Necesitamos biólogos que no solo sepan interpretar los outputs de una IA, sino que comprendan la profunda interconexión de los sistemas vivos.
El artículo publicado por The Economist, ¿titulado «What if the machines take over science?», nos sitúa ante una de las encrucijadas epistemológicas más fascinantes y peligrosas de nuestro tiempo. Los avances de la inteligencia artificial (IA) en matemáticas y ciencias empíricas —desde la predicción de la estructura de casi todas las proteínas conocidas hasta la propuesta de millones de nuevos materiales— han demostrado un potencial vertiginoso. Sin embargo, es en el ámbito de la biología donde es necesario lanzar una advertencia que merece una profunda reflexión: la tentación de reducir la vida a un conjunto de datos algorítmicos.
Vemos un horizonte donde los investigadores utilizan la IA para diseñar cultivos resistentes a la sequía, buscar fármacos o crear virus que ataquen bacterias. Al respecto, se advierte: «Si es así, el ADN se convertiría en otra forma de código informático que se puede manipular como una cadena de fichas en un modelo de IA». Esta afirmación condensa el mayor riesgo del reduccionismo biológico contemporáneo, creer que la vida es simplemente un programa que puede ser reescrito a voluntad, ignorando las propiedades emergentes que definen todo fenómeno biológico.
El peligro del reduccionismo genético y la falacia del «código»
El éxito de la IA en biología estructural (como el aclamado avance en el plegamiento de proteínas) ha alimentado la ilusión de que los sistemas vivos son, en esencia, máquinas deterministas donde el genotipo dicta el fenotipo de manera lineal. Bajo esta óptica reduccionista, crear vida nueva ex nihilo (de la nada) o manipular el ADN a voluntad se convierte en un simple ejercicio de edición de texto, si la IA identifica la secuencia de «tokens» (bases nitrogenadas) correcta, el organismo resultante funcionará como se espera.
Sin embargo, esta premisa es profundamente defectuosa. La biología no es un software; es un sistema físico, químico y termodinámico altamente dinámico. El ADN no opera en el vacío. Su expresión está mediada por el entorno celular, la epigenética, las interacciones proteicas, las condiciones ambientales, el ruido estocástico (ocurre cuando dos organismos con idéntico código genético, como gemelos idénticos o plantas clonadas, y expuestos al mismo entorno desarrollan rasgos físicos diferentes).
Reducir la complejidad de un organismo a la manipulación de su secuencia genética es ignorar que la vida es un fenómeno de propiedades emergentes.
Las propiedades emergentes son aquellas que surgen de la interacción de los componentes de un sistema, pero que no pueden predecirse ni explicarse únicamente mediante el análisis de sus partes aisladas. La conciencia, la homeostasis, la capacidad de autorreparación o la morfogénesis (el desarrollo de formas complejas) no están codificadas en el ADN; emergen de la intrincada red de interacciones celulares a múltiples escalas.
La creación de vida nueva: entre la arrogancia y la incomprensión
El artículo de The Economist menciona la ambición de construir modelos computacionales de cómo funcionan las células —la «vida in silico» (cualquier experimento, análisis o simulación realizado en una computadora o mediante software y modelos matemáticos, en lugar de hacerlo en un organismo vivo o un tubo de ensaye) para, eventualmente, lograr la creación de organismos completamente nuevos. Incluso si la IA pudiera diseñar una secuencia genética teóricamente viable, el salto de la información a la materia viva requiere orquestar redes metabólicas, mecanismos de replicación y respuestas adaptativas que ningún algoritmo ha logrado sintetizar desde cero.
Como advierte el texto, la reacción de muchos matemáticos ante la IA ha sido el temor, argumentando que la recompensa de la ciencia no está solo en la solución (la prueba), sino en el esfuerzo de comprender (el proceso). En biología, este temor es aún más justificado. Si permitimos que la IA genere organismos o manipule ecosistemas basándose en «soluciones» que no entendemos, no solo perdemos el conocimiento, sino que corremos el riesgo de desatar consecuencias ecológicas y éticas irreversibles.
El artículo cita a la Royal Society y su lema del siglo XVII: Nullius in verba («No aceptes la palabra de nadie»). Aplicado a la biología sintética impulsada por IA, esto significa que no podemos aceptar la viabilidad de un organismo diseñado por una máquina solo porque el algoritmo «dice» que funcionará. Si no comprendemos las propiedades emergentes que sostienen la vida, la manipulación del ADN será un acto de fe ciega, no de ciencia.
El imperativo del «humano en el bucle»
The Economist concluye con una idea fundamental -hasta que exista una alineación inquebrantable entre la IA y los intereses humanos, la ciencia siempre necesitará un «humano en el bucle» (human in the loop). En el contexto biológico, esto es imperativo. No podemos delegar la creación de nueva vida o la manipulación de mecanismos celulares a cajas negras algorítmicas cuyas lógicas internas desconocemos.
Los científicos deben reinventar sus disciplinas para guiar, verificar y enseñar los resultados de las máquinas. En biología, esto implica un retorno al holismo, a la visión sistémica. Necesitamos biólogos que no solo sepan interpretar los outputs de una IA, sino que comprendan la profunda interconexión de los sistemas vivos.
La IA es una herramienta extraordinaria que puede acelerar el descubrimiento de fármacos o ayudarnos a modelar el clima, pero no debe convertirse en la que dictamine qué es la vida y cómo debe ser creada. La biología no es una cadena de código a merced de un editor. Es un fenómeno complejo, histórico y emergente. Si olvidamos esto en nuestra carrera por el progreso impulsado por la IA, corremos el riesgo no solo de perder la comprensión del universo, sino de convertirnos en meros espectadores —o peor aún, en mascotas— de máquinas que juegan a ser dioses con los componentes de la vida sin respeto ni entender las consecuencias.
*Presidente del Colegio de Biólogos de México capítulo Veracruz.
DERECHOS DE AUTOR
Esta información pertenece a su autor original y se encuentra en el sitio https://jornadaveracruz.com.mx/inteligencia-artificial-biologia-limites-adn/
