Una molécula prometedora, un modelo de inteligencia artificial impresionante, un procesador cuántico que pulveriza una prueba: llega el comunicado y, con él, la «revolución». Sin embargo, entre lo observado y lo que entiende el público, bastan unas pocas palabras para abrir un abismo. De cara a septiembre de 2026, el reto para los profesionales de la comunicación científica consistirá menos en hacerse oír más que en mostrar el camino que queda por recorrer. Este análisis se basa en acontecimientos documentados; sus proyecciones hacia 2026 son prospectivas, no constataciones.
Cuatro estados, cuatro promesas distintas
El primer trabajo empieza antes del titular: identificar la naturaleza del anuncio. Una prepublicación permite acceder a un trabajo antes de su eventual revisión por pares. Acelera la circulación del conocimiento, pero sus métodos y conclusiones aún pueden cambiar. Una publicación revisada aporta un filtro adicional, no un certificado de infalibilidad. Pueden persistir errores; un estudio aislado no constituye necesariamente un consenso.
La demostración responde a otra pregunta: ¿se puede hacer funcionar algo en unas condiciones determinadas? El despliegue plantea si funciona de forma sostenida, con usuarios reales, limitaciones económicas, riesgos e incidentes. Estas categorías, además, no forman una secuencia obligatoria: un producto puede comercializarse sin una publicación científica, mientras que un resultado publicado con rigor puede seguir siendo inutilizable en la práctica.
Para evitar confusiones, cada anuncio debería permitir identificar rápidamente cuatro elementos:
- El resultado: lo que efectivamente se ha medido u observado.
- El marco: los datos, los participantes, el equipo y las condiciones de la prueba.
- La validación: evaluación científica, reproducción independiente o control regulatorio pertinente.
- La disponibilidad: prototipo, experimentación limitada, servicio accesible o uso habitual.
IA: la puntuación no refleja el trabajo real
En la IA, el atajo clásico consiste en convertir el rendimiento en una prueba de referencia en una competencia general. Un modelo resuelve una serie de problemas y enseguida se presenta como capaz de sustituir a toda una profesión. Sin embargo, una prueba mide una tarea definida, con un protocolo preciso. Informa de manera menos directa sobre la fiabilidad ante peticiones ambiguas, documentos incompletos o errores imposibles de detectar sin conocimientos especializados.
AlphaFold ofrece un ejemplo más instructivo que la oposición entre entusiasmo y escepticismo. Los avances en la predicción de estructuras proteicas, especialmente con AlphaFold 2, han enriquecido profundamente las herramientas de investigación. Pero predecir una estructura no equivale a demostrar la eficacia de un medicamento. Todavía hay que comprender las interacciones biológicas, poner a prueba hipótesis y establecer la seguridad y, después, el valor clínico de un candidato.
La publicación de AlphaFold 3 en Nature, en mayo de 2024, amplió la ambición a la predicción de interacciones entre varios tipos de moléculas. Los debates sobre el acceso al modelo y las posibilidades de reproducción también recordaron que un anuncio tiene dos dimensiones: lo que el equipo afirma haber obtenido y lo que los demás pueden verificar realmente. La transparencia sobre las condiciones de acceso forma parte del relato científico.
Mostrar también los casos que se resisten
Para una empresa que lanza un asistente, una demostración convincente debería, por tanto, ir acompañada de una delimitación de su alcance: ¿qué tareas, qué supervisión, qué límites conocidos? Mostrar un fallo representativo puede parecer contraintuitivo. Sin embargo, es una información útil para el comprador. Una secuencia exitosa demuestra una posibilidad; no documenta ni la frecuencia de los errores ni su gravedad.
Salud: no confundir esperanza con beneficio demostrado
En salud, las promesas excesivas afectan a personas que a veces están esperando una opción terapéutica. La reducción de un marcador biológico no supone automáticamente una mejora de la supervivencia o de la calidad de vida. Un resultado en ratones no describe un tratamiento disponible para seres humanos. Y un ensayo temprano, a menudo centrado en la seguridad, no permite extraer las mismas conclusiones que una comparación clínica sólida.
Las primeras autorizaciones de Casgevy, a finales de 2023, constituyeron un hito real para la edición genética basada en CRISPR. El Reino Unido lo autorizó para ciertas formas de anemia falciforme y de beta-talasemia; Estados Unidos lo aprobó inicialmente para la anemia falciforme. En este caso, hablar de un avance decisivo es defendible. Aun así, hay que explicar que se trata de un proceso médico especializado, con extracción y modificación de células del paciente, seguido de un acondicionamiento intensivo antes de volver a administrarlas.
Hablar únicamente de las «tijeras genéticas» borra del relato el hospital, los criterios de elegibilidad, los efectos adversos y las barreras de acceso. La autorización regulatoria no significa ni disponibilidad universal ni ausencia de incertidumbre a largo plazo. Un buen relato conecta la novedad biológica con las condiciones concretas de la atención médica. No resta importancia al avance: le da su justa dimensión.
Computación cuántica: una victoria experimental no es un mercado
La computación cuántica concentra otra dificultad: algunos experimentos son notables precisamente porque exploran tareas muy específicas. En 2019, Google publicó con su procesador Sycamore un resultado presentado como un hito de «supremacía cuántica». El trabajo se centraba en el muestreo de circuitos aleatorios, no en la optimización inmediata de una cadena logística ni en el descubrimiento de un medicamento.
Los debates sobre las comparaciones con los ordenadores clásicos mostraron hasta qué punto importa la elección del problema, de los recursos y de los métodos de referencia. Decir «más rápido» sin especificar «para qué» genera una percepción engañosa. Una comunicación creíble distingue, por tanto, entre el progreso experimental, la corrección de errores, el escalado y la ventaja útil para una aplicación. Estas etapas están relacionadas, pero ninguna garantiza automáticamente la siguiente.
Organizar la precisión antes de la rueda de prensa
La solución no consiste en una discreta salvedad a pie de página. Requiere que revisen el anuncio los investigadores, pero también una persona capaz de detectar qué deducirá de él un lector no especializado. ¿El titular promete más de lo que permiten los datos? ¿La ilustración muestra un producto inexistente? ¿El futuro se presenta como una hoja de ruta o como un resultado ya conseguido?
Un dosier útil contiene el enlace al trabajo original, su estado, las fuentes de financiación pertinentes, las principales limitaciones y la siguiente etapa de validación. También distingue los resultados del equipo de las valoraciones externas. Para los portavoces, es preferible preparar una respuesta clara a «¿qué es lo que esto no demuestra?» que una fórmula espectacular imposible de defender tras su publicación.
¿Y ahora qué? De aquí a septiembre de 2026 y más allá, cabe anticipar que la multiplicación de anuncios hará más valiosa esta disciplina. Las organizaciones que documenten sus incertidumbres podrían ganar credibilidad ante los periodistas, los socios y el público. Nada garantiza que dominen cada ciclo mediático. Pero contar con precisión un avance les dará una ventaja duradera: poder anunciar la siguiente etapa sin tener que reescribir la anterior.