Enrique Dans

La iniciativa Genesis Mission no es simplemente otro programa gubernamental norteamericano con un nombre grandilocuente. Es, posiblemente, la formulación más clara hasta ahora de una idea que muchos llevamos tiempo viendo venir: que la próxima gran frontera de la inteligencia artificial no será escribir textos, generar imágenes o automatizar oficinas, sino transformar radicalmente la manera en que hacemos ciencia. Y quien domine esa transformación no dominará una industria, sino el mecanismo mismo con el que se inventan las industrias.

El artículo de Communications of the ACM, uno de mis journals de cabecera, se titula «From Manhattan to Genesis«, y lo plantea con una comparación inevitable: el Proyecto Manhattan. Pero la analogía, aunque eficaz, se queda corta. Manhattan produjo una tecnología concreta, terrible y decisiva. Genesis pretende producir una máquina para producir descubrimientos. No una bomba, sino una infraestructura nacional capaz de conectar los diecisiete laboratorios nacionales del Departamento de Energía de los Estados Unidos, sus superordenadores, sus instrumentos científicos, sus bases de datos acumuladas durante décadas y una capa creciente de modelos y agentes de inteligencia artificial.

La página oficial del Departamento de Energía describe Genesis Mission como una iniciativa para construir «la plataforma científica más poderosa del mundo», con objetivos en energía, ciencia básica y seguridad nacional. La web específica del proyecto va aún más lejos: habla de conectar superordenadores, instalaciones experimentales, sistemas de inteligencia artificial y datos únicos en prácticamente todos los dominios científicos para duplicar la productividad y el impacto de la investigación estadounidense en una década. Traducido: Estados Unidos quiere industrializar la ciencia asistida por inteligencia artificial.

La orden ejecutiva publicada en el Federal Register es todavía más explícita: habla de una carrera por la dominación tecnológica global en inteligencia artificial, compara el esfuerzo con el Proyecto Manhattan y propone entrenar modelos fundacionales científicos, crear agentes capaces de probar hipótesis, automatizar flujos de investigación y acelerar descubrimientos. No es una política científica convencional. Es una política de poder.

Y conviene leerlo así, porque Genesis no nace en el vacío. Nace en un momento en el que China ha dejado de ser «la fábrica del mundo» para convertirse en una potencia científica de primer orden. Según un análisis publicado por Nature, las publicaciones chinas en inteligencia artificial pasaron de 60,100 en 2015 a 273,900 en 2024, el 28.7% del total mundial, y China ya aparece como líder en citas vinculadas a patentes, documentos de política pública y ensayos clínicos. El AI Index 2026 de Stanford afirma que la brecha de rendimiento entre modelos estadounidenses y chinos prácticamente se ha cerrado, mientras China lidera en volumen de publicaciones, citas, patentes e instalaciones de robots industriales.

Esto cambia por completo el tablero. Durante décadas, Washington pudo asumir que la superioridad científica norteamericana era un dato estructural: mejores universidades, más capital riesgo, más premios Nobel, mejores laboratorios, más capacidad de atraer talento. Pero la inteligencia artificial aplicada a la ciencia altera esa ecuación. Si el descubrimiento científico deja de depender únicamente de comunidades humanas lentas, fragmentadas y mal coordinadas, y empieza a depender de infraestructuras de datos, cómputo, automatización experimental y modelos capaces de generar y verificar hipótesis, entonces la ventaja pasa a estar en quien mejor integre todo eso. Y China, con su planificación estatal, su enorme escala de datos, su capacidad industrial y su visión estratégica, no es precisamente un actor menor.

El think tank MERICS lo explicaba recientemente en un análisis sobre las prioridades chinas en AI for Science: China está financiando explícitamente la aplicación de inteligencia artificial al descubrimiento científico, desde reactores de fusión hasta biomanufactura, y sus responsables políticos hablan de usar la inteligencia artificial para liderar un cambio de paradigma en la investigación. Esto es exactamente lo que parece haber entendido Washington: la carrera ya no consiste únicamente en tener el mejor chatbot, sino en tener el mejor sistema para acelerar la física, la química, la biología, los materiales, la energía, la medicina y la defensa.

