La Inteligencia Artificial (IA) está evolucionando de ser una mera «herramienta auxiliar» en las industrias tradicionales a convertirse en un «agente de descubrimiento activo» a la vanguardia de la investigación científica.

El 19 de julio, durante el «Foro de Pensadores» de la Conferencia Mundial de Inteligencia Artificial (WAIC) de 2026, Andrew Yao, galardonado con el Premio Turing, pronunció un discurso principal titulado «El poder y las limitaciones de la Inteligencia Artificial». A partir de una perspectiva única derivada de la informática teórica, analizó en profundidad la lógica subyacente y las limitaciones de la IA, y trazó una hoja de ruta para la transición de la «IA para la ciencia» a la «IA cuántica».

La esencia subyacente de la IA sigue siendo la máquina de Turing; espera integrarse con la computación cuántica para lograr una aceleración.

Yao señaló que la razón por la que la IA demuestra actualmente un poder tan asombroso y capaz de transformar el mundo radica fundamentalmente en un cambio profundo de los paradigmas computacionales. Mientras que la informática tradicional dependía totalmente del análisis matemático de los investigadores y de algoritmos programados explícitamente, la IA moderna —centrada en el aprendizaje automático— ha logrado avances antes inimaginables gracias al paradigma del «aprendizaje a partir de datos».

Sin embargo, ¿existen límites para el poder de la IA?. La respuesta de Yao es afirmativa: «Por muy vastos que sean los datos, la esencia subyacente de la IA sigue siendo una máquina de Turing aumentada con conjuntos de datos; no puede resolver el Problema de la Parada (Halting Problem), que es irresoluble para las máquinas de Turing».

Yao explicó además que la IA se enfrenta a límites rígidos e insuperables cuando choca con las leyes objetivas de las matemáticas y la física. Citó dos ejemplos clásicos: en el ámbito de la seguridad de la información, se ha demostrado que los sistemas tradicionales de cifrado de clave pública (como el algoritmo ElGamal), basados ​​en sólidos supuestos matemáticos, son resistentes a los ataques de cualquier sistema informático, incluida la IA; por otro lado, en física, la tecnología de «Distribución de Claves Cuánticas» (QKD) —basada en las leyes del universo— puede, en principio, bloquear completamente cualquier intento de hackeo por parte de una IA puramente informática.

Yao subrayó que aclarar estos límites teóricos es crucial para construir un sistema de gobernanza de la IA que sea seguro y controlable. Los próximos tres a cinco años marcarán una apasionante «edad de oro» para la IA aplicada a la ciencia. La IA ya ha superado la simple indexación del lenguaje natural, demostrando capacidad para realizar deducciones teóricas rigurosas y grandes descubrimientos científicos. Sobre esta base y con una perspectiva a largo plazo, la IA y la tecnología cuántica —dos «superestrellas» de la ciencia moderna— están convergiendo de manera histórica y preparadas para potenciarse mutuamente.

Yao Qizhi señala que la primera fase es la «computación cuántica acelerada por IA». Durante cuarenta años, el mayor cuello de botella en la computación cuántica ha sido la extrema susceptibilidad de los cúbits al ruido externo. Sin embargo, las redes neuronales entrenadas con vastos conjuntos de datos mediante aprendizaje automático han logrado «aprender» a construir decodificadores para la corrección de errores cuánticos. Esta capacidad ha permitido que los chips cuánticos de nueva generación —como el *Willow* de Google— reduzcan las tasas de error en las puertas lógicas por debajo del umbral crítico del 1 %, sentando así una base crucial para una computación cuántica estable y fiable.

La siguiente etapa de esta «convergencia de estrellas gemelas» es la «IA potenciada por tecnología cuántica», que conducirá finalmente al surgimiento de la «IA cuántica». Yao destaca que, cuando los futuros sistemas de aprendizaje automático operen sobre arquitecturas de computación cuántica en lugar de las arquitecturas tradicionales de máquina de Turing —procesando y aprendiendo directamente de datos cuánticos—, la humanidad obtendrá una nueva y poderosa herramienta cognitiva que trasciende los límites inherentes de las máquinas de Turing.

Yao sugiere que China podría estar liderando actualmente el campo de la tecnología cuántica. «Recuerdo que en 2016 lanzamos el primer satélite de ciencia cuántica del mundo, el *Micius* (Mozi). Este nos permitió lograr una comunicación segura mediante la distribución de claves cuánticas (QKD) a través de la capa de nubes. De hecho, China también ha construido una red QKD de larga distancia que abarca todo el país y cuenta con conexiones internacionales».

De cara al futuro, Yao prevé avances significativos en el campo de la IA cuántica en los próximos cinco a diez años: «Con el tiempo, la gente inevitablemente se cansará de los diversos artificios asociados a la IA convencional, y esta terminará desapareciendo de los titulares. Creo que será entonces cuando la IA cuántica tome el protagonismo; encenderá una nueva chispa en el maratón de la exploración científica humana y mantendrá viva la antorcha de la ciencia en momentos críticos».

Tratar a la IA como a un socio revolucionará el paradigma de la investigación científica.

Así pues, a medida que la IA evoluciona de ser una mera herramienta a convertirse en un «compañero de equipo», ¿qué camino deberían seguir los jóvenes investigadores y estudiantes?.

En la interacción posterior a la sesión, Andrew Yao señaló que, si bien el rápido avance de la IA pronto optimizará y reemplazará tareas rutinarias y repetitivas —como la programación básica—, no sustituirá a científicos de primer nivel como Einstein en un futuro previsible. «Independientemente de su campo, lo más importante es identificar las tareas que la IA no puede realizar y esforzarse por cultivar las propias capacidades en esas áreas».

Yao observó además que, en esta etapa, no se debe considerar a la IA simplemente como una máquina infalible, sino más bien como un socio colaborador. «Al ser un socio, es capaz de cometer errores; necesitamos establecer mecanismos para filtrar dichos fallos».

Por otro lado, Yao predijo un cambio de paradigma en la investigación científica durante los próximos dos o tres años: «En el futuro, la competencia en torno a las capacidades fundamentales de un individuo ya no dependerá únicamente de los conocimientos o ideas tradicionales; en su lugar, dependerá de cómo usted —en combinación con las herramientas de IA a su disposición— funcione como parte de un equipo. La investigación científica se está convirtiendo cada vez más en un deporte de equipo».

Las relaciones humanas siguen siendo cruciales dentro de este nuevo paradigma. Yao destacó que los grandes modelos de IA actuales aún carecen de la capacidad para «generar conceptos originales» o «abstraer problemas específicos en principios generales». Por tanto, para que los jóvenes investigadores progresen y eviten ser reemplazados por máquinas, la clave reside en aprender a «ver la historia detrás de los acontecimientos y poseer la capacidad de destilarla en ideas abstractas».

Yao también animó a los jóvenes estudiantes a consolidar su formación básica en disciplinas como las matemáticas y la física durante sus años de licenciatura y a cultivar el aprecio por las artes, todo ello sin perder la naturaleza innata y la alegría asociadas al descubrimiento científico.

Yao concluyó: «En una sociedad moderna donde las necesidades materiales básicas se satisfacen fácilmente, lo más valioso es encontrar la alegría interior, muy parecida a la felicidad de recibir un chocolate o un pequeño juguete por primera vez en la infancia. La sensación de logro que experimenta un científico al demostrar un teorema o descubrir un nuevo fenómeno es, en esencia, esa misma alegría pura, libre de otros motivos. Preservar esa naturaleza innata es una tarea desafiante».