El Gigante Invisible: ¿Cuánto Gasta Realmente la IA y Qué Desconocemos de su Impacto Energético?

Publicado el 10-09-2025

La inteligencia artificial avanza a pasos agigantados, prometiendo revolucionar nuestra sociedad. Sin embargo, su huella energética, una cifra fundamental para entender su verdadero impacto ambiental y económico, ha permanecido en las sombras. A pesar de las recientes revelaciones de gigantes tecnológicos, ¿hemos desvelado realmente la magnitud del consumo de energía de la IA o estamos apenas rascando la superficie de un desafío monumental?

La Batalla por la Transparencia Energética de la IA: De la Opacidad a las Primeras Cifras

Durante meses, la búsqueda de una cifra precisa sobre el consumo energético de los modelos de inteligencia artificial más avanzados, como ChatGPT o Gemini, ha sido una odisea para investigadores y analistas. Esta información, crucial para comprender la huella de carbono de la IA, era celosamente guardada por las propias empresas tecnológicas. La analogía recurrente entre los expertos era intentar medir la eficiencia de un coche sin tener acceso a su motor, basándose únicamente en rumores y sonidos, una metáfora que subraya la frustración ante la falta de datos fundamentales.

La presión para arrojar luz sobre este «gigante invisible» ha escalado hasta los más altos niveles, con advertencias que sugieren que, en solo tres años, la IA podría consumir tanta electricidad como el 22% de todos los hogares de Estados Unidos. Ante este panorama, la demanda de transparencia se hizo ineludible. Este verano, hemos sido testigos de un cambio significativo, aunque aún incipiente, en la postura de algunas de las principales empresas de IA. Sam Altman de OpenAI, por ejemplo, reveló que una consulta promedio de ChatGPT utiliza aproximadamente 0.34 vatios-hora. Poco después, Google indicó que responder una pregunta en Gemini consume cerca de 0.24 vatios-hora, cifras que sorprendentemente se alinean con algunas estimaciones previas para modelos de IA de tamaño medio. Incluso la startup francesa Mistral AI publicó una estimación de sus emisiones, sumándose a este nuevo, aunque cauteloso, movimiento hacia la apertura.

Estas revelaciones marcan un hito importante, transformando la opacidad casi total en una incipiente voluntad de compartir datos. Sin embargo, ¿hemos capturado finalmente a nuestro «moby dick» energético? Los expertos advierten que, si bien es un comienzo prometedor, la imagen que tenemos aún dista mucho de ser completa y precisa. La magnitud real del consumo energético de la inteligencia artificial sigue envuelta en interrogantes.

¿Son Suficientes Estas Revelaciones? Las Preguntas Sin Respuesta

La Vaguedad de las Cifras y la Limitación a los Chatbots

A pesar de los recientes anuncios, las cifras proporcionadas por las empresas tecnológicas distan mucho de ser un manual detallado. La declaración de OpenAI, por ejemplo, se hizo en una entrada de blog sin un documento técnico adjunto, dejando sin respuesta preguntas cruciales: ¿A qué modelo específico de ChatGPT se refiere? ¿Cómo se midió el consumo? ¿Cuál es la variabilidad real de este gasto energético? De manera similar, la cifra de Google para Gemini se refiere a la cantidad media de energía por consulta, lo que no nos da una idea del impacto de las respuestas más exigentes, como aquellas que requieren un razonamiento complejo o que son particularmente extensas.

Además, un punto crítico es que estas cifras se limitan exclusivamente a las interacciones con chatbots. Esto ignora la creciente dependencia de la inteligencia artificial generativa en otras modalidades. Como señala Sasha Luccioni, líder de IA y Clima en Hugging Face, es imperativo obtener datos sobre el consumo energético de la IA cuando se trata de generar imágenes o videos, modalidades que son inherentemente más intensivas en recursos. El futuro de la IA no se limita a las conversaciones textuales, y una contabilidad completa debe reflejar esta diversidad de usos.

Es cierto que el consumo de electricidad por una única consulta a un chatbot es minúsculo, comparable al de un microondas durante apenas unos segundos. Por ello, los investigadores no sugieren que el uso individual de la IA por parte de una persona genere una carga climática significativa. El problema reside en la escala agregada y el uso masivo. Una evaluación completa de las demandas energéticas de la IA, que vaya más allá de la consulta individual para entender su impacto neto total en el clima global, requeriría información específica sobre cómo se está utilizando toda esta IA en diferentes aplicaciones.

Ketan Joshi, un analista de grupos de energía y clima, reconoce que este nivel de detalle no suele exigirse a otras industrias, pero argumenta que la situación actual de la inteligencia artificial lo justifica plenamente. «El ritmo de crecimiento de los centros de datos es innegablemente inusual», afirma Joshi. «Las empresas deberían estar sujetas a un escrutinio significativamente mayor». Este crecimiento exponencial y sin precedentes de la infraestructura dedicada a la IA, especialmente los gigantescos centros de datos, demanda una transparencia que hasta ahora ha brillado por su ausencia.

La Promesa de Eficiencia Energética de la IA: ¿Realidad o Ficción?

Las grandes corporaciones tecnológicas, con sus inversiones multimillonarias en inteligencia artificial, se enfrentan a un dilema considerable: cómo conciliar el creciente consumo energético de la IA con sus ambiciosos objetivos de sostenibilidad. Microsoft, por ejemplo, informó en mayo un aumento del 23% en sus emisiones desde 2020, atribuido en gran parte a la IA, a pesar de su promesa de ser «carbono negativo» para 2030. La propia empresa admitió que su camino hacia la neutralidad de carbono es una maratón, no un sprint, una declaración que revela la tensión entre la expansión tecnológica y las metas ambientales.

Un argumento recurrente de la industria es que la IA, por su propia naturaleza, desbloqueará eficiencias que la convertirán en un activo neto positivo para el clima. La teoría sugiere que un sistema de IA adecuadamente diseñado podría optimizar los sistemas de calefacción y refrigeración de edificios, o acelerar el descubrimiento de minerales esenciales para las baterías de vehículos eléctricos, compensando así su propia huella. Esta narrativa de IA verde es atractiva, pero ¿es realmente sostenible?

Hasta la fecha, no existen pruebas contundentes de que la inteligencia artificial haya logrado estas eficiencias a una escala significativa que compense su demanda energética. Aunque las empresas han compartido anécdotas, como Google utilizando IA para identificar focos de emisiones de metano, la falta de transparencia impide determinar si estos éxitos superan el aumento masivo en la demanda de electricidad y las emisiones generadas por el auge de la Big Tech en el campo de la IA. Mientras tanto, la planificación de nuevos centros de datos continúa sin freno, y la demanda energética de la inteligencia artificial no cesa de aumentar, planteando serias dudas sobre la viabilidad de estas promesas de eficiencia.

El Gran Interrogante: ¿Estamos Ante una Burbuja de la Demanda de IA?

Una de las incógnitas más relevantes en la ecuación energética de la IA es si la sociedad adoptará realmente la inteligencia artificial al nivel que prevén los planes de las empresas tecnológicas. OpenAI ha afirmado que ChatGPT recibe 2.500 millones de solicitudes al día. Es posible que esta cifra, y los números equivalentes para otras compañías de IA, sigan disparándose en los próximos años, validando las proyecciones del Laboratorio Nacional Lawrence Berkeley que, de materializarse, la IA por sí sola podría consumir anualmente la electricidad de una parte significativa de los hogares estadounidenses para 2028. Este escenario de hipercrecimiento es la base de las ingentes inversiones en infraestructura y desarrollo.

