una oportunidad que debemos aprovechar ahora
En las últimas semanas, hemos visto un cambio notable en el mundo de la inteligencia artificial. Anthropic lanzó dos herramientas, Claude Code y Cowork, que ya no solo dialogan, sino que ejecutan flujos de trabajo completos sin necesidad de intervención humana. De ser un prototipo, Claude Code se convirtió en un producto valorado en mil millones de dólares en tan solo seis meses. Y mientras tanto, en el otro lado del mundo, DeepSeek se encuentra desarrollando su modelo V4, y China tiene planes ambiciosos de integrar la inteligencia artificial en todos los sectores de su economía para 2035. Hoy, la IA no es solo una curiosidad; ahora está en acción, y eso lo cambia todo.
Este avance no sucede en un vacío. Europa está impulsando “ReArm Europe”, un plan que moviliza 800.000 millones de euros en defensa. Además, su gasto en investigación y desarrollo militar se ha duplicado en solo cinco años. Las potencias globales están invirtiendo en ciencia, viéndola como una clave para la soberanía y la ventaja competitiva. Para un país como Argentina, conocido por ser históricamente neutral, esto representa una oportunidad. Ya en el pasado, Argentina supo capitalizar su posición vendiendo tecnología y servicios mientras otros se enfocaban en conflictos bélicos.
Los desafíos de la Inteligencia Artificial
Hacer ciencia en la era de la inteligencia artificial plantea desafíos que no habíamos visto antes. Primero, está el tema epistemológico: cuando un modelo predice la estructura de una proteína, ¿estamos ante un verdadero descubrimiento o solo ante una correlación estadística? La ciencia no solo se trata de predecir; también necesita explicar y construir teorías. La IA acelera la exploración, pero la interpretación siempre seguirá siendo tarea del ser humano. Por ahora.
El segundo desafío es metodológico. La reproducción de resultados enfrenta nuevas tensiones cuando dependemos de modelos que a menudo son opacos. Pero hay algo más preocupante: si la comunidad científica deja de hacer experimentos que produzcan datos nuevos, nadie lo hará. Sin la producción de conocimiento empírico original, la IA se alimentará de un acervo de datos que pronto se volverá obsoleto. Una ciencia que solo se dedica a recombinar información existente ya no puede considerarse ciencia.
El tercer desafío es formativo. Con herramientas como Cowork, cualquier profesional puede automatizar tareas complejas. Los agentes de IA coordinan equipos de trabajo en paralelo, y modelos como los de DeepSeek están entrenando arquitecturas enteras a un costo significativamente menor. Los investigadores de hoy necesitan habilidades que ni siquiera se enseñaban hace dos años: ya no basta con saber programar; es crucial comprender la lógica de las herramientas que utilizamos y evaluar críticamente sus resultados. Y en eso estamos trabajando.
Lo fundamental aquí es promover una adopción crítica de la IA. Incorporarla al servicio de la investigación sin olvidar que el rigor y el juicio científico no deben delegarse a un algoritmo. En áreas como las Ciencias Sociales, Humanidades y Salud Pública, los contextos importan tanto como los datos. La universidad pública tiene una responsabilidad vital: formar investigadores que no solo sean usuarios de la tecnología, sino también ciudadanos capaces de cuestionar sus presupuestos e influir en su desarrollo. Es necesario pensar con la IA, no como ella.
Sin embargo, mientras el mundo avanza rápidamente, nosotros estamos quedándonos atrás. La inversión pública en ciencia cayó al 0,16% del PBI en 2025, marcando un mínimo histórico. Se han perdido miles de puestos de trabajo en organismos de ciencia y tecnología, y las universidades públicas, que generan más del 70% de la producción científica del país, están sufriendo caídas en sus presupuestos y salarios. Esta situación ha llevado a que las universidades argentinas desciendan en diversos rankings, ya que la excelencia se mide en gran medida por la salud científica de las instituciones.
Hacer ciencia también permite crear spin-offs y empresas de base tecnológica a partir del conocimiento generado en nuestros propios laboratorios. En 2024, se actualizarán normativas para impulsar principalmente nuevas empresas de deep tech. En este contexto global, donde Europa, Estados Unidos y Asia están redirigiendo miles de millones hacia la investigación y desarrollo en Defensa e Inteligencia Artificial, los spin-offs pueden ser el puente que conecte nuestras investigaciones con las cadenas globales de valor. Un grupo argentino que desarrolle sensores, materiales avanzados o algoritmos complejos tiene la capacidad de ingresar en mercados que están en expansión y buscan proveedores más allá de los circuitos tradicionales. Neutralidad y calidad científica son una carta de presentación poderosa.
Para los países en vías de desarrollo, la IA puede acortar distancias. Un grupo de investigación con recursos limitados, pero con buena formación, puede hoy modelar enfermedades, analizar imágenes satelitales o optimizar procesos industriales. La inteligencia artificial puede democratizar capacidades que antes requerían grandes presupuestos. Sin embargo, la clave es contar con investigadores bien formados y políticas públicas que apoyen su desarrollo.
Estamos ante una revolución que desafía las bases de la sociedad moderna de una manera que supera incluso a la máquina de vapor y a Internet. Estas transformaciones mejoraron la productividad y las prácticas sociales, pero la inteligencia artificial viene a cambiar el mundo del trabajo tal como lo conocemos.
Lo que sucederá en el futuro es incierto, pero en la UBA creemos firmemente que más ciencia y más tecnología nos brindarán herramientas para entender y adaptarnos a estos cambios.