Durante meses, la conversación pública sobre inteligencia artificial se ha quedado en la superficie: asistentes conversacionales, generación de textos y herramientas de productividad. Ese foco es comprensible, pero parcial. Hay otra capa menos visible, más silenciosa y, para mucha gente, más determinante: la IA aplicada a la ciencia, capaz de ampliar lo que un equipo de investigación puede intentar, comprobar y entender.
James Manyika (Google-Alphabet) y Demis Hassabis (Google DeepMind) lo plantean en un artículo de opinión publicado por Fortune: la gran promesa no es que la IA “haga ciencia” por su cuenta, sino que extienda el alcance de la investigación, reduzca cuellos de botella y permita que más comunidades respondan a problemas urgentes con herramientas de primer nivel. La idea es sencilla: si el conocimiento y la infraestructura se concentran en pocos lugares, los beneficios también. Si el acceso se distribuye, las soluciones pueden aparecer en más sitios y más rápido. Continúa leyendo «La inteligencia artificial como motor de descubrimiento científico: por qué el acceso importa tanto como la innovación»