Sin embargo, el último verano también ha traído señales de una posible ralentización que ha empañado el optimismo desenfrenado de la industria. El lanzamiento de GPT-5 por parte de OpenAI fue percibido en gran medida como un fracaso, incluso por la propia compañía, lo que llevó a los críticos a preguntarse si la inteligencia artificial podría estar llegando a un techo en su capacidad de mejora. Cuando un grupo de investigación del MIT reveló que el 95% de las empresas no están obteniendo el retorno esperado de sus masivas inversiones en IA, las acciones del sector tambalearon. La expansión acelerada de centros de datos específicos para la IA podría convertirse en una inversión difícil de recuperar, especialmente si los ingresos para las empresas de IA siguen siendo tan elusivos como el consumo energético real.

La mayor incógnita sobre la futura carga energética de la IA no es cuánto consume una sola consulta, ni ninguna otra cifra que pueda revelarse. Es, en cambio, si la demanda alcanzará alguna vez la escala para la que las empresas están construyendo, o si la tecnología colapsará bajo su propia exageración. La respuesta a esta «pregunta de la burbuja» determinará si la actual expansión de infraestructura se convierte en un cambio duradero en nuestro sistema energético o simplemente en un pico de corta duración, con consecuencias significativas tanto para la economía como para el medio ambiente.

Conclusión: La inteligencia artificial es una fuerza transformadora, pero su ascenso viene acompañado de un costo energético que apenas comenzamos a comprender. Si bien los primeros pasos hacia la transparencia son bienvenidos, la vaguedad de las cifras, la limitación a ciertos usos y la ausencia de una auditoría integral de su impacto real plantean un panorama complejo. El dilema de si la IA será un motor de eficiencia o una carga ambiental, y la incertidumbre sobre la sostenibilidad de su actual ritmo de crecimiento, nos obligan a mantener un escrutinio constante. Para navegar el futuro de la IA de manera responsable, es fundamental exigir y proporcionar una transparencia total sobre su consumo energético y su verdadera huella de carbono, antes de que el gigante invisible se vuelva insostenible.

Fuente original: Three big things we still don’t know about AI’s energy burden

La paradoja energética de la IA: ¿Salvadora de la red o catalizadora de una crisis?

Publicado el 10-09-2025

A medida que la Inteligencia Artificial dispara la demanda eléctrica global, surge una pregunta crucial: ¿Puede esta misma tecnología optimizar y sostener nuestra infraestructura energética o su voracidad supera sus beneficios, acercándonos a un punto de inflexión energético?

La Inteligencia Artificial (IA) se ha consolidado como la fuerza motriz de la transformación digital, impulsando la innovación en casi todos los sectores imaginables. Sin embargo, su auge trae consigo una demanda energética sin precedentes que está empezando a redefinir el futuro de nuestra red eléctrica global. La electrificación de la sociedad, sumada a la creciente necesidad de alimentar los vastos centros de datos que sustentan los sistemas de IA, plantea una de las mayores disyuntivas de nuestra era tecnológica. ¿Estamos ante un problema inminente o la IA, con su capacidad de optimización, puede ser parte de la solución?

La explosión de la demanda energética impulsada por la IA

El crecimiento exponencial de la IA no es un secreto, pero su huella energética ha comenzado a preocupar seriamente a los expertos. Los centros de datos, columna vertebral de la infraestructura de IA, han visto su consumo de electricidad dispararse en un alarmante 80% entre 2020 y 2025. Las proyecciones indican que esta tendencia no solo continuará, sino que se intensificará, estimando que la demanda eléctrica de los centros de datos podría duplicarse para finales de la década, alcanzando los 945 teravatios-hora. Para ponerlo en perspectiva, esta cifra equivale aproximadamente a la demanda anual de electricidad de todo Japón, una de las economías más grandes y electrificadas del mundo.

Esta voracidad energética ya está teniendo repercusiones tangibles. En varias regiones, particularmente aquellas con una alta concentración de centros de datos, los precios de la electricidad están experimentando alzas significativas. Esto no solo afecta a los consumidores finales, sino que también ejerce una presión considerable sobre las infraestructuras energéticas locales, que luchan por adaptarse a un ritmo de crecimiento que supera las expectativas de planificación a largo plazo. La pregunta clave es si este incremento en el consumo puede ser contrarrestado por los beneficios que la propia IA promete ofrecer a la gestión energética.

La promesa de la IA: Optimizando la red del futuro

Paradójicamente, muchos defensores y líderes de la industria tecnológica argumentan que la IA será, en última instancia, una fuerza neta positiva para la red eléctrica. Sostienen que la tecnología tiene el potencial de acelerar la integración de fuentes de energía limpia, operar nuestros sistemas de energía de manera más eficiente y predecir y prevenir fallas que podrían causar apagones generalizados. Estos beneficios podrían no solo compensar el aumento de la demanda, sino también impulsar una transición energética más rápida y resiliente.

Previsión y equilibrio dinámico

Una de las aplicaciones más inmediatas y menos riesgosas de la IA en la red ya se observa en la capacidad de pronóstico. Gestionar una red eléctrica es un acto de equilibrio constante: los operadores deben estimar la demanda eléctrica y activar la combinación adecuada de plantas de energía para satisfacerla, optimizando simultáneamente los costos. Esto requiere una visión anticipada de horas e incluso días, considerando factores como datos históricos, eventos especiales (ej. festivos), condiciones climáticas (ej. olas de calor que disparan el uso de aire acondicionado) y la producción esperada de fuentes intermitentes como la solar y la eólica.

Las herramientas de IA están revolucionando esta capacidad de predicción. Según Utkarsha Agwan, de Climate Change AI, la IA permite a las empresas de servicios públicos obtener modelos más precisos de oferta y demanda. Donde antes los operadores recurrían a aproximaciones debido a la inmensa complejidad del sistema, la IA puede procesar y analizar volúmenes masivos de datos para ofrecer una visión mucho más granular. Kyri Baker, profesora de la Universidad de Colorado Boulder, explica que estas aproximaciones pueden llevar a ineficiencias, como generar más electricidad de la estrictamente necesaria. Con modelos impulsados por IA, los operadores pueden tomar decisiones en tiempo real para lograr un emparejamiento casi perfecto entre oferta y demanda, reduciendo pérdidas y emisiones. «Es como elegir una ruta más compleja pero potencialmente más rápida para el aeropuerto, con la certeza que te da la IA de que funcionará bien hoy», compara Baker, destacando cómo la IA permite resolver problemas más complejos de forma rápida y fiable.

Es importante destacar que, en esta fase, las herramientas de IA en pronóstico no controlan físicamente la infraestructura. Actúan como asistentes inteligentes, proporcionando datos y análisis avanzados que complementan los métodos convencionales, permitiendo a los operadores humanos tomar decisiones más informadas y eficientes. Esto representa un avance significativo hacia la transformación hacia redes inteligentes y más resilientes.

Acelerando la integración de energías limpias

Otro campo fértil para la aplicación de la IA reside en la planificación de futuras actualizaciones de la red, particularmente en lo que respecta a la conexión de nuevas plantas de energía. En Estados Unidos, el tiempo promedio desde la solicitud inicial hasta la operación comercial de una nueva planta puede ser de aproximadamente cuatro años. Una de las razones principales de esta espera prolongada son los estudios de interconexión, análisis complejos que determinan cómo una nueva planta afectaría el resto de la red y qué actualizaciones serían necesarias para prevenir problemas. Estos estudios pueden tardar meses, ya que implican modelar un sistema increíblemente complejo y dependen de estimaciones de otras plantas existentes y propuestas.

