Jack Clark, cofundador de Anthropic, intervino el 17 de octubre de 2026 en la conferencia Per Jacobsson, celebrada durante una reunión del FMI en Bangkok (Tailandia). Ante los primeros avances de la IA en la frontera de la ciencia —en ámbitos como las matemáticas, la física y el descubrimiento de fármacos—, instó a economistas y responsables políticos a prepararse para cambios rápidos. Clark sostuvo que «la singularidad ya ha comenzado» y habló tanto de las inversiones necesarias para repartir sus beneficios como de la importancia de saber cuándo conviene contenerse.
De una IA que escribe textos a una IA que entra en el laboratorio
Al oír hablar de IA generativa, muchas personas piensan en herramientas para crear textos e imágenes. En su intervención, Clark habló de lo que viene después: la investigación científica. A su juicio, la IA está entrando en una etapa en la que se enfrenta a preguntas sin resolver junto a los investigadores humanos.
Clark recurrió al concepto de «singularidad tecnológica», que el escritor de ciencia ficción Vernor Vinge anticipó en 1993. Se refiere a un escenario en el que una inteligencia superior a la humana impulsa el progreso y este, a su vez, genera seres cada vez más inteligentes en menos tiempo. Clark afirmó que en 2026 ya se han acumulado pruebas convincentes de que ese proceso ha comenzado. Por supuesto, reconoció que la «llegada de la singularidad» es su propia interpretación y que algunos detalles siguen siendo objeto de debate. Sin embargo, el hecho de llevar este concepto a un acto del Fondo Monetario Internacional (FMI) parece demostrar que la conversación sobre la IA se está extendiendo más allá del sector tecnológico.
¿Se convertirá la IA en las «manos» de los investigadores?
En la conferencia se citaron ejemplos de varios campos. En matemáticas, se explicó que la IA se utiliza para proponer soluciones a problemas que llevan años sin resolverse y que, en algunos casos, ha aportado la intuición decisiva. En biología, se emplea para diseñar virus e identificar candidatos a nuevos fármacos; según Clark, ya hay medicamentos cuyo diseño contó con una importante participación de la IA que han entrado en ensayos clínicos. En robótica, señaló que la IA ya puede controlar de forma autónoma y remota equipos experimentales, lo que está impulsando la automatización de experimentos en campos como el desarrollo de baterías y pilas de combustible.
Clark subrayó que no se trata de tecnologías independientes. En muchos usos se emplea el mismo modelo de vanguardia. A su juicio, sistemas como Claude, ChatGPT y Gemini ya son capaces de realizar tareas punteras en diversas disciplinas científicas.
También planteó que los cambios que primero se produjeron en el desarrollo de software acabarán extendiéndose a la ciencia y la robótica. Según explicó, los investigadores de Anthropic escriben ahora unas diez veces más código que durante los primeros cuatro años de la empresa. Al mismo tiempo, la mejora de las capacidades de programación también potencia los ciberataques y alimenta una carrera entre quienes atacan y quienes se defienden. Beneficios y riesgos aparecen a la vez, sin poder separarse. Clark lo describió como «un avance de lo que está por venir».
Una curva de crecimiento pronunciada en las puntuaciones y la experiencia de los físicos
Para ilustrar el aumento de las capacidades, Clark mencionó dos pruebas. En el examen «Humanity's Last Exam», concebido para reunir preguntas difíciles, la mejor puntuación pasó del 8% en su lanzamiento, en enero de 2025, al 67,7% durante la semana de la conferencia. En «FrontierMath», una colección de problemas creada por matemáticos, explicó que la puntuación subió del 2% en su lanzamiento, en noviembre de 2024, al 94%. Son cifras que Clark presentó durante su intervención.
Resulta especialmente llamativa la anécdota sobre «TheoPhysEval», una nueva evaluación de física teórica. Al pedir a la IA que resolviera 50 problemas inéditos recopilados por físicos de todo el mundo, esta no solo obtuvo una puntuación alta, sino que sostuvo que las soluciones modelo de los expertos contenían errores. Al revisarlas, se encontraron varios fallos sutiles en los cálculos de los especialistas; cada corrección elevó la puntuación de la IA, que finalmente alcanzó el 98% (49 de 50 problemas). La historia se presentó citando un comentario de Svrat Raju, colaborador del artículo.
Clark comparó la escena con el desenlace de una película en el que el discípulo demuestra su valía ante el maestro: el momento en que quien enseñaba pasa a aprender. Para Clark, la historia tiene peso porque la ciencia de vanguardia pone a prueba la «creatividad». Si la IA puede resolver problemas de forma creativa en la ciencia, esa capacidad podría extenderse a muchos ámbitos, incluida la propia investigación sobre IA.
¿Cambiará el crecimiento en un mundo con cien veces más investigadores?
Al hablar de crecimiento económico, Clark fue aún más lejos. En el último medio siglo, el número de investigadores ha aumentado en muchos países, pero la productividad de la investigación ha caído. Es el problema conocido como «cada vez cuesta más encontrar buenas ideas». La situación podría cambiar si la IA se utilizara como «investigador virtual». Clark planteó la cuestión a partir de su propia experiencia: ¿qué ocurriría si alguien que tardó unos 40 años en formarse pudiera trabajar simultáneamente en forma de cientos o miles de copias?
Formar a un investigador humano lleva entre 10 y 15 años y cuesta varios millones de dólares. Con la IA, basta con disponer de recursos informáticos para contar al instante con tantos investigadores como se quiera. Clark afirmó que, como resultado, cada científico humano cobraría más importancia y tendría que supervisar a cientos o miles de expertos virtuales.
