IA en la ciencia: progreso real, no utopía todavía
искусственный интеллектонкологияробототехника
Lo que las fuentes realmente confirman
No descartaría esta oleada de avances como una fantasía, pero también es demasiado pronto para convertirla en una utopía lista para usar. A agosto de 2026, los trabajos verificados muestran progreso real en oncología, matemáticas y robótica, aunque el alcance de las afirmaciones públicas supera claramente la evidencia publicada.
La señal más sólida viene de la medicina. Una publicación de npj Precision Oncology sobre el estudio clínico PRECISE CURATE.AI describe la evaluación de recomendaciones dinámicamente personalizadas para dosificar quimioterapia en pacientes con tumores sólidos avanzados. Es un estudio de viabilidad, no la demostración de una cura personalizada contra el cáncer, y mucho menos de una cura para fases tardías.
El panorama es más amplio que un solo ensayo. Una revisión sistemática de 2025 en Artificial Intelligence in Medicine abarcó 72 estudios sobre aplicaciones de IA en ensayos oncológicos. Un análisis del registro ClinicalTrials.gov publicado en Cancers identificó 50 estudios completados, de los cuales el 66% eran intervencionistas. Es trabajo traslacional, no solo una demostración llamativa.
En matemáticas puras, la evidencia es más modesta que los titulares. El preprint de 2025 Advancing Mathematical Research via Human-AI Interactive Theorem Proving confirma avances en la demostración interactiva de teoremas entre personas e IA. Sin embargo, las publicaciones revisadas no corroboran de forma independiente una nueva curva elíptica de rango 30 ni diez teoremas antes inaccesibles resueltos cada día.
La robótica presenta una situación parecida. El trabajo LLMs as NAO Robot 3D Motion Planners, presentado en el taller ICCV 2025, mostró control de planificación de movimientos mediante un modelo de lenguaje con resultados estadísticamente superiores al azar. El informe Apple MIA-Bench 2026 amplía la evaluación del seguimiento de instrucciones, pero ninguno confirma un robot universal capaz de ejecutar cualquier acción a partir de un prompt.
Dónde está el cambio real
El cambio principal ya ocurrió: la IA generativa se está convirtiendo en una capa operativa entre el investigador y sistemas complejos de dominio. En oncología ayuda a personalizar decisiones; en matemáticas apoya la búsqueda de pruebas; en robótica traduce el lenguaje natural en planes de acción.
Sin embargo, la madurez de estos campos es distinta. Primero revisaría los criterios clínicos de valoración, la verificación formal de las pruebas y la robustez del robot fuera de un banco de pruebas controlado. Ahí es donde los resultados elegantes suelen encontrarse con la realidad: generalización, errores de razonamiento y el mundo físico.
El progreso no es inventado. La utopía empieza cuando un estudio de viabilidad, un asistente matemático y un prototipo de laboratorio se presentan como problemas ya resueltos.