¿Estamos preparados para entregar las llaves del laboratorio a un puñado de pesos y sesgos? Sí, pero solo si dejamos de fingir que son «científicos» y empezamos a tratarlos como lo que son: bibliotecarios extremadamente rápidos.

La novedad aquí es que dos asistentes de IA para la ciencia han logrado dominar las tareas de reaprovechamiento de fármacos. Para los que no estén al tanto (aunque asumimos que ya sabéis de qué va el tema), el reaprovechamiento de fármacos es básicamente la versión farmacéutica de encontrar un nuevo uso para un cacharro de cocina viejo. Tomas una molécula ya aprobada para una indicación y averiguas si puede combatir una enfermedad distinta. Es un atajo brutal porque el perfil de seguridad ya está documentado.

Según Ars Technica, las dos herramientas difieren en su profundidad. Una se conforma con generar hipótesis —esencialmente sugiriendo «quizá esto funcione»—, mientras que la otra da un paso más y analiza los datos para respaldar esas sugerencias. Es una distinción que importa. Cualquiera puede lanzar dardos a un tablero y acertar de vez en cuando en el centro, pero la herramienta que puede explicar por qué el dardo cayó ahí es la que realmente ahorra tiempo.

(Y la factura de cómputo para estas cosas probablemente sea aterradora).

A la industria le encanta llamarlos «colaboradores», pero seamos realistas. Estos modelos no están colaborando con los humanos; están filtrando el ruido. El volumen masivo de la literatura médica ya es demasiado grande para que cualquier cerebro humano lo indexe. Hemos llegado a un punto en el que el cuello de botella no es la falta de datos, sino la velocidad a la que podemos leerlos. Estos asistentes solo están comprimiendo el espacio de búsqueda.

Es un filtro sofisticado, no una cura.

Aquí está el problema: una hipótesis no es un fármaco. En el mundo del software, si un modelo sugiere un algoritmo de ordenación más eficiente, puedes verificarlo en milisegundos con una batería de pruebas. En biología, la «batería de pruebas» implica pipetas, placas de Petri y meses de espera a que las células vivan o mueran.

Aquí es donde el hype suele chocar contra un muro. Vemos un artículo que afirma que una IA «descubrió» un nuevo antibiótico y celebramos, olvidando que la IA en realidad no descubrió nada; solo señaló una coordenada en un espacio químico que un humano tuvo que pasar seis meses validando en un laboratorio húmedo. Es como si un chef sugiriera una receta basada en una lista de ingredientes pero no tuviera ni idea de cómo encender la estufa.

El hecho de que uno de estos asistentes ya pueda analizar datos es un paso en la dirección correcta, pero no resuelve la fricción física de la ciencia. No puedes «promptear» una proteína para que se pliegue correctamente en un tubo de ensayo. Todavía tienes que lidiar con la aplastante realidad de los costes de los reactivos y la terquedad de los sistemas biológicos que no siguen una puerta lógica limpia.

¿Creemos realmente que un generador de hipótesis más sofisticado reduce el tiempo de comercialización de un fármaco? Probablemente no. El cuello de botella ha pasado de «qué deberíamos probar» a «qué tan rápido podemos probarlo físicamente». Hasta que no veamos un salto similar en la robótica de laboratorio automatizado que pueda mantener el ritmo de la velocidad de inferencia de estos modelos, solo estaremos generando una lista más larga de tareas para el laboratorio.

Aun así, la ganancia en eficiencia es real. Si estas herramientas pueden podar el 90 % de las vías sin salida antes de que un científico toque siquiera una pipeta, eso es un acierto. Ya hemos visto este patrón con AlphaFold, donde el salto teórico ocurrió años antes de que las aplicaciones prácticas se pusieran al día.

Sospecho que la demora no será tan larga esta vez. Para el cuarto trimestre de 2026, veremos cómo el primer candidato de reaprovechamiento de fármacos derivado de una de estas hipótesis impulsadas por IA entra en ensayos clínicos de Fase I en humanos. Si funciona realmente es otra historia, pero el flujo desde la «sugerencia de la IA» hasta el «brazo humano» se está reduciendo.