El precio de la inteligencia
Durante años nos han vendido la inteligencia artificial como la herramienta que haría la ciencia más rápida, más barata y, sobre todo, más productiva. Buena parte, es verdad: la IA ya ayuda a investigadores a hacer revisiones bibliográficas, escribir código y analizar datos genómicos. Pero la fotografía es más compleja de lo que los comunicados de prensa hacen ver. James Zou, biólogo de datos en Stanford,explica en Nature que ha gastado "bien bien más de 100.000 dólares" en suscripciones de IA en el último año. En su universidad, esta cifra equivale, aproximadamente, al coste de mantener a un investigador postdoctoral.La apuesta de los grandes actores privados por la ciencia es cada vez más explícita. En octubre de 2025, Anthropic lanzó Claude for Life Sciences, una versión de su modelo orientada a la investigación biomédica, con conexiones a plataformas como Benchling, PubMed y 10x Genomics, y colaboraciones con farmacéuticas como Sanofi, Novo Nordisk y AstraZeneca. En abril de 2026, OpenAI respondió con GPT-Rosalind (homenaje a Rosalind Franklin, descubridora de la estructura del ADN). Google DeepMind, por su parte, ha desplegado la AI co-scientist en colaboración con el departamento de Energía de EE. UU., y ya se le acreditan hipótesis validadas experimentalmente sobre fibrosis hepática y resistencia antimicrobiana.Los resultados son reales. Pero enel informe anual de Stanford HAI recoge dos datos que conviven incómodamente: por una parte, el número de publicaciones científicas que mencionan IA se ha multiplicado por casi treinta entre 2010 y 2025; por otra, los humanos aún superan a los mejores agentes de IA en tareas complejas donde el razonamiento y la originalidad son clave. De hecho, este incremento de la productividad que declara asociado al uso de la IA se encuentra obligatoriamente ligado a una capa de curación, verificación y corrección humana que raramente aparece en los titulares. Matteo Niccoli, geocientífico citado en el mismo artículo de Nature, lo dice sin rodeos: el cuello de botella no es la herramienta, es "el pensamiento y la discusión" alrededor. Hay que saber cuándo el modelo deriva, cuándo alucina, cuándo ha perdido el contexto. Es útil, sí, pero no es exactamente un ahorro de trabajo.Y cuando el trabajo no se ahorra, el precio, en cambio, sí que sube. GitHub Copilot anunció a finales de abril que pasaba de suscripción fija a facturación por uso. Y uncomentario reciente en Nature recuerda que en 2025 Google, Amazon, Microsoft y Meta gastaron 380.000 millones de dólares en IA, con paquetes de hasta 250 millones para investigadores individuales. Si la ciencia del futuro se levanta sobre estas infraestructuras, también hereda sus desigualdades.La pregunta no es si la IA sirve para hacer ciencia. Sirve. La pregunta es quién puede permitírsela, quién revisa su trabajo y quién queda fuera cuando la factura llega.
