Editorial por Ximena Moya
Durante décadas, las universidades han ocupado un lugar privilegiado en la generación de nuevo conocimiento. Desde sus laboratorios, centros de investigación y grupos académicos han surgido descubrimientos capaces de transformarse en tecnologías, productos y soluciones para la sociedad. Bajo esa lógica, la transferencia tecnológica ha buscado construir un puente entre el conocimiento generado dentro de la universidad y quienes pueden llevarlo al mercado o convertirlo en impacto.
Pero la irrupción de la inteligencia artificial nos obliga a repasar las preguntas básicas ¿cuánto tiempo más se mantendrán nuestros trabajos de la misma manera?, ¿cómo se transformará el delivery del conocimiento?
Hoy tenemos acceso a herramientas capaces de procesar enormes volúmenes de información, conectar conocimientos provenientes de distintas disciplinas, identificar patrones y acelerar procesos que hasta hace poco requerían meses o años de trabajo especializado. La información y las capacidades para trabajar con ella se están distribuyendo a una velocidad inédita. En este escenario, una solución relevante para una industria puede generarse en cualquier parte del mundo, en cualquier escritorio o garage, no necesariamente saldrá desde una universidad, un centro de investigación o un instituto tecnológico.
Y ahí aparece una paradoja especialmente interesante para quienes trabajamos en transferencia tecnológica: podríamos estar aportando a construir las herramientas para transferir conocimiento bajo la “matrix”, un sistema autopoiético anticipado por Maturana y Varela.
Si las soluciones pueden surgir desde empresas, startups, comunidades, equipos independientes o personas que utilizan inteligencia artificial para acceder y combinar conocimiento altamente especializado, en los siete continentes ¿será perdurable en el corto plazo que las universidades concentren todos sus esfuerzos en identificar resultados de investigación, protegerlos y buscar, posteriormente, quién podría utilizarlos?
Se vislumbra que el nuevo valor de las universidades ya no estará únicamente en ser el lugar donde se origina conocimiento y soluciones, sino el lugar con lenguajes comunes, capacidades multidisciplinarias interconectadas, equipos resilientes de alto desempeño, capaces en tiempo real de validarla, conectarla, profundizarla y generar la confiabilidad a nivel de usuario final; aportar infraestructura y conocimiento especializado, articular al unísono capacidades únicas que difícilmente podrían desarrollarse de manera aislada.
La inteligencia artificial no elimina la necesidad de generar conocimiento científico ni vuelve prescindibles a las universidades. Pero sí cuestiona una posición que durante mucho tiempo dimos por sentada: que el conocimiento especializado era escaso, difícil de acceder y estaba concentrado principalmente en determinadas instituciones.
La discusión sobre inteligencia artificial nos invita a preguntarnos qué universidad y sus capacidades científicas necesita una sociedad en la que acceder, combinar y utilizar conocimiento será cada vez más fácil, y por otro lado, escuchar grupos de pensamiento que, con convicción, creen que la ciencia se reduce a un bonito libro de estantería.
Desde la transferencia tecnológica, nos conviene abrazar esa pregunta ahora. Porque existe un riesgo mayor: querer implementar perfectamente una herramienta o tecnología y constatar que, el problema que se buscaba resolver, dejó de existir hace rato en las manos de la generación Alfa.