La IA podría acelerar drásticamente este proceso, generando estos informes con mayor rapidez y precisión. El Midcontinent Independent System Operator (MISO), un operador de red que abarca 15 estados en el centro de EE. UU., ya está colaborando con una empresa llamada Pearl Street para automatizar estos informes. La mayoría de los proyectos en cola actualmente son de energía renovable, lo que significa que hay una cantidad sustancial de energía limpia esperando ser conectada. Al agilizar los estudios de interconexión, la IA puede desbloquear rápidamente esta capacidad, permitiendo una transición más veloz hacia fuentes de energía sostenibles y reduciendo la dependencia de combustibles fósiles. Como señala Rob Gramlich, presidente de Grid Strategies, «cuanto antes podamos acelerar la interconexión, mejor estaremos».

Más allá de la gestión: monitoreo y virtualización

Las aplicaciones potenciales de la IA se extienden aún más. La tecnología podría monitorear y anticipar fallas en equipos críticos, desde líneas eléctricas hasta cajas de engranajes en turbinas eólicas, evitando costosas interrupciones y reparaciones. La visión por computadora, una rama de la IA, podría detectar desde incendios forestales inminentes hasta líneas eléctricas defectuosas, mejorando la seguridad y la respuesta ante emergencias. Además, la IA podría desempeñar un papel fundamental en el equilibrio de la oferta y la demanda en las plantas de energía virtuales, sistemas distribuidos que integran recursos como cargadores de vehículos eléctricos, termostatos inteligentes y calentadores de agua inteligentes, creando una red más flexible y reactiva.

El realismo frente al hype: ¿Es la IA una panacea?

A pesar de las promesas y los ejemplos tempranos de éxito, no todos los expertos están convencidos de que la IA entregará los resultados esperados con la rapidez necesaria. El escepticismo se centra en la brecha entre la creciente demanda de energía que la IA genera y la velocidad a la que sus soluciones pueden implementarse y escalar para mitigar ese impacto. «No es que la IA no haya tenido algún tipo de transformación en los sistemas de energía», dice Agwan, de Climate Change AI. «Es que la promesa siempre ha sido mayor, y la esperanza siempre ha sido mayor.»

Panayiotis Moutis, profesor asistente de ingeniería eléctrica en el City College de Nueva York, es aún más cauteloso. Él argumenta que el crecimiento de la infraestructura necesaria para soportar el aumento de carga de la IA ha superado «por bastante» las promesas de la tecnología. Los costos más altos de la electricidad que ya están experimentando algunas comunidades debido a las necesidades energéticas de los centros de datos no se justifican por las formas actuales en que se utiliza la tecnología para la red, según Moutis. La infraestructura para alimentar el futuro de la IA requiere inversiones masivas y una planificación estratégica que va más allá de la optimización del software.

Existe una resistencia natural en la industria a la automatización completa de infraestructuras críticas. Los operadores de la red manejan sistemas esenciales para el funcionamiento de un país, y la cautela es primordial. Aunque la IA pueda ofrecer soluciones para la operación en tiempo real, la industria se muestra reacia a implementar sistemas totalmente autónomos. La supervisión humana seguirá siendo fundamental, al menos en las primeras etapas de despliegue de cualquier tecnología de control de red basada en IA. Moutis concluye: «En este momento, dudo mucho en inclinarme hacia el lado de que la IA sea una solución mágica».

Conclusión: Un futuro energético en la balanza

La Inteligencia Artificial se encuentra en una encrucijada energética. Por un lado, es un motor innegable de la demanda eléctrica, empujando a la red hacia sus límites y elevando los costos para consumidores y empresas. Por otro, ofrece herramientas poderosas para optimizar la eficiencia, integrar más energías renovables y hacer que nuestra infraestructura energética sea más inteligente y resiliente. El desafío crítico es garantizar que el desarrollo y la implementación de soluciones de IA para la red superen o, al menos, mitiguen el impacto de su propia huella energética. Para evitar una crisis energética y asegurar un futuro sostenible, será imperativo que la industria tecnológica y los reguladores colaboren en inversiones estratégicas en infraestructura, desarrollo de IA más eficiente y políticas que incentiven la sostenibilidad. Solo así podremos cosechar los inmensos beneficios de la IA sin comprometer la estabilidad y accesibilidad de nuestra energía.

Fuente original: AI is changing the grid. Could it help more than it harms?

¿Tu Terapeuta Utiliza IA sin Saberlo? Revelamos el Dilema Ético de ChatGPT en la Consulta y Cómo Proteger tu Salud Mental

Publicado el 09-09-2025

La integración silenciosa de herramientas de inteligencia artificial como ChatGPT en las sesiones de terapia está encendiendo un debate crucial sobre la ética, la confianza y el futuro de la atención psicológica, dejando a muchos pacientes en una encrucijada emocional.

En la visión futurista que a menudo emana de Silicon Valley, los modelos de inteligencia artificial se proyectan como la próxima generación de terapeutas, capaces de ofrecer atención de salud mental a millones de personas sin las exigencias tradicionales de los profesionales humanos, como títulos avanzados, seguros de responsabilidad civil o la necesidad de descanso. Sin embargo, la realidad actual dista mucho de esta utopía, planteando desafíos éticos y de confianza que pocos anticiparon. La integración de la inteligencia artificial en terapia está sucediendo, pero no siempre de la manera esperada, generando una profunda inquietud entre pacientes y profesionales.

La paradoja de la IA en la salud mental: ¿Ayuda o engaño?

Recientemente, hemos sido testigos de un fenómeno perturbador: pacientes descubriendo que sus terapeutas utilizaban ChatGPT de forma encubierta durante las sesiones. Esta revelación no siempre ha sido sutil. En un caso documentado, un terapeuta compartió accidentalmente su pantalla durante una cita virtual, exponiendo a su paciente a la incómoda verdad de que sus pensamientos más íntimos estaban siendo introducidos en ChatGPT en tiempo real. Lo más alarmante fue presenciar cómo el modelo de IA sugería respuestas que el terapeuta luego replicaba, palabra por palabra.

Este tipo de incidentes subraya el caos inherente que puede surgir cuando la tecnología de IA se implementa sin un marco ético claro ni una comunicación transparente. La promesa de la IA para la salud mental es enorme, especialmente en el desarrollo de herramientas específicas y validadas clínicamente, como los bots de IA diseñados para terapias como la Terapia Cognitivo-Conductual (TCC), que han mostrado resultados prometedores en ensayos clínicos iniciales. Sin embargo, el uso secreto de modelos de lenguaje de propósito general como ChatGPT, no validados para intervenciones terapéuticas, es una cuestión completamente diferente y mucho más problemática.

El velo de la discreción: ¿Por qué los terapeutas ocultan el uso de ChatGPT?

La falta de divulgación previa por parte de los terapeutas sobre el uso de la IA es el núcleo del problema. Cuando se descubre, inevitablemente se percibe como un intento de ocultamiento, minando la base de confianza que es fundamental en cualquier relación terapéutica. Esta opacidad plantea preguntas incómodas para los pacientes y puede dañar irrevocablemente un vínculo profesional que a menudo se construye con gran esfuerzo y vulnerabilidad.

Las motivaciones detrás de esta práctica pueden variar. Algunos profesionales ven la automatización en terapia como una herramienta para ahorrar tiempo, especialmente en tareas administrativas como la toma de notas, un aspecto que muchos terapeutas consideran tedioso. Otros podrían buscar una «nueva perspectiva» en los casos de sus pacientes, aunque la mayoría de los consultados en informes recientes expresan escepticismo sobre la capacidad de la IA general para ofrecer un asesoramiento clínico genuino, prefiriendo la consulta con supervisores o colegas. La preocupación por la seguridad y confidencialidad de los datos sensibles de los pacientes al introducirlos en herramientas de IA de propósito general es, además, una barrera importante.

