{"id":121707,"date":"2026-04-13T23:27:46","date_gmt":"2026-04-13T23:27:46","guid":{"rendered":"http:\/\/69dd5cc37ffffce59cfa3cf9"},"modified":"2026-04-13T23:27:46","modified_gmt":"2026-04-13T23:27:46","slug":"crece-el-uso-de-la-ia-en-investigacion-cientifica-pero-con-resultados-aun-inciertos","status":"publish","type":"post","link":"https:\/\/sarmiento24h.com\/?p=121707","title":{"rendered":"Crece el uso de la IA en investigaci\u00f3n cient\u00edfica, pero con resultados a\u00fan inciertos"},"content":{"rendered":"

La adopci\u00f3n de la inteligencia artificial (IA) en la investigaci\u00f3n cient\u00edfica ha experimentado un crecimiento acelerado en los \u00faltimos a\u00f1os, particularmente en el \u00e1mbito de las ciencias naturales. De acuerdo con el \u2018Informe del \u00cdndice de la IA 2026\u2019, elaborado por el Instituto Stanford, el n\u00famero de publicaciones que mencionan esta tecnolog\u00eda aument\u00f3 casi 30 veces entre 2010 y 2015.<\/p>\n

Pese a este crecimiento, el reporte advierte que persisten limitaciones relevantes, como niveles de precisi\u00f3n a\u00fan insuficientes<\/a> y la escasez de evidencia concluyente sobre mejoras significativas en la productividad. Estos factores sugieren que la IA contin\u00faa en una etapa de desarrollo dentro del quehacer cient\u00edfico.<\/p>\n

\n
\n
\"Ilustraci\u00f3n<\/picture><\/span><\/div>\n
\n
La IA explica muy bien, pero no entiende lo que explica: qu\u00e9 es la \u2018comprensi\u00f3n potemkin\u2019 reci\u00e9n descubierta<\/a><\/div>\n

De acuerdo con una nueva investigaci\u00f3n, los grandes modelos de IA entregan respuestas correctas en el 94% de los casos, pero son incapaces de aplicar ese conocimiento de forma coherente.<\/p>\n<\/div>\n<\/div>\n

\n

Yolanda Gil, inform\u00e1tica de la Universidad del Sur de California en Los \u00c1ngeles y responsable del informe en esta edici\u00f3n, afirm\u00f3 que \u201clos cient\u00edficos han adoptado plenamente esta era de la IA\u201d.<\/strong> No obstante, diversos especialistas coinciden en que esta tendencia debe interpretarse con cautela.<\/p>\n

Las cifras del informe<\/a> indican que, el a\u00f1o pasado, el campo de las ciencias naturales registr\u00f3 alrededor de 80,150 publicaciones vinculadas con la IA, lo que representa un incremento del 24% respecto a 2025.<\/p>\n

En t\u00e9rminos proporcionales, la incorporaci\u00f3n de herramientas como ChatGPT en la producci\u00f3n cient\u00edfica total de las ciencias naturales tambi\u00e9n ha crecido de forma notable. Actualmente, entre el 5.8 y el 8.8% de todas las publicaciones en estos campos incluyen o se relacionan con la IA<\/strong>, un aumento considerable frente al 1% registrado en 2010.<\/p>\n

Entre las disciplinas que m\u00e1s han explorado el uso de estas tecnolog\u00edas, las ciencias f\u00edsicas destacan por concentrar el mayor n\u00famero de trabajos, con cerca de 33,000 publicaciones. Por su parte, las ciencias de la Tierra presentan el mayor porcentaje de investigaciones con referencias a la IA, con un 9% del total identificado.<\/p>\n

Arvind Narayanan, inform\u00e1tico de la Universidad de Princeton en Nueva Jersey, se\u00f1al\u00f3 para Nature<\/em><\/a> que esta tendencia no resulta sorprendente, considerando que la IA ha dejado de ser una herramienta exclusiva de ciertos sectores para convertirse en un recurso de apoyo cada vez m\u00e1s extendido en m\u00faltiples \u00e1mbitos.<\/p>\n

El especialista matiza que a\u00fan existen dudas sobre la eficiencia y efectividad de la IA para elevar la productividad cient\u00edfica debido a la falta de evidencia concluyente a gran escala. Sin embargo, reconoce que los cient\u00edficos actuales \u201cno pueden vivir sin ella<\/strong>. Si se les quitara la IA, se armar\u00eda un gran revuelo. As\u00ed que debe estar ayudando de alguna manera\u201d.<\/p>\n

M\u00e1s IA para la investigaci\u00f3n, pero con resultados cuestionables<\/h2>\n

El informe respalda esta idea al citar diversas plataformas basadas en IA que han demostrado, al menos, facilitar el trabajo cient\u00edfico, aunque de forma acotada y en campos espec\u00edficos.<\/p>\n

Uno de los casos es AION-1, un modelo enfocado en astronom\u00eda considerado pionero en su tipo, entrenado con m\u00e1s de 200 millones de objetos celestes provenientes de cinco estudios, capaz de clasificar galaxias y estimar sus propiedades. En una l\u00ednea similar, en 2025 el modelo Aardvark Weather se convirti\u00f3 en el primer sistema de IA en gestionar de principio a fin el proceso de predicci\u00f3n meteorol\u00f3gica.<\/a><\/p>\n

Para algunos especialistas, la reducci\u00f3n de tiempos derivada de la automatizaci\u00f3n de tareas y an\u00e1lisis podr\u00eda implicar un costo silencioso en la calidad de la investigaci\u00f3n<\/strong>, debido a las imprecisiones y alucinaciones que a\u00fan presentan la mayor\u00eda de los modelos.<\/p>\n