La inteligencia artificial ya no solo analiza datos. Ahora también diseña y ejecuta experimentos biológicos casi sin intervención humana. El problema es que las reglas que deberían controlar esto van varios pasos atrás.
En febrero de 2026, OpenAI y Ginkgo Bioworks contaron algo que hace poco sonaba a ciencia ficción. El modelo GPT-5 diseñó y ejecutó 36 mil experimentos usando un laboratorio robótico en la nube. El sistema proponía qué probar, los robots lo hacían y luego devolvían resultados para la siguiente ronda. Los humanos solo fijaban el objetivo. El costo de producir una proteína bajó alrededor de 40%.
Evolución de la biología
Esto marca una nueva etapa. Antes la biología observaba y trataba de entender. Luego llegó la edición genética con herramientas como CRISPR.
Ahora la IA acelera una fase donde se diseñan sistemas biológicos completos y se prueban rápido. Se parece más a ingeniería que a laboratorio tradicional. Se diseña, se construye, se prueba, se aprende y se repite. En vez de una hipótesis, se exploran miles al mismo tiempo.
Un ejemplo está en el diseño de proteínas. Estas moléculas hacen casi todo dentro de las células. Antes crearlas tomaba años de prueba y error. Hoy, modelos entrenados con millones de secuencias predicen cambios y generan nuevas proteínas en poco tiempo. Eso puede traducirse en medicamentos más baratos y vacunas desarrolladas más rápido.
El riesgo y las regulaciones
Pero no todo es un avance bonito. Aquí aparece el problema del doble uso. La misma tecnología que sirve para curar también puede usarse para hacer daño.
Algunos estudios muestran que estas herramientas pueden ayudar a optimizar virus o guiar procesos delicados. Incluso hay evidencia de que personas con poca experiencia logran resolver tareas complejas con ayuda de IA, a veces mejor que expertos. Otros estudios son más cautos, pero igual encuentran mejoras en velocidad y resultados.
El cuello de botella siempre fue el trabajo manual en el laboratorio. Eso está cambiando. Con laboratorios automatizados accesibles, cualquier diseño generado por IA puede ejecutarse a distancia.
Las regulaciones no están listas. Las normas de biología no consideran la automatización con IA, y las de IA no entran a fondo en biología. Tratados internacionales tampoco cubren este escenario. Algunas empresas están poniendo reglas internas, pero son voluntarias y desiguales.
El dilema es incómodo. Si se regula demasiado, la innovación se va a otro lado. Si se regula poco, alguien puede aprovechar estas herramientas para causar daño real. La tecnología avanza rápido. Las reglas, no tanto. Y esa brecha ya empieza a importar.