CCPL2026

El autor de este post, que es neurocientífico, explica la razón real por la que la ciencia está rota: por culpa de unos incentivos institucionales perversos que priorizan la producción medible por encima del progreso real. Los investigadores deben autofinanciarse con becas (o sea, son los investigadores los que tienen que buscarse la financiación) y tienen unas tasas de éxito de alrededor del 10%, lo que genera una presión brutal y constante para producir artículos y aplicar a becas sin parar. Las instituciones evalúan sus carreras por métricas fáciles de medir: número de publicaciones, dólares captados en becas y citas, no por avances científicos genuinos. Esto obliga a una aversión extrema al riesgo: los científicos evitan ideas inciertas o proyectos largos que puedan fallar, y optan por trabajo seguro, incremental y predecible que garantice artículos aunque no avance el conocimiento de verdad. En una encuesta de Pew a científicos de la Asociación Americana para el Avance de la Ciencia (AAAS), el 69% dijo que el enfoque en proyectos con resultados rápidos tiene una influencia muy negativa en la dirección de la investigación. El resultado es un sistema optimizado para producción masiva, no para descubrimientos arriesgados y transformadores. Pero esta situación, que es muy mala, va a ir a peor, en opinión del autor, por culpa de la IA. La IA no arregla el problema porque acelera y optimiza exactamente los mismos incentivos rotos: ya que aumenta la producción individual sin tocar las estructuras de recompensa subyacentes. Estudios recientes (como uno en Nature con 41 millones de papers) muestran que los científicos que usan IA publican tres veces más, reciben casi cinco veces más citas y aceleran sus carreras, pero el rango de temas investigados se reduce un 5%, y las interacciones con el trabajo de otros cae un 22%. Es decir, que se produce una contracción del espacio temático que se explora colectivamente y una homogeneización. Vamos, que los investigadores trabajan cada vez más todos en el mismo sitio y pocos se arriesgan a explorar lejos. Otro estudio en Science con millones de preprints indica que el uso de LLMs aumenta los manuscritos un 36-60%, pero la prosa tan pulida por la IA se asocia con menor tasa de aceptación en revistas top, sugiriendo menor profundidad real. La IA empuja a "monocultivos científicos”, es decir, todos persiguen las mismas preguntas ignorando problemas importantes pero con pocos datos (el clásico "buscar bajo la farola"). La cuestión es que si no se reforma primero el tema de los incentivos perversos y la financiación, la IA solo va a agravar la crisis de calidad, diversidad y originalidad en la ciencia. persuasion.community/p/the-r…