La IA biológica acelera experimentos autónomos en laboratorios

La evolución de la IA biológica

La IA biológica avanza rápidamente en el diseño y ejecución de experimentos biológicos de manera autónoma. Sin embargo, los sistemas destinados a regular estas capacidades enfrentan dificultades para mantenerse al día.

Experimentos autónomos de OpenAI

La empresa de IA OpenAI y Ginkgo Bioworks anunciaron en febrero de 2026 que el modelo insignia de OpenAI, GPT-5, diseñó y ejecutó 36.000 experimentos biológicos a través de un laboratorio robótico en la nube. Este laboratorio automatizado permite que equipos controlados remotamente realicen experimentos. El modelo de IA propuso diseños de estudio, los robots los ejecutaron y enviaron los datos al modelo para la siguiente ronda.

Los humanos fijaron el objetivo, mientras las máquinas realizaron gran parte del trabajo en el laboratorio, reduciendo el coste de producción de una proteína deseada en un 40%. Esto representa un avance hacia la biología programable: diseñar componentes biológicos en un ordenador y construirlos físicamente.

Avances en biología programable

Durante décadas, la biología avanzó desde la observación hacia la comprensión. Los científicos secuenciaron genomas para catalogar ADN y aprendieron cómo los genes codifican proteínas que realizan funciones vitales. La invención de herramientas como CRISPR permitió editar ADN con fines específicos. Ahora, la IA acelera una tercera fase donde los ordenadores pueden diseñar y probar sistemas biológicos rápidamente.

A diferencia del trabajo tradicional en laboratorio, donde se prueba una sola hipótesis, la biología programable impulsada por IA explora miles de variaciones simultáneamente.

Desafíos regulatorios y preocupaciones éticas

Las medidas de seguridad actuales no han seguido el ritmo del avance tecnológico. La brecha entre las capacidades de la IA en biología y los sistemas de gobernanza que pueden gestionar sigue creciendo.

Problemas del doble uso

Un ejemplo claro es el diseño acelerado por IA de nuevas proteínas, esenciales para funciones celulares. Los modelos de lenguaje proteico entrenados con millones de secuencias pueden predecir cómo mutaciones cambiarán el comportamiento o diseñar nuevas proteínas. Estos modelos están creando nuevos fármacos y acelerando el desarrollo de vacunas al poner a prueba miles de variaciones en días.

No obstante, existe preocupación sobre el problema del doble uso: herramientas desarrolladas para fines beneficiosos también pueden ser utilizadas para causar daño. Investigadores han encontrado que modelos integrados con laboratorios automatizados pueden optimizar virus sin entrenamiento especializado.

Estudios sobre bioseguridad

Dos estudios recientes presentan conclusiones diferentes sobre si la IA puede ayudar a personas con escasa formación en biología a realizar trabajos peligrosos. Un estudio por Scale AI y SecureBio mostró que estos no expertos completaron tareas relacionadas con bioseguridad con precisión cuatro veces mayor gracias a grandes modelos de lenguaje. En contraste, Active Site concluyó que la ayuda de IA no produjo diferencias significativas en tareas complejas relacionadas con virus.

Normativas insuficientes ante avances tecnológicos

A medida que laboratorios automatizados se vuelven más accesibles, investigadores podrían enviar diseños generados por IA a instalaciones remotas para su ejecución. Las normativas existentes no contemplan esta automatización impulsada por IA ni abordan su uso específico en biología.

En Estados Unidos, una orden ejecutiva sobre seguridad emitida por la administración Biden fue derogada por la administración Trump. Un proyecto presentado en 2026 aún no aborda secuencias diseñadas por IA que evaden métodos actuales de detección.

Llamado a la acción gubernamental

Instituciones como el Instituto de Seguridad de la IA del Reino Unido han reclamado acción gubernamental coordinada ante estos desafíos. Investigadores estiman que mejoras modestas en modelos podrían traducirse en miles de muertes adicionales anuales por bioterrorismo.

Propuestas como un marco controlado para herramientas biológicas han surgido para mitigar riesgos. Algunas empresas ya imponen medidas voluntarias; Anthropic activó su nivel más alto al lanzar su modelo más avanzado en 2025. Sin embargo, estas son decisiones individuales sin regulación obligatoria.

El director general Dario Amodei advirtió sobre el ritmo del desarrollo tecnológico superando capacidades evaluativas individuales. Mientras tanto, cuando se utiliza adecuadamente, la IA puede ayudar a científicos a alcanzar objetivos rápidamente; fuera del control adecuado podría generar riesgos significativos.