En una simulación de la propia Anthropic que presentó Clark, se parte de la premisa de que los modelos pueden realizar de forma autónoma una amplia variedad de tareas y extenderse rápidamente por la economía. En ese escenario, el PIB de Estados Unidos podría alcanzar los 44 billones de dólares en 2030. Clark reconoció que «suena descabellado», pero lo planteó como una consecuencia lógica si la tecnología sigue avanzando. Se trata de una estimación basada en determinadas premisas, no de una predicción segura.
Aunque aumenten los descubrimientos, sin capacidad para absorberlos no se convertirán en resultados
Clark señaló que, después de los recursos informáticos, las siguientes infraestructuras que hay que construir son las instalaciones experimentales y los robots. Durante la última década ha instado a los gobiernos de distintos países a desarrollar el suministro eléctrico y los centros de datos, aunque, según afirma, pocos responsables políticos le prestaron atención. Ahora, la capacidad de los centros de datos está ganando peso en Estados Unidos, China y Oriente Medio, y la presión sobre las cadenas de suministro está encareciendo los precios.
La siguiente etapa consiste en expandirse al mundo físico. Según las estimaciones de la UNESCO, hay unos 10 millones de científicos en el mundo. Clark señaló que ni siquiera esa cifra cuenta con suficientes supervisores de investigación, instalaciones para analizar materiales en el campo de la ciencia de materiales, laboratorios de biología donde probar nuevos fármacos ni grandes equipos experimentales en el espacio y en la Tierra. ¿Qué ocurrirá cuando haya 1.000 millones o 10.000 millones de científicos virtuales? La pregunta que plantea es muy concreta.
En este punto destaca su advertencia sobre el «atasco de los descubrimientos». Aunque se acumulen candidatos a nuevos fármacos, de poco servirá si solo pueden probarse unos pocos. Clark pidió a los responsables políticos que creen mecanismos para acelerar el paso de los resultados desde los laboratorios hasta los ensayos clínicos, las fábricas y su aplicación sobre el terreno. Si la IA acelera las «ideas», pero la verificación y la implementación siguen avanzando al ritmo de la sociedad humana, el cuello de botella simplemente se desplazará a una fase posterior.
Clark aplica este planteamiento a la posición de cada país. Los países desarrollados, con una sólida base científica, pueden elevar la productividad de sus investigadores. Para los países en desarrollo que suministran materias primas y otros recursos, existe una oportunidad de «dar un salto»: crear instalaciones de ensayo, desarrollar comunidades científicas y aumentar así el valor que aportan a las cadenas de suministro.
Qué delegar y qué comprender
En la segunda mitad de la conferencia, el foco pasó de las expectativas a las decisiones. Que la IA pueda hacer ciencia no significa que haya que delegárselo todo. Clark puso como ejemplo la investigación en biología, que requiere el máximo rigor en la supervisión humana y la transparencia. Lo mismo ocurre con la propia investigación en IA: institutos como Anthropic deben decidir hasta qué punto supervisar los estudios dirigidos por la IA. Aunque estos pueden acelerar el progreso, también existe el riesgo de perder el control, por lo que hay que avanzar con cautela. Clark considera que también será necesario establecer normas.
Clark contó también la anécdota de un estudiante de física de una universidad que conoció en Tokio. En un momento en que la IA empieza a realizar gran parte de los experimentos, ¿cómo decidir cuáles debe llevar a cabo uno mismo y cuáles dejar en manos de la IA? Clark dijo que no tenía la respuesta, pero planteó que cada disciplina debe encontrar la suya.
La segunda decisión consiste en determinar hasta qué punto queremos comprender los resultados de la IA. En matemáticas, sus resultados ya son tan originales que los humanos necesitan descifrarlos. Además, en unos años podríamos llegar a una etapa en la que la IA invente nuevos equipos experimentales adaptados a su propia forma de trabajar. ¿Deberían los humanos comprender esos equipos? Clark afirmó que esta es también una decisión que nos corresponde tomar.
Distinguir entre lo que se puede hacer y lo que se debe hacer
Clark recordó que, cuando era adolescente, temía que la humanidad se encaminara hacia el colapso por la confluencia del crecimiento demográfico, el cambio climático y el desperdicio de recursos. Después vio cómo los paneles solares se abarataban más rápido de lo previsto, cómo una mayor comprensión del cuerpo humano permitía desarrollar tratamientos para enfermedades, cómo la IA empezaba a utilizarse para descifrar los sonidos de los animales y cómo los cohetes aterrizaban para poder reutilizarse. Todo ello le hizo pensar que la tecnología puede cambiar las perspectivas, explicó. Y ese es también el motivo por el que trabaja en IA.
Por otro lado, los riesgos son inherentes a la IA. Clark reclamó una regulación excepcionalmente rigurosa tanto para esta tecnología como para las empresas que la desarrollan, además de la «contención», una de las cualidades humanas más difíciles. Defiende que se construya la infraestructura necesaria, pero que se module el ritmo de desarrollo de la propia tecnología y se avance con cautela.
Para concluir, Clark citó un pasaje de «Un punto azul pálido», de Carl Sagan. La idea es que los humanos que algún día lleguen a otras estrellas «se parecerán mucho a nosotros, pero tendrán más fortalezas y menos debilidades». Sagan situó esa evolución en un horizonte de cientos de miles de años; Clark afirmó que «tenemos que hacerlo en unos años». La cuestión es si seremos capaces de desarrollar a la vez la capacidad de acelerar la investigación y el criterio para detenernos.
コメント