No quiero caer en la tentación de decir lo que se me ocurre en el momento, porque parecerá que sé lo que va a ocurrir cuando no es así. Genuinamente no lo sé, no tengo idea del futuro. Lo que sí puedo decir es que leo mucho sobre IA, porque es un tema que nos ha invadido. El cambio que produjo en tan solo un año es realmente asombroso. Mi papá se murió hace 30 años y no había teléfono inalámbrico; en cambio, esto que sucede en el presente es tan maravilloso que el uso y la potencia de la inteligencia artificial no deja de sorprenderme todos los días.
-¿Un ejemplo de algo que le haya sorprendido de manera reciente?
-Hace poco escuché a un médico que utilizaba OpenEvidence, una IA que cada vez es más utilizada por los profesionales de la salud. Una herramienta que potencia muchísimo la labor. Hay que pensar que un médico tiene una base de datos limitada, mientras que una IA puede acceder a todos los casos clínicos, las complicaciones, los errores y los éxitos reportados alguna vez. Uno podría pensar que, si se vuelve masivo el uso de esta clase de herramientas, llegará un momento en que el paciente tocará la puerta de un consultorio, escribirá en una pantalla cuáles son sus síntomas y todo avanzará en ese sentido.
-O, incluso, realizarse un escaneo completo, como si fuera una resonancia magnética de la que surjan todas las anomalías o potenciales problemas...
-Sí, claro. Conocí muchas experiencias que pueden ilustrar este asunto y permiten decir alguna cosa.
-¿Podría contar alguna?
-Pensemos en una situación. Un niño, por ejemplo, puede nacer con un cáncer encapsulado, que primero es pequeño y luego puede volverse más grande a medida que la persona crece. En un momento explota y el nene que estaba sano puede pasar a estar potencialmente enfermo al diseminarse el cáncer. Es como si fuera una pasta dentífrica, que una vez que sale del tubo no se puede meter nunca más adentro. Los familiares y amigos pueden intentar buscar respuestas al problema, pero la ciencia tiene un límite. En última instancia, luego de un tiempo, se produce el fallecimiento. Si hubiera habido una manera de hacer un escaneo de la persona al nacer, como si fuera una resonancia magnética nuclear, los médicos hubieran reportado la potencial enfermedad. Lo que aún significa más: si ese escaneo lo hicieran con todos los bebés cuando nacen, la IA permitiría descubrir riesgos y sería posible mitigarlos antes de que fuera tarde. A lo mejor esto existe y no lo sé.
-Esto que puede lograr la IA también modificaría las prácticas en otras áreas.
-Por supuesto. Lo mismo podría pensarse, por ejemplo, para la abogacía. Tengo amigos abogados que, hasta hace no tanto, tenían pasantes en sus estudios que se encargaban, por ejemplo, de buscar jurisprudencia sobre determinados casos. Eso ahora no tiene sentido realmente; la IA puede hallarlos en un instante y en todo el mundo. Es posible acceder a ejemplos previos de lo que sucedió en Nigeria, Laos, Vietnam o en el país que se te ocurra; cómo las personas fueron juzgadas o cómo intervino la cultura en el dictamen.
Un punto de inflexión para las matemáticas
-¿Y en relación a la ciencia? ¿Cómo modifica el escenario de las matemáticas? Hace poco diferentes expertos a lo largo del mundo redactaron documentos para cuestionar el avance de la IA. Al resolver los problemas que los humanos no podían, parece abrirse una nueva época.
-Imaginemos que todos los matemáticos del mundo se reúnen en un mismo lugar, en un estadio. En eso, ingresa uno que afirma tener todas las respuestas a todas las preguntas. ¿Qué haría el resto? ¿Le preguntaría cuál es la solución a los problemas que se están investigando o no lo hace?
-¿Usted qué haría?
-Pienso que me costaría muchísimo trabajo seguir dedicándole tiempo a resolver un problema que ya tiene solución. Supongamos que dediqué toda mi vida a hallar esa solución que, a partir de la IA, ya se sabe; creo que no tendría más ganas de seguir pensando algo cuyo desenlace se conoce. Si había algo genial para los matemáticos era poder resolver un problema por primera vez, publicar los resultados le otorgaba un signo distintivo al acontecimiento.
-¿En qué sentido?