Genesis es, por tanto, una reacción. No solo a China, pero obviamente, también a China. Es la constatación de que la competencia geopolítica ya no se juega únicamente en portaaviones, chips o cadenas de suministro, sino en la velocidad con la que una sociedad puede convertir conocimiento en capacidades. Y esa velocidad puede cambiarlo todo.

Pensemos en la salud: un sistema de inteligencia artificial científica conectado a bases de datos biomédicas, laboratorios robotizados, modelos moleculares y capacidad de simulación podría acortar drásticamente los ciclos de descubrimiento de fármacos. Google DeepMind, que ha anunciado su apoyo a Genesis, menciona en su propia explicación del proyecto su AI Co-scientist, diseñado para generar hipótesis científicas y acelerar descubrimientos biomédicos. No hablamos simplemente de «ayudar» a investigadores, sino de convertir la investigación en un proceso mucho más continuo, automatizado y escalable.

Pensemos en la energía. El Departamento de Energía ha identificado veintiséis desafíos científicos y tecnológicos para Genesis: redes eléctricas, datos nucleares acumulados durante décadas, aceleradores de partículas, materiales diseñados con propiedades específicas, laboratorios autónomos, algoritmos cuánticos y microelectrónica. Si una parte significativa de esos objetivos se cumple, la ventaja no será marginal. Un país capaz de diseñar materiales en meses en lugar de décadas, optimizar redes eléctricas con órdenes de magnitud más rapidez o acelerar el desarrollo de tecnologías nucleares y de fusión no solo tendrá una ventaja económica: tendrá una ventaja civilizatoria.

Pensemos en el clima y el medio ambiente. Los mismos sistemas capaces de simular materiales, procesos energéticos o dinámicas complejas podrían aplicarse a captura de carbono, baterías, agricultura, predicción climática, gestión del agua o restauración de ecosistemas. El problema, por supuesto, es que también podrían aplicarse a optimizar extracción de combustibles fósiles, vigilancia, armas o tecnologías duales. Toda plataforma científica de esta escala es, inevitablemente, una plataforma política.

Ahí está la parte incómoda: Genesis se presenta como una gran apuesta por el progreso, pero también como una infraestructura de soberanía tecnológica. Su propio nombre oficial incluye seguridad. Su arquitectura prevé capas de acceso, datos sensibles, colaboración con grandes empresas tecnológicas y participación de laboratorios nacionales con misiones civiles y militares. El programa busca concentrar datos científicos nacionales y apoyarse tanto en supercomputadores públicos como privados, con controles para información protegida y de seguridad nacional. No estamos ante una biblioteca científica abierta al mundo, sino ante una infraestructura nacional de ventaja estratégica.

Esto plantea una pregunta fundamental: ¿queremos que el futuro de la ciencia sea una carrera de plataformas cerradas entre superpotencias? Porque esa es la dirección natural cuando el conocimiento se convierte en infraestructura crítica. La ciencia moderna nació, en buena medida, de la publicación, la revisión, la réplica y la colaboración internacional. Pero la ciencia acelerada por inteligencia artificial puede terminar pareciéndose más a una nube soberana: datos restringidos, modelos propietarios, laboratorios automatizados, acceso jerarquizado y resultados protegidos por razones económicas o militares.

El debate entre modelos abiertos y cerrados será crucial. Reflection AI, una compañía que promueve el desarrollo de modelos de inteligencia artificial de código abierto, se ha incorporado a Genesis como proveedor de modelos abiertos para los laboratorios nacionales, con el argumento de que no se puede hacer ciencia real con una caja negra. La idea es muy potente: la ciencia necesita inspectabilidad, reproducibilidad y capacidad de modificar las herramientas. Si los grandes modelos científicos se convierten en oráculos cerrados operados por empresas privadas, habremos sustituido una parte del método científico por una forma de fe computacional.

