Modelos de IA diseñan virus viables y reavivan el debate sobre el uso dual de la inteligencia artificial en biología

Cómo se diseñaron los virus con IA

El hallazgo forma parte de una línea de investigación que busca aprovechar la IA para acelerar el diseño de virus útiles, por ejemplo en terapias contra bacterias resistentes a antibióticos o en el estudio de la evolución viral. Sin embargo, el propio equipo reconoce que la accesibilidad de estos modelos de IA, muchos de ellos de uso público, abre la puerta a escenarios de uso indebido si las mismas técnicas se aplican a virus más peligrosos.

Según recoge el reporte, la biblioteca genética utilizada para entrenar a los modelos ayudó a la inteligencia artificial a "aprender las restricciones evolutivas" de los genomas naturales. No obstante, los científicos detectaron que uno de los virus generados presentaba un rasgo "evolutivamente distante", lo que sugiere que la IA indujo cambios que la evolución natural habría tardado millones de años en producir, según el estudio.

Riesgos de uso dual y regulación

Las implicaciones van más allá del laboratorio. Expertos citados por la cobertura sostienen que, a diferencia de la síntesis de ADN tradicional, que requiere instalaciones especializadas, el diseño generativo basado en IA reduce la barrera técnica para crear virus personalizados. Esto ha llevado a voces como las del Johns Hopkins Center for Health Security a reclamar marcos regulatorios más estrictos y listas de patógenos que no deben ser objeto de investigación con ayuda de IA generativa.

El Science Media Centre, una organización independiente que contextualiza estudios científicos para la prensa, pidió cautela al interpretar los resultados y recordó que los virus generados son bacteriófagos que infectan bacterias y no patógenos humanos conocidos. Aun así, la entidad reconoció que el trabajo demuestra que los modelos de IA actuales pueden producir secuencias biológicas funcionales sin necesidad de conocimientos avanzados de virología.

En declaraciones recogidas por la prensa, Jordi García Ojalvo, uno de los investigadores involucrados, señaló que la capacidad de la IA para proponer cambios genómicos alejados de lo conocido obliga a repensar los protocolos de revisión y supervisión. Otros autores subrayan que los filtros de seguridad integrados en los modelos comerciales bloquearon solicitudes explícitas para diseñar virus peligrosos, lo que muestra tanto los avances como las lagunas de las barreras actuales.

Voces científicas y respuestas institucionales

Eric Schmidt, figura vinculada a debates sobre gobernanza tecnológica, figura entre quienes han instado a crear estándares globales sobre el uso de IA en biología. La comunidad científica coincide en que la publicación de estos resultados, lejos de provocar alarma infundada, debe servir para anticipar riesgos antes de que técnicas similares se vuelvan más accesibles.

El estudio recuerda incidentes previos en los que herramientas de edición genética como CRISPR plantearon dilemas similares sobre investigación de uso dual, así como alertas surgidas a raíz de la pandemia de COVID-19 sobre los riesgos de los virus creados o modificados en laboratorio. Los autores insisten en que la transparencia y la autorregulación serán clave para evitar que la investigación caiga en redes clandestinas o se aplique a patógenos con potencial pandémico.

Antecedentes y dimensiones geopolíticas

En paralelo, voces como las recogidas por CNN advirtieron de que la combinación de IA generativa con la caída de los costes de síntesis de ADN podría acelerar una carrera armamentística biológica. Algunos países, entre ellos Venezuela según reportes secundarios, ya habrían mostrado interés en capacidades de biología sintética, lo que añade un componente geopolítico al debate.

El equipo responsable del experimento asegura que seguirá publicando sus métodos y secuencias, en línea con los principios de ciencia abierta, y colabora con comités de bioética para establecer criterios sobre qué virus pueden diseñarse con ayuda de IA y cuáles deben quedar fuera del alcance de estas herramientas. La decisión final sobre cómo regular esta tecnología, señalan, dependerá de los gobiernos y de los organismos internacionales.

Por ahora, el consenso entre los expertos es que la prioridad inmediata es reforzar los filtros de los modelos comerciales, crear bases de datos públicas de amenazas conocidas y formar a los investigadores en prácticas de evaluación de riesgo biológico, antes de que la próxima generación de modelos de IA haga aún más sencillo diseñar patógenos funcionales.