-Cuando Einstein publicó la Teoría de la Relatividad no era el único que estaba pensando en eso. Otros como Henri Poincaré también lo hacían, solo que Einstein llegó primero. Poder publicar tiene un valor, es el reconocimiento a un esfuerzo. Lo mismo sucedió cuando Andrew Wiles consiguió demostrar el Teorema de Fermat, un problema que desde hacía 400 años permanecía abierto. Hay matemáticos que dedicaron la vida entera a demostrar que era verdadero; y hay otros que también dedicaron su vida a demostrar que era falso. Se murieron sin probar ni una cosa ni la otra. Wiles tuvo que trabajar muchísimo, durante siete años, para demostrar que era cierto. Luego, incluso, descubrieron que su demostración tenía una falla, por lo que se demoró un tanto más en corregirla. Una porción muy chiquita de especialistas está en condiciones de revisar un proceso de resolución de un teorema así. Un comité de expertos, como siempre sucede en la ciencia, tiene que dar su veredicto positivo. Wiles, finalmente, entregó el manuscrito en 1995.
-Hace unos días apenas, Open IA comunicó la resolución de casi 400 problemas...
-Bueno, los procedimientos que realizó la IA deberán ser revisados. Voy a contar un hecho que puede ayudar a entender algunas cosas.
-Adelante.
-En 1976 se resolvió el problema de los cuatro colores, que llevaba más de un siglo sin respuesta. Consiste en lo siguiente: supongamos que uno tiene un mapa, uno cualquiera, que ni siquiera tiene que corresponder con la realidad de una región. La pregunta es: “¿cuántos colores hacen falta para colorearlo?”. Es decir: el número mínimo de colores que hay que usar de manera que dos provincias adyacentes no queden pintadas del mismo color. En 1879, Alfred Kempe anunció en la revista Nature que tenía una demostración. Sin embargo, hubo errores en la demostración que se señalaron más tarde y no se zanjaban.
-¿Y cómo se resolvió?
-Recién en 1976 tuvo solución. La demostración corrió por cuenta de dos científicos (Kenneth Appel y Wolfgang Haken) que, gracias a las computadoras, lograron probar el resultado. El Teorema de los cuatro colores constituye el primer caso en la historia de la matemática en donde la computadora tuvo una incidencia tan fuerte, al demostrar que con cuatro colores ere suficiente. Resolvieron un problema que evadía a los matemáticos desde hacía más de 100 años.
-¿En este caso los científicos le creyeron al resultado que entregó la computadora?
-En realidad, en ciencia siempre hay que corroborar los resultados. Por eso pusieron a otro grupo de computadoras para verificar que era cierto. Y demostró lo mismo, por eso se aceptó como válido.
Maravillas y temores
-Ahora bien, una cosa son las computadoras de décadas pasadas y otra muy distinta es la IA. ¿Le entusiasma el avance tecnológico?
-Lo que hacían las computadoras en ese momento comparado con lo que hoy hace la IA es un juego de niños. En el presente, un celular tiene más virtudes de las que hicieron falta para mandar al hombre a la Luna. ¡Cómo no voy a estar entusiasmado! Por otro lado, está muy bien tener dudas.
-¿Cómo cuáles?
-A medida que se desarrolla una respuesta a un problema matemático, se siente como si ingresaras a una pieza a oscuras y te llevaras por delante los muebles porque no se ve nada. Cuando va pasando el tiempo, uno puede reconocer espacialmente dónde están los objetos que obstruyen el paso. Llega un momento en que sabés tan bien el camino que no necesitás la luz para evitar golpearte con algo. Hacer matemática es muy parecido: algo no se deja ver y uno hace un poco de detective. Hay mucha creatividad y nuevas ideas que van surgiendo, pero también hay mucha frustración. Que venga alguien o algo –como puede ser una IA– que te diga ‘El camino es este’ ahorraría mucho tiempo; pero también es verdad que uno podría perderse todo lo rico del proceso, todas esas preguntas que van surgiendo de forma lateral mientras uno piensa.
-Esta reivindicación de los procesos es clave para el pensamiento matemático.
-A principios del siglo XX y a comienzos del siglo XXI se realizaron reuniones fundamentales. La primera se hizo en 1900, en París (2° Congreso Internacional de Matemáticos), fue presidida por David Hilbert y se plantearon los 23 problemas más importantes de la disciplina. Durante el siglo XX se resolvieron muchos de ellos. Ahora bien, en el 2000, el Instituto Clay de Matemáticas seleccionó los siete Problemas del Milenio.