Entre la eficiencia y la ética: El dilema de la confidencialidad y la calidad

El uso no supervisado y no declarado de la IA en un contexto tan delicado como la salud mental plantea serios riesgos. La calidad de la atención terapéutica puede verse comprometida si las respuestas de una IA no especializada reemplazan el juicio clínico humano, la empatía y la capacidad de desafío que son esenciales para el crecimiento del paciente. Además, la confidencialidad de la información del paciente es una preocupación primordial. Introducir datos altamente sensibles en modelos de IA sin garantías robustas de privacidad y seguridad podría llevar a filtraciones o usos indebidos, con consecuencias devastadoras para los individuos.

La transformación digital en salud y la creciente influencia de la inteligencia artificial exigen una clara distinción entre el soporte administrativo y la toma de decisiones clínicas. Mientras que la IA podría optimizar procesos internos, su intervención directa en el diálogo terapéutico sin la debida validación y transparencia es inaceptable. El objetivo principal de la terapia no es solo «sentirse mejor» a corto plazo, sino fomentar la introspección profunda, la confrontación de problemas y el desarrollo de mecanismos de afrontamiento sostenibles, algo que una máquina, por sofisticada que sea, aún no puede replicar con la complejidad del intelecto humano.

Regulaciones y ética: Navegando el futuro de la IA terapéutica

Ante estos desafíos, los organismos profesionales y los legisladores están empezando a actuar. Asociaciones como la American Counseling Association ya desaconsejan el uso de herramientas de IA para diagnosticar pacientes. Más allá de las directrices profesionales, la legislación está comenzando a cristalizarse. Estados como Nevada e Illinois han aprobado leyes que prohíben el uso de IA en la toma de decisiones terapéuticas, sentando un precedente que otros estados y países podrían seguir. Este movimiento legislativo refleja una creciente conciencia sobre la necesidad de establecer límites claros y proteger a los pacientes de los posibles riesgos asociados con el uso irresponsable de la IA en psicología.

El desarrollo de marcos regulatorios sólidos es crucial para guiar la innovación en salud mental de una manera ética y segura. Esto incluye la creación de protocolos para la validación de herramientas de IA específicas para uso terapéutico, directrices estrictas sobre la privacidad de datos y requisitos de transparencia para los profesionales. Sin estas salvaguardas, el riesgo de que la tecnología cause más daño que beneficio en un campo tan sensible es considerable. Es imperativo que la conversación sobre la ética de la IA no se quede solo en el ámbito tecnológico, sino que se extienda profundamente a sectores como la salud mental, donde la vulnerabilidad humana es una constante.

La visión de las tecnológicas: ¿Una burbuja de expectativas?

La postura de algunas figuras prominentes en el sector tecnológico, como Sam Altman de OpenAI, quien ha sugerido que «mucha gente utiliza eficazmente ChatGPT como una especie de terapeuta» y lo considera algo positivo, contrasta fuertemente con la visión de los profesionales de la salud mental. Si bien es cierto que las personas pueden encontrar consuelo o validación en la interacción con una IA, equiparar esto con la «terapia» es una simplificación peligrosa. La verdadera terapia va mucho más allá de ofrecer palabras reconfortantes o validar sentimientos.

Las sesiones de terapia auténticas a menudo son incómodas e incluso angustiantes, porque implican un desafío, una exploración profunda de las causas subyacentes de los problemas y un esfuerzo por parte del terapeuta para comprender al paciente en su complejidad. Una IA como ChatGPT, en su estado actual, no posee la capacidad de desafiar al paciente, de leer las señales no verbales, de establecer una relación empática genuina o de fomentar el tipo de crecimiento personal que surge de la confrontación y la introspección guiada por un experto humano. Las empresas tecnológicas, al fomentar sutilmente este tipo de uso, corren el riesgo de crear expectativas poco realistas y de desvalorizar la experiencia y la formación de los terapeutas humanos, lo que podría tener consecuencias negativas a largo plazo para la salud pública.

Construyendo un puente de confianza: Recomendaciones para el uso ético de la IA en terapia

Para evitar que la integración de la IA socave la confianza en la terapia, es fundamental establecer directrices claras y promover una cultura de transparencia y responsabilidad. A continuación, se presentan algunas recomendaciones clave para el uso ético de las herramientas IA para terapeutas:

• Transparencia total con los pacientes: Cualquier uso de IA, incluso para tareas administrativas, debe ser divulgado y explicado claramente al paciente al inicio de la relación terapéutica. Se debe obtener un consentimiento informado explícito.
• Diferenciación entre apoyo administrativo y clínico: Es crucial distinguir cuándo la IA es una herramienta de soporte (ej. transcripción de notas anonimizadas) y cuándo su uso podría influir en el diagnóstico o el plan de tratamiento, lo cual debe ser evitado con modelos de propósito general.
• Priorización de la privacidad y seguridad de datos: Los terapeutas deben usar solo herramientas de IA que cumplan con los más altos estándares de privacidad y seguridad de datos, y que estén específicamente diseñadas y validadas para el sector de la salud mental, no modelos de uso general.
• Formación continua para profesionales: Los terapeutas necesitan educación y capacitación sobre las capacidades, limitaciones y riesgos éticos de la IA para poder integrar estas herramientas de manera responsable y efectiva.
• Colaboración entre desarrolladores de IA y profesionales de la salud mental: Es esencial que las herramientas de IA para la salud mental se desarrollen en estrecha colaboración con psicólogos, psiquiatras y expertos en ética, para asegurar que sean seguras, efectivas y éticamente sólidas.

Conclusión: La emergencia de terapeutas que utilizan IA en secreto es una señal de alerta que nos obliga a reevaluar cómo queremos que la inteligencia artificial se integre en los campos más íntimos de la experiencia humana. La promesa de la IA para mejorar la salud mental es real, pero debe gestionarse con la máxima cautela, transparencia y un compromiso inquebrantable con la ética. El futuro de la terapia digital no reside en reemplazar al terapeuta humano con una máquina, sino en empoderar a los profesionales con herramientas que complementen su trabajo, siempre priorizando la confianza, la confidencialidad y la profunda conexión humana que define una terapia efectiva. Es hora de un diálogo abierto y una acción conjunta para asegurar que la innovación sirva verdaderamente al bienestar de las personas.

Fuente original: Help! My therapist is secretly using ChatGPT

Descubre los 35 Visionarios Sub-35 que Están Redefiniendo el Futuro Tecnológico en 2025

Publicado el 10-09-2025

Cada año, la innovación emerge de mentes brillantes. En 2025, un grupo selecto de 35 jóvenes talentos menores de 35 años se posiciona a la vanguardia, impulsando avances disruptivos que prometen transformar desde la lucha contra el cambio climático hasta la medicina. Conozca a los líderes que están construyendo el mañana.

La Promesa de una Nueva Generación: Los «35 Innovadores Sub-35» de 2025

El mundo se encuentra en un punto de inflexión, enfrentando desafíos complejos que exigen soluciones audaces y creativas. Afortunadamente, una nueva ola de mentes brillantes, jóvenes y comprometidas, está emergiendo para tomar las riendas de la innovación. El prestigioso reconocimiento de los «35 Innovadores Sub-35» de MIT Technology Review para el año 2025 no solo celebra su ingenio, sino que también nos ofrece una ventana al futuro de la tecnología y el impacto social.

