Cuando un científico descubre algo, escribe un artículo y lo envía a una revista. Esa publicación luego la comparte con dos o tres colegas del mismo campo, quienes leen el material, opinan si es serio y deciden si merece publicarse. El sistema se llama revisión por pares y es la vía de ingreso del conocimiento humano. El sistema nació de la limitación para comprobar que un descubrimiento de verdad exige repetir el experimento, y repetir ensayos cuesta fortunas y años. Como nadie podía pagar eso, la ciencia eligió el atajo de preguntarle a los expertos. La opinión reemplazó a la prueba por una cuestión económica.

Entre tanto, cada año se publican más de tres millones de artículos científicos. Ningún ser humano puede leer ni una fracción mínima, y el revisor típico dedica unas cinco horas de su tiempo, gratis, a juzgar un trabajo que compite con el suyo. Muchos estudios famosos resultaron falsos cuando alguien al fin intentó repetirlos. La publicación puede tardar meses y a veces más de un año. Por lo tanto, el sistema no es malicioso, solamente pertenece al siglo pasado y atiende un diluvio del siglo presente. La primera pieza del reemplazo ya funciona, porque las grandes editoriales científicas usan inteligencia artificial (IA) para detectar errores de cálculo, imágenes trucadas y datos que no cierran. Por caso, una editorial aplicó estas herramientas a 1,5 millones de manuscritos en un año, porque la máquina hace en minutos los controles que el revisor humano hacía a veces sí y a veces no. Ese trabajo ya cambió de manos y nadie organizó un funeral.

La segunda pieza llegó cuando la IA dejó de corregir ciencia y empezó a hacerla. Un sistema publicó predicciones de la estructura de más de 200 millones de proteínas, un trabajo que a la humanidad le habría llevado siglos. Ya existen laboratorios donde una IA propone un experimento, un robot lo ejecuta, la IA lee el resultado y diseña el siguiente. Todavía hay humanos eligiendo los objetivos y controlando los resultados. En cualquier proceso que mezcla humanos y máquinas, el humano no es siempre el más lento. Un ensayo clínico tarda años y tampoco se pueden fabricar un millón de expertos idénticos que trabajen de noche. Cuando las IA produzcan miles de descubrimientos por día, pedir que un humano los apruebe será como pedir que un escriba copie a mano todo el tráfico de internet. Por pura aritmética se desechará la participación humana.

Sin embargo, las personas deciden qué se investiga porque estas firman los cheques. Pero esto se derrumba en dos pasos. Primero, la asignación de dinero ya es la tarea más automatizada del planeta porque los algoritmos ejecutan la mayoría de las operaciones de bolsa y los bancos aprueban créditos por puntaje automático mientras usted lee esto. Segundo, dentro de un laboratorio autónomo, elegir el próximo experimento es una inversión. El sistema calcula dónde obtiene más conocimiento por dólar y ahí apunta. La misma lógica que decide entre dos reacciones químicas puede decidir entre dos enfermedades, entre dos campos enteros, entre la cura del cáncer y la energía de fusión. El comité que reparte presupuestos no es un guardián; este es un trámite que todavía no se digitalizó.

Si las IA escriben la ciencia y otras IA la revisan, ¿Quién vigila que no se equivoquen todas juntas? Una máquina puede repetir mil veces una medición con una balanza mal calibrada y confirmar mil veces el mismo error. Así, cuando experimentar es barato, la ciencia de las máquinas no necesita que una IA le crea a otra. Puede obligar a sistemas rivales, entrenados por separado, a arriesgar predicciones opuestas y dejar que el experimento decida quién tenía razón. La ciencia humana votaba porque probar era caro; por su parte, la de las máquinas probará porque probar será barato. No será un sistema perfecto, pero será corregible a la velocidad de sus errores, y sus fallos durarán horas donde los nuestros duraron generaciones.

El último puesto en caer será el idioma. Los artículos científicos se escriben en lenguaje humano para sus lectores. Cuando el que descubre y el que verifica sean máquinas, el artículo no desaparecerá, pero quedará vacío; solo será un resumen simplificado, escrito para nosotros, de una ciencia que ocurre en otro plano, hecha de modelos, datos y cadenas de experimentos que ninguna persona puede abarcar. Como el latín en la misa, la ceremonia sigue; el asunto sucede en otra parte. Por lo tanto, ¿Qué queda del ser humano en la ciencia? Mientras alguien humano defina los objetivos, el sistema trabajará para nosotros. Pero también esa función se perderá, porque definir objetivos es la decisión suprema a la hora de invertir y las determinaciones de inversión se automatizan.

El día que el circuito se cierre entero —hipótesis, dinero, experimento, corrección, todo adentro de las máquinas—, nuestro lugar de beneficiarios dejará de ser un derecho y pasará a ser una herencia, porque los sistemas fueron construidos apuntando a nosotros y esa inercia puede durar mucho. O no. Durante 300.000 años fuimos la especie que acumulaba conocimiento; ahora vamos camino a ser la especie por la cual se acumuló, hasta que esa preposición también se revise. La ciencia nunca tuvo el propósito de darnos empleo, tampoco firmó jamás el compromiso de darnos las respuestas a nosotros. Las respuestas van a multiplicarse como nunca en la historia. Quién las recibe es la única pregunta que todavía está abierta, y es la única que ya no vamos a responder nosotros.

Las cosas como son