-Uno de ellos (el de Navier-Stokes), según anunció Open IA, fue resuelto en apenas 80 horas por la IA..
-Es que pareciera como si hubiesen sido planteados para que la IA los resuelva, porque al estar bien delimitados uno puede poner a trabajar a todos los agentes de IA disponibles en hallar una solución. La manera de hacer ciencia es claramente distinta a lo que pasaba hace un año, y ni que hablar si se compara a cuando yo me doctoré. El cambio que trajo la IA es brutal, descomunal, inimaginable. Recomiendo con énfasis leer todo lo que opine Terence Tao, probablemente, el mejor matemático del mundo en el presente o uno de los mejores. Tiene ideas muy atractivas al respecto.
-¿Llegará un momento en que se podría prescindir, entonces, de los matemáticos? O aún más: ¿podríamos prescindir de todos los científicos?
-De ninguna manera. ¿Quién pondría los problemas? ¿Quién sabría cómo hacer las preguntas? Las máquinas no se cansan, no comen, no tienen problemas de presupuesto, no hacen movilizaciones, nada.
-¿La IA no podría generar nuevas preguntas?
-No lo sé. El terreno de las predicciones me resulta resbaladizo, siento que voy a empezar a opinar y voy a hacerlo mal. Además, no todas las ciencias son iguales, por lo que los impactos podrían ser específicos según cada caso. A diferencia de todas las demás, la matemática es la única ciencia cuyas comprobaciones perduran en el tiempo. Por supuesto que hay muchas cosas para discutirle a esa afirmación, pero nadie podrá venir más adelante a desmentir el Teorema de Pitágoras. Cada solución probada sigue siendo verdadera; eso en química, en física, en biología –y sospecho que en la mayoría de los campos– no pasa.
Máquinas superpoderosas
-Si uno va al archivo, la primera vez que Adrián Paenza escribió sobre IA fue en 2016.
-Sí, lo hice en un artículo de Página 12 titulado “El hombre contra las máquinas”. En aquel momento contaba mi asombro por un episodio que todavía recuerdo: el triunfo de una computadora en el GO, el juego de estrategia milenario. Ese para mí fue el origen de todo; cuando me di cuenta de que estábamos en presencia de algo distinto. El neurocientífico Demis Hassabis protagonizó este hecho. En 2010, junto a la compañía DeepMind, creó AlphaGo, un programa especialmente diseñado para jugar al GO, con la premisa de hacer algo distinto a la experiencia de DeepBlue (IBM) y Garry Kaspararov con el ajedrez en 1997.
-¿Distinto en qué sentido?
-Hassabis y su grupo diseñaron un programa al que le dieron las reglas. Le explicaron al algoritmo qué se puede hacer, qué no, y lo entrenaron jugando contra otras máquinas. De la misma manera que aprende un chico: probar, probar y probar. En un momento, la única manera de verificar que el programa que Hassabis había creado era bueno fue compitiendo con humanos. Primero le ganó al campeón europeo de GO; en un juego de cinco partidas, la máquina ganó las cinco. Luego, le propusieron jugar a Lee Sedol, el coreano campeón mundial de GO; alguien que en Asia es como si fuera Messi o Maradona.
-Y también ganó el programa...
-Las partidas fueron en Seúl. Si ganaba Sedol se llevaba un millón de dólares y si lo hacía AlphaGO donarían ese monto a fundación u obra de beneficencia que Sedol indicara. En la conferencia de prensa previa, el jugador coreano proyectó que iba a ganar cinco a cero, pero no pasó eso. De cinco juegos, la máquina ganó cuatro.
-Un golpe al ego.
-Y sí, de hecho, al poco tiempo Sedol se retiró porque asumió que jugar ya no valía la pena. Lo que me gustó de este episodio es que transcurría mientras la humanidad estaba mirando para otro lado. Google le compró a Hassabis la empresa por 650 millones de dólares, pero no lo hizo porque le interesara el GO, sino que quería aprovechar el potencial de la IA para resolver problemas más importantes.
-¿Cómo cuáles?
-Bueno, ¿sabés que fue de la vida de Hassabis?
-Me suena.
-Te suena porque en 2024 obtuvo el Nobel de Química. Sus desarrollos aplicados al juego, con el tiempo, comenzaron a ser utilizados para la predicción de la estructura de las proteínas (AlphaFold). Sus avances permiten, por ejemplo, el desarrollo de fármacos muy específicos. Abre las puertas a la medicina de precisión, nada menos.