Esta lista anual destaca a científicos, inventores y emprendedores de todo el mundo, todos ellos menores de 35 años, cuyas contribuciones están marcando una diferencia palpable. Sus proyectos abarcan desde la mitigación del cambio climático mediante nuevas tecnologías de energía renovable y soluciones de captura de carbono, hasta el impulso del progreso científico en campos como la inteligencia artificial y la biotecnología. Además, muchos de estos innovadores están dedicados a aliviar el sufrimiento humano a través de avances en el diagnóstico y tratamiento de enfermedades, utilizando herramientas de inteligencia artificial aplicada a la medicina y nuevos enfoques terapéuticos. La selección, un proceso riguroso que evalúa a cientos de nominados por un panel de jueces expertos y el propio equipo editorial, garantiza que solo los talentos más prometedores y de mayor impacto sean reconocidos, incluyendo al Innovador del Año de 2025.

Por Qué la Ciencia Básica es Nuestro Activo Más Valioso: Un Llamado a la Inversión

Mientras celebramos la vanguardia de la innovación, es crucial reflexionar sobre los cimientos que la hacen posible: la ciencia básica. Julia R. Greer, una destacada científica de materiales del Instituto de Tecnología de California y antigua galardonada de la lista (2008), enfatiza la importancia vital de invertir audazmente en investigación fundamental. Greer argumenta que gran parte de la comprensión esencial que impulsó tecnologías revolucionarias, como los transistores que hoy conforman la infraestructura de cada dispositivo digital, provino de la investigación universitaria financiada con fondos públicos.

Sin embargo, esta base está bajo una creciente presión. Las propuestas de recortes presupuestarios significativos amenazan con desmantelar laboratorios, congelar admisiones de estudiantes de posgrado, cancelar prácticas profesionales y reducir oportunidades de investigación veraniega. Este escenario no solo dificulta que los jóvenes talentos persigan carreras científicas y de ingeniería, sino que pone en riesgo el futuro de la innovación sostenible y el progreso tecnológico a largo plazo. En una era dominada por métricas de corto plazo y retornos rápidos, justificar la investigación cuyas aplicaciones pueden tardar décadas en materializarse es un desafío, pero es precisamente ese tipo de inversión paciente y estratégica lo que asegurará nuestra capacidad para resolver los problemas del mañana.

Tendencias Clave que Están Marcando la Agenda Tecnológica Global

Más allá de los innovadores individuales, el panorama tecnológico global está en constante evolución, impulsado por una serie de tendencias que están redefiniendo industrias y sociedades. Desde la geopolítica de los semiconductores hasta los límites de la inteligencia artificial y el impacto ambiental de nuestras infraestructuras, el ritmo del cambio es vertiginoso.

Geopolítica y Semiconductores: La Batalla por el Dominio Tecnológico

La cadena de suministro de semiconductores se ha convertido en un campo de batalla geopolítico crucial. Estados Unidos está evaluando la implementación de permisos anuales para el suministro de chips en China, una medida que afectaría directamente a gigantes surcoreanos como Samsung y SK Hynix. Esta política subraya la lucha por el control tecnológico y la influencia económica global, mostrando cómo la tecnología de vanguardia está inextricablemente ligada a las estrategias de poder nacionales. El control sobre la producción y exportación de chips es ahora una herramienta fundamental en la diplomacia internacional, con profundas implicaciones para la automatización industrial y la fabricación global.

IA en la Vanguardia: Desafíos y Avances en Modelos de Lenguaje y Más Allá

La inteligencia artificial continúa su expansión, pero no sin retos. OpenAI está investigando activamente por qué los chatbots «alucinan» con tanta frecuencia, es decir, por qué presentan información falsa con total confianza. Este fenómeno, una barrera importante para la fiabilidad de los grandes modelos de lenguaje (LLMs), es un foco clave para el avance de la IA responsable. De hecho, el CEO de Palantir, Alex Karp, ha criticado duramente a Silicon Valley por «sobrevender» las capacidades de los LLMs, instando a un enfoque más realista. Paralelamente, la IA está incursionando en el entretenimiento: la primera película respaldada por OpenAI, «Critterz», se espera en cines el próximo año, buscando un debut en Cannes, aunque el uso de IA en la producción cinematográfica sigue siendo un terreno experimental y, a veces, desafiante, como lo demostró el intento fallido de un director de Disney de usar una «IA Hans Zimmer» para componer bandas sonoras. En el ámbito publicitario, Vodafone ya utiliza avatares de IA en TikTok, evidenciando una tendencia creciente hacia la personalización y la eficiencia a través de clones digitales cada vez más expresivos y realistas.

La Evolución de la Guerra y la Movilidad: Drones y Robots en Escena

La tecnología está transformando el arte de la guerra y la movilidad. La guerra de drones domina la primera línea en Ucrania, donde vehículos aéreos no tripulados y drones terrestres están siendo empleados en asaltos implacables, forzando una evolución en las tácticas militares y el diseño de tanques. Este conflicto también ha resaltado la importancia de infraestructuras como Starlink, con talleres de reparación operando para mantener la conectividad vital. En un giro hacia la robótica de consumo y comercial, Tesla ha anunciado un cambio significativo en su «Master Plan», pasando de enfocarse en la venta de coches a la producción de robots humanoides, reflejando una visión a largo plazo que podría redefinir el mercado de la automatización. Mientras tanto, Uber se prepara para probar coches sin conductor en Alemania, y los gigantes chinos de vehículos eléctricos también están apostando fuertemente por los robots humanoides, indicando una carrera global en el desarrollo de la robótica autónoma.

De la Longevidad a los Misterios del Universo: Grandes Preguntas de la Tecnología

La tecnología no solo resuelve problemas prácticos, sino que también alimenta nuestras aspiraciones más profundas y explora las fronteras del conocimiento. La búsqueda de la longevidad y la inmortalidad se ha convertido en una obsesión para algunos multimillonarios, que invierten cuantiosas sumas en investigación biomédica y biotecnología avanzada, aunque las promesas de la ciencia están lejos de igualar las expectativas más ambiciosas. En otro frente, la posibilidad de vida extraterrestre sigue siendo un enigma fascinante. Los científicos especulan, con un toque de humor, si el «turismo» podría ser una de las motivaciones para que los alienígenas nos visiten, mientras la investigación sobre fenómenos aéreos no identificados (UAPs) continúa, impulsada por figuras que se han convertido en expertos en la «invasión de drones misteriosos» en América.

El auge de la IA en Oriente Medio: Un Nuevo Epicentro Digital

Más allá de las potencias tecnológicas tradicionales, el Medio Oriente está emergiendo como un actor clave en el auge de la inteligencia artificial. Figuras como Zachary Cefaratti están actuando como puentes entre Silicon Valley y el creciente ecosistema de IA en la región, especialmente en la construcción de infraestructuras críticas como los centros de datos. Este fenómeno destaca la descentralización de la innovación tecnológica y la creciente inversión global en capacidad de procesamiento para soportar el insaciable apetito de la IA por datos y computación. La expansión digital en regiones con economías en crecimiento está creando nuevos epicentros para la innovación y la automatización.

La Crisis del Gusano Barrenador y el Cambio Climático: Una Amenaza Olvidada

Finalmente, las noticias de la primera detección del gusano barrenador en Estados Unidos en más de 50 años sirven como un crudo recordatorio de la interconexión entre el clima y la salud pública. Este parásito, erradicado hace décadas, reaparece en un contexto donde el calentamiento global facilita su proliferación, generando temores de una emergencia de salud pública. Este suceso subraya la necesidad urgente de abordar el cambio climático no solo por sus efectos a largo plazo, sino por sus impactos directos e inmediatos en la salud humana y los ecosistemas, destacando la importancia de la tecnología verde y la sostenibilidad como pilares de nuestro futuro.

