Miércoles, 23 de septiembre de 2026
Actualidad y noticias, al instanteBuscar ⌕

Nodo SJ

Le pedí a la IA que me ayudara con el cáncer y me dejó sin laboratorio: crónica de un doctorado con presupuesto ajustado

Una investigadora del Whitehead Institute probó Co-Scientist, la herramienta de Google para generar hipótesis científicas. La máquina cocinó una idea que nadie había imaginado, pero cuando le metieron los plazos y la plata de un doctorando real, se quedó muda.

GT
Gonzalo TelloTecnología · 23 DE SEPT DE 2026 · 4 min de lectura

A mí me pasa siempre: le pido al GPS que me ahorre veinte minutos y me termina mandando por un camino de tierra con el tanque en reserva. Algo parecido le ocurrió a Anna Pertl, bioquímica del Whitehead Institute, en Cambridge, Massachusetts, cuando le pidió a la inteligencia artificial que la ayudara con una de las proteínas más rebeldes que existen en oncología. La IA respondió con una idea originalísima. El problema fue después, cuando aparecieron la tarjeta de crédito y el calendario.

Una proteína que le viene ganando a la ciencia hace décadas

Pertl investiga MYC, una proteína cuyo funcionamiento se desregula en la mayoría de los cánceres. No es un tema menor: hace años que laboratorios del mundo entero intentan encontrarle el talón de Aquiles, y hasta ahora los fármacos candidatos tropiezan una y otra vez con la misma pared. La herramienta que la científica puso a prueba es Co-Scientist, un sistema de Google diseñado para generar hipótesis científicas a partir de montañas de papers.

Para que se entienda sin tecnicismos: Co-Scientist es como ese amigo que lee todo lo que se publica en internet y te tira ideas a las tres de la mañana. La diferencia es que este amigo procesa setecientos estudios de un saque, mientras el tuyo apenas termina el diario del domingo.

Antes de soltar a la bestia, Pertl y su colega Kalon Overholt tuvieron que hacer de maestrosos. Le dedicaron casi una hora a corregirle dos errores de interpretación al sistema: la IA confundía los cúmulos de proteínas que debían ser el blanco terapéutico con el propio fármaco, y le asignaba a esos cúmulos siempre una función de activación de genes, cuando en realidad algunos hacen exactamente lo contrario.

“Nunca habíamos pensado en nada parecido.”Kalon Overholt, colega de Anna Pertl en el Whitehead Institute

Después del correctivo, la IA trabajó durante toda una noche. Escaneó más de setecientos estudios, generó ciento ocho estrategias distintas y se quedó con una sola. La propuesta era contraintuitiva: en lugar de intentar disolver los cúmulos de proteínas que activan el gen MYC, sugería unirlos entre sí hasta tapar la lectura del ADN. Una idea que, según Overholt, nadie en el equipo había tenido en cuenta.

La prueba de fuego: meterle el presupuesto de un doctorando

Hasta ahí, todo parecía una película con final feliz. Pero la fantasía se chocó contra la realidad cuando Pertl repitió la consulta, esta vez con dos condiciones muy concretas: el tiempo y la plata que maneja un becario doctoral. El resultado fue un cero redondo. Co-Scientist no fue capaz de proponer ni una sola hipótesis que se pudiera ejecutar con esos recursos.

La moraleja la cuenta mejor que nadie Anton Sinitskiy, químico computacional de la Universidad Northeastern: generar ideas nuevas puede ser cuestión de horas, pero comprobarlas en el laboratorio sigue siendo un trabajo de meses. Y Ross King, biólogo computacional de la Universidad de Cambridge, lo resume con una imagen perfecta: los protocolos que arma la inteligencia artificial son, en el mejor de los casos, recetas de cocina, no platos servidos.

  • MYC: una proteína que, cuando se porta mal, está detrás de la mayoría de los cánceres; es como un interruptor de luz que se queda trabado en 'encendido' y no hay manera de apagarlo.
  • Co-Scientist: el sistema de Google que, en criollo, funciona como un asistente que lee miles de papers y te tira hipótesis en bandeja.
  • Whitehead Institute: un centro de investigación de elite pegado al MIT, en Cambridge, Massachusetts, donde se cocinan ideas que después dan vuelta el mundo.

Tres tareas que, por ahora, siguen siendo humanas

El caso de Pertl deja una enseñanza incómoda para los que ya querían jubilar a los científicos. Hay treslaburos que la IA todavía no sabe hacer sola y que cualquier proyecto serio exige: definir bien el problema, revisar las ideas que tira la máquina y evaluar si el experimento se puede pagar y ejecutar. La inteligencia artificial puede inspirarte a las tres de la mañana, pero la plata para comprar los reactivos, compañera, la pone el doctorando.

Consejo práctico para quienes sueñen con delegar su próxima tesis en ChatGPT: usá la IA como sparring, no como piloto automático. Pedile ideas, discutíselas, metele tus restricciones reales de tiempo y presupuesto, y recién después anotá en el cuaderno lo que sobreviva al filtro de tu billetera. Si la hipótesis que te propone no se sostiene con los dólares y los meses que tenés encima, no es una hipótesis: es un cuento.

GT
Gonzalo TelloTecnología

Comentarios

0

Todavía no hay comentarios. Sé el primero.

Seguí leyendo