La inteligencia artificial (IA) está transformando la investigación biológica a pasos agigantados, al punto de diseñar y ejecutar experimentos de manera autónoma. Sin embargo, los sistemas reguladores que deberían controlar estas capacidades están quedando rápidamente rezagados. En un hito destacable, OpenAI, en colaboración con Ginkgo Bioworks, anunció en febrero de 2026 que su modelo insignia, GPT-5, había diseñado y realizado 36,000 experimentos biológicos. A través de un laboratorio robótico en la nube, el sistema tomó decisiones sobre el diseño experimental, mientras robots automatizados llevaban a cabo las tareas y retroalimentaban los datos para las siguientes iteraciones. Esta metodología no solo ha optimizado el proceso, sino que ha reducido el costo de producción de proteínas deseadas en un 40%.
Está surgiendo una nueva ventaja en el campo biológico: la biología programable, donde se diseñan componentes biológicos en computadoras y se construyen en el mundo físico. Mientras que la biología tradicional se enfocaba en la observación y la comprensión, ahora está avanzando hacia una fase en la que la IA puede diseñar sistemas biológicos y hacer pruebas de manera rápida y eficiente. Este proceso se asemeja más a la ingeniería, con ciclos rápidos de diseño, construcción, prueba y aprendizaje, en lugar de la experimentación tradicional que sigue hipótesis aisladas.
Sin embargo, esta rápida evolución no está exenta de desafíos. La introducción de herramientas de IA en la investigación biológica ha planteado preocupaciones significativas sobre su posible mal uso, conocido como el problema de uso dual. Estas tecnologías, desarrolladas para fines beneficiosos, podrían ser utilizadas también para causar daño. Por ejemplo, hay evidencia de que los modelos de IA pueden optimizar la propagación de virus sin requerir formación especializada. Un estudio reciente reveló que la IA podría facilitar la recuperación de virus vivos a partir de ADN sintético, lo que plantea serias preocupaciones para la bioseguridad.
El uso de IA en la biología también ha suscitado un debate sobre la capacitación. Investigaciones muestran que individuos con poca experiencia en biología, al ser expuestos a modelos de lenguaje de IA, lograron completar tareas relacionadas con la bioseguridad con cuatro veces más precisión que los expertos, aunque otros estudios sugirieron que la asistencia de IA no siempre mejora significativamente el desempeño en laboratorios controlados.
De cara al futuro, se hace evidente que las regulaciones actuales sobre investigación biológica y IA no están diseñadas para abordar esta nueva realidad. En los Estados Unidos, se había emitido una orden ejecutiva en 2023 que incluía disposiciones de bioseguridad, pero esta fue revocada posteriormente. Además, un proyecto de ley bipartisan propuesto en 2026 que busca obligar a la supervisión del ADN sintético aún no ha abordado las secuencias diseñadas por IA que podrían eludir los métodos de detección existentes.
Las organizaciones internacionales, como el tratado de 1975 sobre armas biológicas, se han mostrado inadecuadas frente a estos avances tecnológicos. A pesar de algunos esfuerzos de empresas como Anthropic y OpenAI por implementar medidas de seguridad de manera voluntaria, persiste la falta de acción coordinada y efectiva.
El hecho de que la IA pueda asistir en la investigación de manera controlada plantea la pregunta crítica: ¿qué sucederá cuando estas herramientas operen fuera de esos límites seguros? La falta de regulación podría dar lugar a consecuencias graves si se explotan mal. La búsqueda de un equilibrio entre el avance tecnológico y la seguridad biológica se vuelve más urgente a medida que la IA continúa evolucionando.
Gracias por leer Columna Digital, puedes seguirnos en Facebook, Twitter, Instagram o visitar nuestra página oficial. No olvides comentar sobre este articulo directamente en la parte inferior de esta página, tu comentario es muy importante para nuestra área de redacción y nuestros lectores.