La Otra Cara de la Innovación: Impacto Social y Ambiental

Mientras la innovación tecnológica avanza a pasos agigantados, es fundamental no perder de vista sus implicaciones éticas y ambientales. El caso de Puerto Rico y sus luchas energéticas es un ejemplo contundente. La única central eléctrica de carbón del país, operada por AES, ha dejado una montaña de cenizas tóxicas y un rastro devastador de contaminación del aire y el agua en la costa sureste. Los datos son alarmantes: después de la apertura de la planta en 2002, los casos de cáncer en la municipalidad de Guayama se dispararon un 50% al año siguiente y continuaron en aumento, alcanzando un nuevo máximo en 2022.

Esta historia no es solo una tragedia local, sino un potente recordatorio global de los costos ocultos de la energía barata y la urgente necesidad de una transición hacia fuentes más limpias y sostenibles. La tecnología tiene el poder de transformar y mejorar vidas, pero también de causar daños irreparables si no se gestiona con responsabilidad y una visión a largo plazo. Este episodio destaca la importancia de integrar la ética en el desarrollo tecnológico y la planificación de infraestructuras para proteger a las comunidades y al planeta.

Conclusión: El año 2025 se perfila como un período de intensa actividad e innovación. Desde los jóvenes visionarios que están reimaginando el futuro hasta los debates cruciales sobre la financiación de la ciencia básica y la ética de la inteligencia artificial, el mundo tecnológico nunca duerme. Las tendencias en geopolítica de chips, robótica y sostenibilidad subrayan la naturaleza multifacética de los desafíos y oportunidades que nos esperan. Es un futuro forjado por mentes brillantes, decisiones políticas y el imperativo de una responsabilidad cada vez mayor. Seguir de cerca estas dinámicas no es solo una cuestión de curiosidad, sino una necesidad para comprender hacia dónde se dirige nuestra sociedad digital.

Fuente original: The Download: introducing our 35 Innovators Under 35 list for 2025

¿Por Qué la Ciencia Básica es la Clave Olvidada de Nuestro Futuro Tecnológico y de la IA?

Publicado el 10-09-2025

En un mundo obsesionado con la innovación rápida y los retornos a corto plazo, la financiación de la investigación científica fundamental es a menudo la primera en ser sacrificada. Sin embargo, la historia de invenciones como el transistor y el auge de la inteligencia artificial nos recuerdan que las revoluciones tecnológicas más profundas nacen de la curiosidad desinteresada y la inversión a largo plazo en la ciencia básica.

El Génesis Silencioso de la Era Digital: La Historia del Transistor

Imagínese diciembre de 1947. Tres físicos brillantes de los Laboratorios Bell —John Bardeen, William Shockley y Walter Brattain— no buscaban un nuevo producto de consumo. Estaban inmersos en una investigación fundamental sobre cómo se comportaban los electrones en materiales semiconductores. Experimentaban con alambres de oro finos y una pieza de germanio, un material entonces poco comprendido pero con propiedades eléctricas fascinantes. Su objetivo era responder preguntas básicas, explorar lo desconocido, y esa pura curiosidad les llevó a un invento que cambiaría para siempre el curso de la historia humana: el transistor.

El transistor, un pequeño dispositivo capaz de amplificar y conmutar señales eléctricas, representó una ruptura radical con los voluminosos y frágiles tubos de vacío que habían dominado la electrónica hasta entonces. Este avance, que les valió el Premio Nobel en 1956, no fue el resultado de un plan de negocio o una estrategia de producto. Fue el culminante de meses y años de ensayo y error, de la aplicación de conocimientos teóricos de la mecánica cuántica a la experimentación práctica en física del estado sólido. Un trabajo que, en su momento, muchos podrían haber calificado de demasiado académico, básico o sin perspectivas comerciales inmediatas. Y, sin embargo, sin este modesto componente, el vasto ecosistema de la inteligencia artificial, la computación en la nube y la era digital tal como la conocemos hoy, simplemente no existiría.

De la Teoría Cuántica a los Miles de Millones de Transistores en tu Bolsillo

La invención del transistor fue mantenida en secreto durante un tiempo mientras Bell Labs aseguraba sus patentes y continuaba el desarrollo, anunciándose públicamente en junio de 1948. La explicación científica detallada llegó poco después en un artículo seminal publicado en la revista Physical Review. En esencia, los transistores están fabricados con materiales semiconductores —inicialmente germanio, luego silicio— que pueden conducir o resistir la electricidad según sutiles manipulaciones de su estructura y carga. Un pequeño voltaje en una parte del dispositivo (la puerta) permite o bloquea el flujo de corriente eléctrica a través de otra parte (el canal). Este mecanismo de control, escalado a miles de millones de unidades, es lo que permite que tu teléfono ejecute aplicaciones, tu laptop renderice imágenes y tu motor de búsqueda devuelva resultados en milisegundos.

Aunque los primeros dispositivos usaban germanio, la investigación pronto demostró que el silicio era superior: más estable térmicamente, resistente a la humedad y, crucialmente, mucho más abundante. A finales de la década de 1950, la transición al silicio estaba en marcha, allanando el camino para el desarrollo de los circuitos integrados y, finalmente, los microprocesadores que impulsan nuestro mundo digital. Hoy, un chip moderno del tamaño de una uña puede contener decenas de miles de millones de transistores de silicio, cada uno medido en nanómetros, más pequeños que muchos virus. Estos diminutos interruptores se encienden y apagan miles de millones de veces por segundo, controlando el flujo de señales eléctricas en la computación, el almacenamiento de datos, el procesamiento de audio y vídeo, y la inteligencia artificial. Son la infraestructura fundamental detrás de casi todos los dispositivos digitales que usamos.

El Modelo de Financiación que Impulsó Revoluciones Tecnológicas

La historia del transistor no es solo un relato de ingenio científico, sino también de una visión estratégica de inversión. Gran parte de la comprensión fundamental que impulsó esta tecnología provino de la investigación universitaria financiada por el gobierno. De hecho, casi una cuarta parte de la investigación de transistores en Bell Labs en la década de 1950 fue apoyada por el gobierno federal. El resto fue subvencionado por los ingresos del monopolio de AT&T sobre el sistema telefónico de EE. UU., que fluían hacia la I+D industrial. Esta sinergia entre el sector público y el privado, con un fuerte énfasis en la investigación básica, fue clave.

Inspirado por el informe de 1945 “Science: The Endless Frontier”, escrito por Vannevar Bush a petición del presidente Truman, el gobierno de EE. UU. adoptó una tradición duradera de invertir audazmente en investigación básica. Estas inversiones han rendido frutos constantes en numerosos dominios científicos, desde la energía nuclear hasta los láseres, y desde las tecnologías médicas hasta la inteligencia artificial. Generaciones de estudiantes, formados en investigación fundamental, han emergido de laboratorios universitarios con el conocimiento y las habilidades necesarias para llevar la tecnología existente más allá de sus capacidades conocidas, sentando las bases para nuevas industrias y soluciones a problemas globales.

¿Estamos Recortando Nuestro Propio Futuro Tecnológico?

A pesar de este historial innegable de éxitos, la financiación para la ciencia básica y la educación de quienes la persiguen está bajo una presión creciente. El presupuesto federal propuesto por la Casa Blanca, por ejemplo, incluye recortes significativos para el Departamento de Energía y la Fundación Nacional de Ciencias (NSF), aunque el Congreso podría modificar estas recomendaciones. Ya, los Institutos Nacionales de Salud han cancelado o pausado más de 1.9 mil millones de dólares en subvenciones, mientras que los programas de educación STEM de la NSF sufrieron más de 700 millones de dólares en terminaciones.

