Sistemas de IA que descubren leyes de la física por sí solos: ¿qué significa para la ciencia humana?

• Francisco María
• Colaboro en diferentes medios y diarios digitales, blogs temáticos, desarrollo de páginas Web, redacción de guías y manuales didácticos, textos promocionales, campañas publicitarias y de marketing, artículos de opinión, relatos y guiones, y proyectos empresariales de todo tipo que requieran de textos con un contenido de calidad, bien documentado y revisado, así como a la curación y depuración de textos. Estoy en permanente crecimiento personal y profesional, y abierto a nuevas colaboraciones.
• • 28/12/2025 09:04
  • Actualizado: 28/12/2025 09:04

La posibilidad de que una máquina llegue a descubrir por su cuenta leyes fundamentales de la naturaleza, sin que un científico le diga exactamente qué buscar suena, para muchos, casi inquietante. Durante décadas fue un tema propio de novelas o películas. Sin embargo, hoy empiezan a aparecer sistemas de inteligencia artificial (IA) capaces de encontrar regularidades físicas, reconstruir ecuaciones y proponer modelos explicativos a partir de datos experimentales sin procesar. Esto nos coloca frente a una pregunta inevitable y muy humana: ¿qué pasa con la ciencia cuando las máquinas también parecen “hacer ciencia”?

De herramientas a descubridores

La ciencia, tal como la conocemos, siempre ha sido una empresa profundamente humana. Observamos el mundo, formulamos hipótesis, cometemos errores, corregimos, discutimos y, con algo de suerte, avanzamos. Los ordenadores entraron hace tiempo en esta historia, pero como instrumentos: calculadoras rápidas, simuladores precisos, archivadores gigantescos.

Lo que está cambiando ahora es el rol. Algunos sistemas de IA ya no se limitan a ejecutar instrucciones, sino que extraen por sí mismos patrones y leyes. Hay algoritmos que, observando el movimiento de un péndulo o la dinámica de un sistema caótico, “redescubren” las ecuaciones de Newton. Otros analizan grandes volúmenes de datos y encuentran variables ocultas que se relacionan entre sí de forma sorprendentemente simple.

En ocasiones, los resultados coinciden con leyes bien conocidas. En otras, la IA propone relaciones nuevas que los científicos humanos deben examinar con cuidado. No es que la máquina “comprenda” la física, pero sí demuestra una capacidad notable para explorar el espacio de posibilidades con una velocidad y amplitud fuera de nuestro alcance.

¿Cómo lo hacen?

Aunque los detalles técnicos son complejos, la idea general puede explicarse de forma sencilla. Estos sistemas suelen combinar tres ingredientes clave:

• Aprendizaje de representaciones: modelos que identifican qué variables importan realmente, incluso cuando nadie las ha definido de antemano.
• Búsqueda simbólica: métodos que convierten patrones numéricos en ecuaciones matemáticas comprensibles.
• Restricciones físicas: principios básicos, como simetrías o conservaciones, que actúan como guías y evitan soluciones absurdas.

El proceso recuerda, en cierto modo, a un científico probando hipótesis una tras otra, pero a una escala masiva. Lo curioso es que muchas de las leyes que emergen son simples y elegantes, un criterio que los físicos humanos siempre han valorado, aunque nunca haya sido fácil de definir.

Beneficios para la ciencia humana

Las ventajas potenciales son difíciles de ignorar:

• Velocidad: lo que antes requería años de análisis ahora puede surgir en semanas o incluso días.
• Acceso a lo invisible: en campos donde la intuición humana se queda corta, turbulencia, plasmas, materiales exóticos, la IA puede detectar estructuras que nadie había visto.
• Menor barrera de entrada: grupos pequeños, con menos recursos, podrían lograr avances significativos apoyándose en sistemas automatizados de descubrimiento.

Instituciones punteras y empresas de investigación, como DeepMind, ya han mostrado que la IA no solo optimiza procesos, sino que puede generar conocimiento científico nuevo. Esto refuerza la idea de que no estamos ante una moda pasajera, sino ante un cambio profundo.

¿Amenaza o ampliación del rol humano?

Es normal que surja el miedo a quedar desplazados. Si una máquina puede descubrir leyes, ¿qué queda para el científico? Sin embargo, descubrir una ecuación no es lo mismo que entenderla. La ciencia no termina cuando aparece una fórmula: ahí empieza la interpretación, la conexión con teorías existentes, el diseño de nuevos experimentos y la evaluación de qué significa realmente ese resultado.

En la práctica, la IA se perfila más como un socio incómodo pero poderoso que como un sustituto. Propone, sugiere, explora. El ser humano decide qué vale la pena seguir, qué encaja con el resto del conocimiento y qué preguntas nuevas merece la pena plantear.

Además, la creatividad científica no es solo combinar datos. Incluye intuiciones, analogías, incluso errores fértiles. Todo eso sigue siendo, al menos por ahora, terreno humano.

Riesgos y desafíos

El entusiasmo debe ir acompañado de cautela. Existen varios problemas reales:

• Falta de explicabilidad: si una IA propone una ley que funciona pero nadie sabe por qué, la confianza se resiente.
• Datos imperfectos: una regularidad puede reflejar sesgos o límites del experimento, no una verdad universal.
• Dependencia excesiva: delegar demasiado puede empobrecer la formación y el criterio científico humano.

También aparece una pregunta incómoda: ¿de quién es el descubrimiento? ¿Del equipo que diseñó el algoritmo, del científico que lo interpreta o del sistema en sí? No hay una respuesta clara, y seguramente habrá debate durante años.

Un cambio en la filosofía de la ciencia

La ciencia siempre asumió que las leyes eran formuladas por mentes humanas. La llegada de IA capaces de proponerlas obliga a replantear ideas como comprensión, explicación y autoría. Puede que estemos entrando en una etapa en la que algunas verdades se conozcan primero a través de máquinas.

Lejos de ser una amenaza existencial, esto puede verse como una continuación natural de la historia científica: así como el microscopio o el telescopio ampliaron nuestros sentidos, la IA amplía nuestra capacidad de razonamiento inductivo.

Al final, la pregunta clave no es si las máquinas pueden descubrir leyes, sino qué haremos nosotros con ese conocimiento compartido. De esa convivencia entre algoritmos y curiosidad humana dependerá, en gran medida, la ciencia del siglo XXI.

Lecturas recomendadas

IA generativa en el aula de física

IA en el mundo físico