IA que refuta conjetura clásica & Co-científicos de IA en biomedicina - Noticias (21 may 2026)

Empezamos por la noticia más llamativa del día en matemáticas e inteligencia artificial. OpenAI afirma que su nuevo modelo de razonamiento produjo una prueba original que refuta una conjetura conocida de geometría discreta, propuesta por Paul Erdős en 1946. El contexto importa: la empresa ya recibió críticas por afirmaciones anteriores que no resistieron el escrutinio. Esta vez, dice contar con comentarios de matemáticos reconocidos —entre ellos Noga Alon, Melanie Wood y Thomas Bloom— que sugieren que el hallazgo, como mínimo, es serio y novedoso. Si la comunidad lo valida, sería un hito: no porque ‘la IA sea matemática’, sino porque podría sostener razonamientos largos y encontrar construcciones inesperadas con valor real en otras áreas de ciencia e ingeniería.

Y, siguiendo con IA para descubrimiento, Nature publica dos trabajos sobre sistemas tipo “co‑científico” que usan equipos de agentes especializados. La idea es sencilla de explicar: en vez de un único modelo que hace de todo, varios agentes se reparten tareas como revisar literatura, proponer hipótesis, diseñar experimentos y analizar resultados, mientras los humanos siguen tomando decisiones clave y, sobre todo, haciendo el trabajo de laboratorio. En el caso de Google DeepMind, su Co‑Scientist se probó en reutilización de fármacos para leucemia mieloide aguda: en cuestión de horas generó candidatos, el equipo humano eligió cinco para probar, y tres mostraron señales prometedoras en células cultivadas. El segundo sistema, Robin, de la organización FutureHouse, abordó la degeneración macular seca por edad y señaló, entre otros, al fármaco de glaucoma ripasudil como posible candidato, junto con pruebas para confirmarlo. La promesa es comprimir semanas o meses de trabajo exploratorio en horas o días; la cautela, la de siempre: lo que funciona en células muchas veces se cae en pruebas más exigentes.

Otro avance, también publicado en Nature, apunta a un cuello de botella diferente: el software científico. Investigadores de Google, junto al profesor Michael Brenner de Harvard, presentaron ERA —Empirical Research Assistance—, un sistema que puede generar y refinar programas para tareas donde el rendimiento se mide con números, como predecir hospitalizaciones o ajustar modelos biológicos. Lo interesante no es que ‘escriba código’, sino que lo prueba, lo compara y lo mejora automáticamente a gran escala, incorporando ideas de artículos y libros. En demostraciones, dicen haber obtenido modelos de hospitalizaciones por COVID-19 que superaron referencias usadas por organismos públicos, además de mejoras en análisis de datos biológicos y en modelado de actividad neuronal. Si se sostiene fuera del laboratorio, podría liberar tiempo de los equipos: menos horas afinando programas, más horas pensando qué preguntas científicas valen la pena.

Pasamos a biomedicina con un resultado preclínico que llama la atención en cáncer cerebral. Un grupo de UCLA reporta una estrategia CAR‑T “reforzada” para glioblastoma, probada en ratones con sistema inmune intacto. Estas células CAR‑T se diseñaron para atacar un blanco asociado al tumor, pero además para liberar señales inmunes que reclutan a más actores del sistema defensivo. ¿Por qué importa? Porque el glioblastoma es famoso por escapar cuando no todas las células tumorales comparten el mismo marcador. Al activar una respuesta más amplia, el enfoque busca reducir esa vía de escape. También hay un matiz clave: parte de esas señales pueden causar inflamación peligrosa, así que el equipo exploró estrategias para bajar toxicidad sin perder efecto. Está lejos de ser un tratamiento listo; el siguiente paso sería completar más trabajo preclínico y, si consiguen financiación, avanzar a un primer ensayo en humanos.