Estas pérdidas están obligando a algunas universidades a congelar admisiones de estudiantes de posgrado, cancelar prácticas y reducir oportunidades de investigación de verano, lo que dificulta que los jóvenes persigan carreras científicas y de ingeniería. En una era dominada por métricas a corto plazo y la necesidad de retornos rápidos, resulta cada vez más complicado justificar la investigación cuyas aplicaciones pueden no materializarse durante décadas. Pero son precisamente esos tipos de esfuerzos los que debemos apoyar si queremos asegurar nuestro futuro tecnológico y mantener nuestro liderazgo en la innovación en IA y automatización.

La Inteligencia Artificial: Otro Fruto Inesperado de la Curiosidad Pura

El desarrollo de la inteligencia artificial ofrece otro ejemplo contundente. Considere a John McCarthy, el matemático y científico informático que acuñó el término «inteligencia artificial». A finales de la década de 1950, mientras estaba en el MIT, lideró uno de los primeros grupos de IA y desarrolló Lisp, un lenguaje de programación que todavía se utiliza hoy en computación científica y aplicaciones de IA. En ese momento, la IA práctica parecía lejana. Pero ese trabajo fundacional temprano sentó las bases para el mundo impulsado por la IA de hoy.

Después del entusiasmo inicial de las décadas de 1950 a 1970, el interés en las redes neuronales –una arquitectura de IA líder hoy inspirada en el cerebro humano– disminuyó durante los llamados «inviernos de la IA» de finales de los años 90 y principios de los 2000. La limitación de datos, la potencia computacional inadecuada y las lagunas teóricas dificultaron el progreso del campo. Aún así, investigadores como Geoffrey Hinton y John Hopfield persistieron. Hopfield, ahora premio Nobel de Física 2024, introdujo por primera vez su innovador modelo de red neuronal en 1982, en un artículo publicado en Proceedings of the National Academy of Sciences of the USA. Su trabajo reveló las profundas conexiones entre la computación colectiva y el comportamiento de los sistemas magnéticos desordenados. Junto con el trabajo de colegas, incluido Hinton, quien recibió el Nobel el mismo año, esta investigación fundacional sembró la explosión de las tecnologías de aprendizaje profundo (deep learning) que vemos hoy.

Hacia la Próxima Frontera de la IA y la Computación Cuántica

Una razón por la que las redes neuronales florecen ahora es la unidad de procesamiento gráfico, o GPU, originalmente diseñada para juegos pero ahora esencial para las operaciones intensivas en matrices de la IA. Estos chips en sí mismos dependen de décadas de investigación fundamental en ciencia de materiales y física del estado sólido: materiales de alta constante dieléctrica, aleaciones de silicio tensionado y otros avances que permiten producir los transistores más eficientes posibles. Estamos entrando ahora en otra frontera, explorando memristores, materiales de cambio de fase y bidimensionales, y dispositivos espintrónicos. La prometedora computación cuántica, aunque aún en sus primeras etapas, también se basa en principios de física fundamental que requieren una inversión considerable en investigación básica para desatar su potencial transformador.

• Memristores: Dispositivos que «recuerdan» su historial de carga eléctrica, prometiendo una nueva arquitectura de memoria y computación.
• Materiales 2D: Como el grafeno, con propiedades electrónicas únicas que podrían revolucionar la miniaturización.
• Espintrónica: Utiliza el «spin» de los electrones además de su carga para el procesamiento de información, ofreciendo mayor eficiencia energética.
• Computación Cuántica: Aprovecha fenómenos cuánticos para resolver problemas complejos inalcanzables para las computadoras clásicas.

Invirtiendo en Curiosidad: ¿Cómo Asegurar Nuestro Liderazgo Tecnológico del Mañana?

Si está leyendo esto en un teléfono o una laptop, está sosteniendo el resultado de una «apuesta» que alguien hizo una vez por la curiosidad. Esa misma curiosidad sigue viva hoy en día en laboratorios universitarios y de investigación, en un trabajo a menudo poco glamuroso, a veces oscuro, que silenciosamente sienta las bases para revoluciones que se infiltrarán en algunos de los aspectos más esenciales de nuestras vidas en 50 años. Es un trabajo que no siempre genera titulares inmediatos, pero que es el motor silencioso de la economía digital.

Nuestra economía moderna, con gigantes como Nvidia, Microsoft, Apple, Amazon y Alphabet, sería inimaginable sin el humilde transistor y sin la pasión por el conocimiento que alimenta la incansable curiosidad de científicos como aquellos que lo hicieron posible. La investigación básica no es un lujo; es la inversión más estratégica que una nación puede hacer en su propio futuro y en el bienestar global.

Conclusión: El próximo «transistor» puede que no se parezca en nada a un interruptor. Podría surgir de nuevos tipos de materiales —cuánticos, híbridos orgánico-inorgánicos, o jerárquicos— o de herramientas que aún no hemos imaginado. Pero necesitará los mismos ingredientes esenciales: una base sólida de conocimiento fundamental, recursos adecuados y la libertad para perseguir preguntas abiertas impulsadas por la curiosidad, la colaboración y, lo más importante, un apoyo financiero decidido de quienes creen que vale la pena correr el riesgo. Es hora de reconocer que la ciencia básica no es solo un pilar de la academia, sino la piedra angular de toda nuestra prosperidad y capacidad de innovación futuras.

Fuente original: Why basic science deserves our boldest investment

Desmontando la Innovación: ¿Cómo las Políticas Actuales Afectan a los Científicos Emergentes de EE. UU.?

Publicado el 10-09-2025

Las bases del éxito estadounidense en investigación y desarrollo están bajo un escrutinio sin precedentes. Un reciente análisis revela cómo las decisiones políticas impactan directamente la carrera y el trabajo de la próxima generación de innovadores, afectando la financiación, la libertad académica y la atracción de talento crucial para el futuro tecnológico del país.

Estados Unidos ha sido durante décadas el faro de la investigación científica y la innovación tecnológica a nivel mundial. Su ecosistema, impulsado por universidades de élite, financiación gubernamental robusta y una cultura de emprendimiento, ha atraído a las mentes más brillantes del planeta. Sin embargo, un estudio exhaustivo del MIT Technology Review ha encendido las alarmas, revelando cómo las políticas gubernamentales recientes están erosionando estos pilares fundamentales. La investigación, basada en encuestas y entrevistas a jóvenes innovadores reconocidos globalmente, pinta un cuadro preocupante sobre el futuro de la ciencia y la tecnología en la nación.

Desde recortes presupuestarios sustanciales hasta la politización de la investigación y estrictas restricciones migratorias, las acciones de la administración actual están forzando a los científicos emergentes a reconsiderar sus proyectos, sus equipos e incluso su permanencia en el país. El impacto no es meramente académico; se extiende a la generación de propiedad intelectual, la creación de nuevas empresas (startups) y, en última instancia, la competitividad global de Estados Unidos en la carrera tecnológica. Los efectos a largo plazo, advierten los expertos, podrían ser devastadores, manifestándose en una disminución de la innovación que se sentirá en los próximos años.

El Impacto Financiero: El Corazón de la Innovación Bajo Presión

La financiación es el oxígeno de la investigación. El gobierno de EE. UU. ha sido tradicionalmente la principal fuente de fondos para las universidades y centros de investigación, apoyando desde la investigación básica hasta el desarrollo de tecnologías de vanguardia. Lamentablemente, este panorama ha cambiado drásticamente. La administración ha implementado recortes significativos y ha ralentizado la aprobación de nuevas ayudas, afectando a instituciones clave como los Institutos Nacionales de Salud (NIH), la Fundación Nacional de la Ciencia (NSF), la Agencia de Proyectos de Investigación Avanzada para la Salud (ARPA-H), el Departamento de Energía (DOE) y los Centros para el Control y la Prevención de Enfermedades (CDC). Más de mil subvenciones del NIH han sido canceladas y más de 100 proyectos relacionados con el clima han perdido el apoyo de la NSF, afectando a cientos de investigadores que dependen de estos fondos para mantener sus laboratorios y equipos.

