La autoría en tiempos de IA
OpenAI ha dado a conocer más de 720 documentos de trabajo que recogen avances matemáticos confeccionados con muy poco tiempo, mucho dinero y unos “asistentes matemáticos (IA)” que son un prodigio. Cuando todo sea debidamente contrastado, podremos calibrar su importancia. Por mi parte me reservo el aplauso más entusiasta para el día en que se resuelvan algunas preguntas centrales en las matemáticas del presente (como la hipótesis de Riemann o la de P diferente de NP). Es seguro, sin embargo, que las maneras de hacer de la profesión matemática –no sufráis: como la médica, superará el umbral de los 3.000 años– incorporarán un uso intenso de los nuevos instrumentos.
De siempre, la asignación de autoría ha sido un aspecto fundamental de la organización de la investigación. Tradicionalmente, la transmisión de sus resultados se hace vía comunicaciones a entidades con reputación acreditada, como revistas y conferencias (también oficinas de patentes). El proceso tiene dos momentos decisivos que quedan cristalizados con la aceptación de la comunicación: la validez científica (evaluación por expertos) y el registro de autores. Sobre esta base se construyen los currículums individuales y muchas otras formas de reconocimiento (contratos laborales, premios, elección a sociedades académicas, etc.).
Es una organización que ha funcionado, y creo que sus principios continúan siendo plenamente válidos. Pero la sacudida de OpenAI plantea retos. Menciono dos:
1. La firma de los documentos de trabajo es “OpenAI”. No sé si la intención es ir a la publicación convencional con esta autoría. Si fuera el caso, y si fuera consentido, sería algo muy negativo. Es común en el periodismo atribuir avances a la institución de trabajo de sus responsables (“La Universidad Harvard ha demostrado...”). Que queden innominados es una falta de respeto, pero no es tan grave como lo sería que los autores intelectuales reconocidos por el proceso acreditativo de la ciencia –que es lo que cuenta– fueran personas jurídicas. Cuando en un ente público como el CERN (Organización Europea para la Investigación Nuclear) se descubre el bosón de Higgs o cuando DeepMind –una empresa privada– publica AlphaFold, sobre la estructura tridimensional de las proteínas, la publicación tiene la autoría de cientos de investigadores que podrán exhibir con orgullo haber sido parte de un gran viaje. Los artículos reconocen, claro, el papel de los financiadores, de la entidad que los acoge o contrata y de las infraestructuras que utilizan. Pero los autores son personas físicas. Y esto va muy en sintonía con el hecho de que la ciencia avanza –ayer, hoy y mañana– gracias al pensamiento libre e independiente de humanos que utilizan herramientas. Es una premisa que no podemos perder.
2. Un problema más sutil proviene del hecho de que los “asistentes matemáticos” necesitan datos para entrenarse. Su calidad depende de ello. Por tanto, un investigador que los utiliza está transmitiendo un conocimiento que hará que mejoren. El siguiente usuario se beneficiará, quizás decisivamente. Es lo que ha podido pasar con la contribución de OpenAI a la solución –en uno de los documentos– de las ecuaciones de Navier-Stokes, y que ha dado pie a denuncias sobre prioridad (agravadas por una práctica de comunicación que minimiza las fuentes). No es un problema nuevo. Cuando utilizamos una plataforma tecnológica proporcionamos material que afina la calidad del equipamiento y de los técnicos que lo gestionan. El problema es consustancial a la naturaleza de la investigación. Se complica si la plataforma es una empresa privada que tiene una agenda propia de investigación y es poco cuidadosa. Para superar el problema sería necesario que la empresa se adhiriera a un código deontológico que separara la plataforma de la investigación propia y que la tratara con simetría con la externa.
En este marco los investigadores deberán ajustar las estrategias de publicación. Algunos, como Andrew Wiles, se encerrarán siete años y acabarán demostrando el teorema de Fermat, pero con el riesgo de que otro se le adelante. Otros, como Julia Robinson, irán publicando resultados parciales hacia la resolución del décimo problema de Hilbert para asegurarse el crédito, pero arriesgándose –como fue el caso– a que al final sea otro quien culmine el programa. Pero hay que decir que, si no lo estropeamos, el sistema de reconocimiento de autoría basado en personas físicas incluirá los nombres que cuentan en el camino hacia la solución. Algunos lo habrán hecho desde OpenAI en el trayecto final, pero también estarán en un lugar prominente aquellos que, como los españoles Diego Córdoba y Luis Martínez-Zoroa, han diseñado la estrategia de solución. Robinson está hoy bien reconocida.
