La inteligencia artificial puede acelerar la ciencia, pero también ampliar las brechas si nuestras instituciones no avanzan al mismo ritmo.
Durante décadas hemos hablado de transformar los sistemas agroalimentarios, proteger la biodiversidad, adaptarnos al cambio climático y construir economías rurales más resilientes. El problema es que muchas de esas transiciones avanzan en ciclos de años o décadas, mientras la inteligencia artificial está evolucionando a una velocidad completamente distinta. Esa diferencia de velocidades puede convertirse en uno de los grandes desafíos del desarrollo.
Esta semana, Dario Amodei, CEO de Anthropic, destacó un resultado particularmente sugerente, Claude participó de forma sustantiva en el descubrimiento de un sistema enzimático no caracterizado previamente, asociado a repeticiones de ADN con similitudes a CRISPR. La propia empresa reconoce que todavía no conoce su función ni su eventual utilidad biotecnológica. Lo importante, por ahora, no es si el hallazgo terminará siendo revolucionario, sino cómo se produjo: agentes de IA revisaron literatura científica, analizaron grandes volúmenes de datos genómicos, identificaron candidatos y ayudaron a proponer experimentos que luego fueron llevados al laboratorio por científicos.
Esto cambia una variable fundamental para la ciencia, la velocidad. Y sus implicaciones para agricultura y ambiente pueden ser enormes.
Pensemos en café y cacao. El mejoramiento genético tradicional requiere cruzar materiales, observar generaciones y evaluar durante años productividad, calidad, resistencia a enfermedades y adaptación. Ahora imaginemos combinar genómica, información climática, imágenes, sensores, suelos y décadas de datos experimentales para identificar, entre miles de posibilidades, qué cruces tienen mayor probabilidad de producir plantas resistentes a roya, monilia o Phytophthora, tolerantes a sequía y calor y, al mismo tiempo, con alta calidad.
La IA no sustituye al genetista ni al trabajo de campo. Puede, sin embargo, reducir radicalmente el espacio de búsqueda, ayudarnos a decidir mejor qué cruzar, qué medir, qué experimentar y dónde hacerlo.
Para América Latina y el Caribe esta es una oportunidad extraordinaria. CATIE, por ejemplo, conserva cerca de 2.000 accesiones de café y más de 1.200 de cacao, colecciones construidas durante más de 70 años y utilizadas para conservación, investigación y mejoramiento genético. Esa diversidad biológica podría convertirse también en una infraestructura estratégica de datos para el futuro.
El desafío ya no sería solamente conservar germoplasma, sino caracterizarlo, secuenciarlo, digitalizarlo y relacionarlo con fenotipos, clima, suelos, enfermedades y desempeño productivo. Sobre esa información podríamos preguntar no solo cuál material funciona mejor hoy, sino qué combinación genética necesitaremos en cada territorio bajo las condiciones climáticas de 2040 o 2050.
Pero la aceleración también pone un riesgo sobre la mesa. Si estas capacidades quedan concentradas en unas pocas empresas, universidades o países con acceso a datos, cómputo, biotecnología y talento especializado, la brecha digital puede transformarse rápidamente en una brecha de inteligencia científica. Paradójicamente, los productores y territorios que más necesitan adaptarse podrían ser quienes menos participen de esta revolución.
Por eso las transiciones agroambientales necesitan algo más que tecnología. Necesitan instituciones capaces de experimentar rápidamente, conectar ciencia con territorio y democratizar estas nuevas capacidades. Quizás no necesitemos únicamente más think tanks, sino verdaderos laboratorios de transición: espacios donde genética, inteligencia artificial, clima, biodiversidad, productores y mercados se encuentren para resolver problemas concretos y llevar soluciones del laboratorio al territorio.
El resultado presentado por Amodei es apenas una señal temprana, pero plantea una pregunta que agricultura, ambiente y desarrollo ya no deberían posponer: si la capacidad de generar conocimiento comienza a acelerarse de esta manera, ¿están nuestras instituciones preparadas para aprender y actuar a la misma velocidad?
El mayor riesgo quizá no sea que la inteligencia artificial avance demasiado rápido. Es que nosotros avancemos demasiado lento.