Empresas de inteligencia artificial avanzan hacia la investigación biológica con infraestructura física propia, marcando un punto de inflexión en cómo se concibe el desarrollo científico asistido por IA. Un laboratorio recién inaugurado en el área de la Bahía de San Francisco —operado por una de las firmas líderes en modelos de lenguaje avanzado— busca cerrar la brecha entre la simulación computacional y la experimentación real en biología.
Eric Kauderer-Abrams, responsable de ciencias de la vida en la organización, fue directo sobre la apuesta: "Creemos que la prueba final sigue siendo y lo será por un tiempo en el trabajo de laboratorio real". Esta declaración define una postura estratégica relevante: la IA no reemplaza al laboratorio, sino que lo potencia. El equipo trabaja tanto en proyectos internos como en colaboraciones con socios externos, aunque los detalles específicos de los proyectos actuales no han sido divulgados.
IA para enfermedades sin solución comercial
Uno de los vectores de trabajo identificados es el descubrimiento de medicamentos para condiciones que la industria farmacéutica tradicional no aborda por falta de rentabilidad. Un programa denominado Claude Science, lanzado en junio, apunta precisamente a ese espacio: investigaciones de alto impacto científico pero bajo atractivo comercial para las grandes farmacéuticas.
Kauderer-Abrams señaló que la IA podría acelerar el desarrollo de tratamientos para condiciones históricamente difíciles de tratar, incluyendo terapias complejas y dirigidas. Sin embargo, el laboratorio no fue creado exclusivamente con ese propósito, lo que sugiere un alcance de investigación más amplio aún por definirse públicamente.
Automatización de experimentos con supervisión humana
Otra línea de trabajo implica el uso de modelos de IA para controlar robots que ejecutan experimentos científicos. La empresa reconoce estar "en las primeras etapas" de esta automatización y subraya que la supervisión humana sigue siendo indispensable en esta fase. No se han realizado ensayos clínicos hasta el momento.
Esta combinación —automatización parcial más control humano— refleja un modelo de implementación cauteloso que tiene implicaciones directas para cualquier organización que evalúe integrar IA en procesos de investigación o desarrollo: la velocidad de ejecución puede aumentar, pero los marcos de validación y seguridad no pueden eliminarse.
El riesgo de uso dual y la presión regulatoria
El avance en biología con IA no está exento de riesgos críticos. La misma organización reveló haber identificado y detenido a científicos que intentaron utilizar sus modelos para desarrollar posibles armas biológicas. Este incidente ilustra el problema del "uso dual": las mismas capacidades que aceleran el descubrimiento de medicamentos pueden ser explotadas con fines destructivos.
Dario Amodei, al frente de la compañía, ha abogado públicamente por una desaceleración en el desarrollo de IA avanzada para reducir el riesgo de perder control sobre sistemas de frontera. Esta postura, inusual en un sector que compite por velocidad, añade una dimensión ética al debate que los reguladores en México y América Latina no pueden ignorar.
Para los tomadores de decisiones en la región, el fenómeno plantea preguntas concretas: ¿qué marcos de gobernanza son necesarios cuando la IA opera en entornos de alto riesgo como la biología? ¿Cómo distinguir entre investigación legítima y uso indebido en tiempo real? La respuesta regulatoria a estas preguntas definirá, en buena medida, el ritmo al que esta tecnología pueda desplegarse de forma responsable.