Recortes y Retrasos: La Incertidumbre como Nueva Normalidad

Los jóvenes científicos, muchos de ellos profesores recién nombrados o estudiantes de posgrado, se enfrentan a una incertidumbre sin precedentes. Un bioquímico en una universidad pública relató cómo la cancelación de una importante subvención del NIH la ha obligado a dedicar menos tiempo al laboratorio y más a la búsqueda desesperada de nuevos fondos. Otros han experimentado largos retrasos en la aprobación de subvenciones que antes se consideraban rutinarias, lo que paraliza la planificación de proyectos y la contratación de personal. La situación es particularmente grave para la investigación climática, un objetivo recurrente de los recortes, que ha visto cómo más de 35 proyectos comerciales de tecnología limpia han sido cancelados o reducidos este año, minando la confianza de los inversores y la planificación estratégica del sector.

El Impacto de los Costos Indirectos y los Aranceles

Otro golpe financiero ha sido la imposición de un tope del 15% a los costos indirectos en las subvenciones federales, una medida drástica considerando que estos costos, que cubren desde equipos hasta salarios de estudiantes y gastos administrativos, solían rondar el 28%. Esta política, que ya ha generado litigios por parte de universidades, amenaza la capacidad de las instituciones públicas para competir por el talento, ya que muchas utilizan estos fondos para pagar a sus estudiantes de investigación. Un académico en Texas expresó su preocupación por la imposibilidad de prometer puestos a estudiantes debido a esta nueva limitación, lo que podría disminuir la competitividad de las universidades en su estado.

Además, los aranceles sobre bienes importados están aumentando los costos operativos de los laboratorios. Investigadores en IA reportan equipos computacionales más caros, y los microscopios de precisión, por ejemplo, han visto un aumento significativo de precio. Aunque algunos emprendedores han encontrado una ventaja al promover productos «hechos en Estados Unidos» como solución a prueba de aranceles, otros, especialmente empresas multinacionales, se están planteando reducir su presencia en el país debido a los costos asociados a la importación de materias primas. En última instancia, la escasez de fondos está empujando a los investigadores a buscar financiación en fuentes filantrópicas o industriales, que a menudo prefieren proyectos de menor riesgo y corto plazo, dejando sin apoyo la investigación fundamental de alto impacto.

El Clima de Temor: Cuando la Ciencia Se Politiza

Más allá de los problemas financieros, los innovadores en academia y el sector privado reportan una creciente preocupación por la libertad de expresión y la politización de la ciencia. El temor a recortes de fondos, despidos o acciones migratorias ha llevado a muchos a modificar cómo describen su trabajo, buscando alinearse con las prioridades de la administración y evitar represalias. Universidades han aceptado condiciones sin precedentes a cambio de restaurar fondos, lo que, según críticos, otorga al gobierno un nivel de supervisión excesivo sobre la investigación y la academia.

DEI y el Lenguaje Científico: Caminando sobre Cuerdas Flojas

Las iniciativas de Diversidad, Equidad e Inclusión (DEI) han sido uno de los blancos principales. Una de las primeras órdenes ejecutivas de la segunda administración de Trump buscaba eliminar lo que denominó «programas de discriminación ilegales e inmorales». Esto ha tenido un efecto escalofriante, llevando a investigadores a autocensurarse. Un tecnólogo de una gran empresa tecnológica ha dejado de hablar sobre sus esfuerzos para brindar oportunidades a comunidades marginadas. Un biólogo comentó cómo las solicitudes de subvención del NIH ahora parecen «prohibir» términos como «diversidad de tipos celulares», a pesar de ser un concepto científico neutral y fundamental en microbiología (aunque el NIH ha aclarado que no hay términos científicos prohibidos).

La adaptación del lenguaje se extiende a otros campos. Un experto en tecnología climática ahora prefiere hablar de «minerales críticos», «soberanía» o «independencia energética» en lugar de «clima» o «descarbonización industrial», para evitar atraer atención negativa. En el campo de la Inteligencia Artificial, se ha instruido a algunos investigadores a evitar hablar de «regulación», «seguridad» o «ética» en relación con su trabajo. Esta «temática roja» en el lenguaje, aunque a veces no cambia la sustancia de la investigación, genera el miedo de que, a la larga, pueda influir negativamente en el desarrollo de modelos de IA y en la equidad de los ensayos clínicos, frenando avances cruciales en la representación de mujeres y minorías.

La Fuga de Cerebros: Un Pilar Fundamental Amenazado

La contribución de los inmigrantes a la ciencia estadounidense es innegable. Constituyen casi la mitad de los estudiantes de posgrado en EE. UU. y son una fuerza impulsora clave en la investigación y el desarrollo. Sin embargo, lo que un encuestado denominó una «persecución generalizada de inmigrantes» y un clima creciente de xenofobia están creando una crisis de talento. La administración ha revocado miles de visas de estudiantes internacionales y ha amenazado con acciones similares, especialmente contra estudiantes chinos, lo que ha generado preocupación en la comunidad académica.

Restricciones Migratorias y Colaboraciones Internacionales

Las redadas de inmigración y las acciones de aplicación de la ley, que han visto a académicos extranjeros ser rechazados en la frontera o detenidos a pesar de tener visas válidas, han generado un miedo generalizado. No solo hay preocupación por el estatus migratorio personal, sino también por la capacidad de atraer y retener talento internacional. La «actitud adversa contra los inmigrantes, especialmente de países políticamente sensibles, está provocando una fuga de cerebros», afirmó un investigador de IA. Esto se agrava con las restricciones a nivel estatal, como en Texas y Florida, que limitan las colaboraciones internacionales con científicos de ciertos países, como China, a pesar de que estas colaboraciones podrían mitigar la disminución de la financiación nacional.

Mirando Más Allá de las Fronteras de EE. UU.

El resultado es un creciente interés en buscar oportunidades fuera de Estados Unidos. Un emprendedor con un negocio multinacional ha observado un aumento significativo de solicitudes de candidatos estadounidenses para puestos en Europa, a pesar de salarios más bajos en el continente. Profesores reportan que sus estudiantes están menos interesados en carreras académicas debido a la cancelación de ofertas y la escasez de oportunidades. Esta situación podría conducir a una «escasez de estudiantes de posgrado nacionales», lo que, a su vez, «retrasará la investigación» y tendrá un impacto directo en la innovación del sector privado, que a menudo depende de la investigación académica para generar ideas y áreas de inversión. Las pequeñas startups, sin grandes presupuestos de investigación, se verán particularmente afectadas por la reducción de académicos con quienes colaborar.

Conclusión: ¿El Futuro del Liderazgo Científico de EE. UU. en Juego?

La intersección de recortes de financiación, la politización de la ciencia y las políticas migratorias restrictivas está creando un entorno desafiante para la comunidad científica emergente en Estados Unidos. Si bien algunos investigadores mantienen un espíritu optimista y confían en que el país aún ofrece oportunidades únicas para la innovación, la constante incertidumbre y la erosión de las bases fundamentales amenazan con socavar el liderazgo científico de la nación. La innovación y el desarrollo tecnológico son procesos a largo plazo, y el impacto total de estas políticas podría tardar años en manifestarse, pero el riesgo de una disminución en la generación de propiedad intelectual, el desarrollo de nuevas tecnologías y la atracción de talento global es inminente. El debate no es solo sobre ciencia, sino sobre el futuro de la competitividad y la prosperidad de Estados Unidos en la era digital.

Fuente original: How Trump’s policies are affecting early-career scientists—in their own words