Pero tampoco conviene caer en ingenuidades. La ciencia abierta fue posible en un mundo en el que publicar más rápido y mejor otorgaba prestigio. En un mundo en el que un modelo puede descubrir un catalizador, una proteína, un material estratégico, una vulnerabilidad biológica o una mejora radical en eficiencia energética, publicar deja de ser un gesto inocente. El incentivo geopolítico empuja hacia la reserva, no hacia la apertura. Y ese es, quizá, el gran dilema de Genesis: puede acelerar la ciencia, pero también puede contribuir a militarizarla y encerrarla.

Lo más interesante de todo es que Genesis está intentando redefinir qué significa «hacer política industrial». Durante años, muchos gobiernos hablaron de innovación como si bastara con repartir subvenciones, crear incubadoras y esperar que el mercado hiciera magia. Genesis representa otra cosa: la construcción deliberada de una infraestructura de descubrimiento. No financiar empresas sueltas, sino crear el sistema operativo de la ciencia nacional. Quien tenga ese sistema operativo podrá generar ventajas acumulativas en todos los sectores. Quien no lo tenga, dependerá de los descubrimientos de otros.

Europa debería estar leyendo esto con bastante inquietud. No porque deba copiar sin más el modelo estadounidense, sino porque su alternativa habitual, la de regular mucho, invertir poco y coordinar mal, no sirve para una era en la que la velocidad científica se convierte en poder. Si Estados Unidos construye Genesis y China acelera su propio ecosistema de AI for Science, Europa no puede limitarse a escribir documentos estratégicos, proteger incumbentes y celebrar su superioridad moral. Necesita infraestructuras comunes de datos científicos, cómputo público, modelos abiertos, laboratorios automatizados y una política de investigación que entienda que la soberanía no consiste en repetir la palabra «soberanía» muchas veces, sino en construir capacidades reales.

La pregunta de fondo no es si Genesis tendrá éxito en todos sus objetivos. Probablemente no. Estos programas suelen prometer más de lo que entregan, y la historia de la inteligencia artificial está llena de exageraciones, ciclos de entusiasmo y decepciones. La pregunta importante es otra: si incluso una parte de Genesis funciona, ¿qué mundo produce?

Produce un mundo en el que la ventaja científica se acelera de forma acumulativa. Un mundo en el que los países con más datos, más cómputo, mejores modelos y mejores laboratorios automatizados descubren más rápido, patentan antes, industrializan mejor y negocian desde una posición más fuerte. Un mundo en el que la salud, la energía, la defensa, el clima, la agricultura y los materiales dejan de evolucionar al ritmo tradicional de la ciencia humana y empiezan a hacerlo al ritmo de sistemas híbridos humano-máquina. Un mundo en el que la geopolítica ya no se mide solo por PIB, ejército o población, sino por capacidad de descubrimiento.

Por eso Genesis importa tanto: porque apunta al núcleo de lo que viene. La inteligencia artificial no es únicamente una tecnología de productividad. Es una tecnología epistemológica: cambia cómo sabemos cosas. Y cuando cambia cómo sabemos cosas, cambia cómo curamos, cómo producimos energía, cómo fabricamos, cómo defendemos fronteras, cómo gestionamos el planeta y cómo distribuimos poder.

El Proyecto Manhattan cambió la historia porque convirtió una teoría física en una capacidad geopolítica irreversible. Genesis, si funciona, puede hacer algo más profundo: convertir la ciencia misma en una capacidad geopolítica acelerada. Y cuando una nación intenta construir una máquina para descubrir antes que las demás, no está simplemente invirtiendo en investigación. Está intentando escribir, con modelos, datos y superordenadores, las reglas del próximo siglo.