Y una noticia de biología celular que desafía una idea bastante asentada: investigadores de UT Southwestern dicen haber observado que grandes fragmentos de ADN genómico pueden pasar directamente de una célula humana a otra. Según el estudio, daños en el ADN y errores de división pueden generar estructuras con ADN que salen del núcleo y viajan a células vecinas a través de conexiones transitorias. Lo llamativo es lo que viene después: ese ADN transferido podría llegar al núcleo de la célula receptora, integrarse, mantenerse activo y heredarse en divisiones posteriores. Incluso observaron fragmentos del cromosoma Y moviéndose de células masculinas a femeninas, con activación de genes típicamente masculinos. Si este fenómeno se confirma y resulta frecuente en tejidos, podría cambiar cómo pensamos la evolución genética dentro del cuerpo y, potencialmente, cómo algunos tumores adquieren cambios grandes tras estrés como quimioterapia o radiación.

Ahora, un tema cada vez más urgente: cómo distinguir contenido real de contenido generado. Google dice que su sistema de marca de agua SynthID ya etiquetó cantidades enormes de imágenes, vídeo y audio generados por IA, y lo más relevante es que está saliendo del ‘jardín’ de Google: anuncia adopción por socios como Nvidia, OpenAI, Kakao y ElevenLabs. La lógica es clara: una marca de agua sirve de poco si solo la usa un actor. En paralelo, Google empuja estándares de procedencia con metadatos, para que haya más contexto sobre captura y edición. Aun así, queda el elefante en la habitación: habrá modelos abiertos sin marcas y material regrabado o alterado. Lo que cambia el panorama no es la perfección, sino la escala: que detectar sea más fácil en herramientas cotidianas, y que el etiquetado sea algo más transversal.

Y justo en la línea de confianza online, un estudio de UC San Diego añade leña al debate: en chats de texto, modelos modernos pueden pasar una prueba de Turing “a tres bandas” cuando se les pide adoptar una persona concreta. En el experimento, GPT‑4.5 fue considerado humano la mayor parte del tiempo, y otro modelo grande quedó cerca de resultados de interlocutores humanos. El detalle importante es que sin esa ‘persona’ explícita, el efecto baja bastante. En otras palabras: no es que sean humanos, es que pueden imitar rasgos sociales —tono, humor, errores plausibles— cuando se les guía. La lectura práctica es incómoda: la suplantación puede volverse más barata y convincente, y por eso cobra peso todo lo anterior sobre procedencia, marcas y verificación.

Cambiamos a política tecnológica internacional. Singapur firmó acuerdos de IA con Google y OpenAI para acelerar despliegues en servicios públicos, salud, educación y empresas. Destaca la creación de un laboratorio aplicado de OpenAI en el país —su primer Applied AI Lab fuera de Estados Unidos— y un plan de inversión considerable, además de programas de formación y apoyo a startups. El movimiento encaja con la estrategia de Singapur de ser una plataforma neutral, con talento y reglas claras, para desarrollar y probar soluciones de IA. A la vez, plantea una pregunta que veremos repetirse: cómo equilibrar velocidad de adopción con seguridad, gobernanza y beneficios repartidos.

Cerramos con geopolítica y defensa, donde se acumulan señales de tensión. En Washington, el presidente Donald Trump dijo que planea hablar con el presidente de Taiwán, Lai Ching‑te, sobre una posible venta de armas. Sería un gesto que rompe con décadas de práctica diplomática, y Pekín ya lo condenó como un apoyo a fuerzas “separatistas”. Además, se menciona un paquete importante de venta que aún no está decidido. Tras la reciente cumbre Trump‑Xi, el estrecho de Taiwán vuelve a aparecer como punto de fricción central: una llamada y un acuerdo de armas podrían escalar la disputa y alterar los cálculos de disuasión en la región. Y en Europa, se espera que Estados Unidos anuncie que reducirá las capacidades y fuerzas que pondría a disposición de la OTAN en un escenario de crisis o guerra, dentro de un giro de prioridades ‘America First’. No necesariamente significa una caída inmediata de tropas en el día a día, pero sí podría recortar apoyo material y complicar la planificación de contingencias. El mensaje para los aliados europeos es evidente: incluso sin cambios visibles hoy, la presión para cubrir huecos logísticos y de refuerzo rápido puede crecer mañana.