Dos controversias científicas plantean dudas sobre el uso de información inédita en sistemas de inteligencia artificial, pero no hay pruebas de que las empresas se apropiaran de resultados.
Un reportaje de Science del 20 de octubre de 2026 documentó dos controversias entre investigadores y compañías de inteligencia artificial. Ninguno probó el uso indebido de sus conversaciones, pero estudios técnicos muestran que algunos modelos pueden reproducir material aprendido y que es posible analizar patrones de uso, por lo que los datos inéditos requieren protección.
La privacidad científica preocupa a quienes comparten trabajos inéditos con inteligencia artificial. Un reportaje periodístico publicado en Science, revista de la AAAS de Estados Unidos, el 20 de octubre de 2026 examina dos controversias.
¿Qué ocurrió con los científicos y los chatbots?
Dos empresas anunciaron avances en áreas investigadas por otros científicos. Estos cuestionaron el destino de sus conversaciones, sin demostrar que las compañías las utilizaran.
El 8 de septiembre de 2026, OpenAI anunció una propuesta de solución al problema de Navier-Stokes, relacionado con ecuaciones que describen el movimiento de líquidos y gases.
Tristan Buckmaster, de la Universidad de Nueva York, cuestionó si la empresa pudo beneficiarse de consultas hechas a Codex, su asistente de programación. Él y Levent Alpöge investigaban un problema matemático relacionado.
OpenAI afirmó que una investigación interna descartó que las consultas de Buckmaster influyeran en sus resultados. Negó haber accedido a sus trabajos inéditos.
El segundo caso involucra a Anthropic. El 23 de septiembre, anunció que Claude identificó un sistema de enzimas asociado a repeticiones de ADN con semejanzas estructurales a las de CRISPR (herramienta biotecnológica que permite a los científicos modificar el ADN de cualquier organismo con gran precisión).
CRISPR se utiliza para editar material genético, pero todavía se desconoce la función del sistema identificado por Claude. No puede afirmarse que tenga la misma utilidad.
Mario Rodríguez Mestre, de la Universidad de Copenhague, Dinamarca, aseguró que su equipo estudiaba sistemas relacionados desde 2022 y había compartido borradores inéditos con Claude.
Anthropic negó entrenar el modelo con esas conversaciones o que su equipo accediera a ellas. No hay pruebas de que ese material originara el hallazgo.
Un manuscrito del equipo de Anthropic, publicado en bioRxiv el 11 de octubre de 2026, describe el análisis de 1.900 millones de grupos de proteínas. Es un preprint sin revisión por pares.
¿Qué amenaza la privacidad científica?
El riesgo puede aparecer si un modelo aprende información de las conversaciones o si un sistema permite deducir investigaciones prometedoras a partir de patrones colectivos. No hace falta reproducir un documento completo para obtener pistas.
Un trabajo publicado en arXiv en enero de 2026 por Ahmed Ahmed, A. Feder Cooper, Sanmi Koyejo y Percy Liang examinó cuatro modelos comerciales. Bajo determinadas condiciones, recuperó extensos fragmentos de libros.
Ese experimento demuestra que puede extraerse contenido aprendido durante el entrenamiento. No prueba la divulgación de investigaciones confidenciales ni explica lo ocurrido en los dos casos denunciados.
También existe el análisis masivo de conversaciones. Anthropic desarrolló Clio, una herramienta que identifica patrones generales mediante agrupaciones y medidas de privacidad, sin mostrar los mensajes originales a los analistas.
El estudio técnico de Clio, encabezado por Alex Tamkin y difundido en arXiv en 2024, analizó un millón de conversaciones para conocer tendencias de uso.
Niloofar Mireshghallah, investigadora de la Universidad Carnegie Mellon, advirtió a Science que esos patrones podrían revelar campos próximos a un avance, incluso sin identificar a quienes realizan las consultas.
Es una posibilidad, no una filtración comprobada. Anthropic afirma que aplica anonimización y filtros para impedir que los resultados expongan información individual.
Los estudios técnicos investigan mecanismos específicos; Science recoge testimonios. Ninguna de estas fuentes cuantifica la apropiación de investigaciones mediante chatbots.
En Ecuador y América Latina, el debate interesa a universidades y laboratorios. Las fuentes no ofrecen cifras regionales de filtraciones.
OpenAI indica que ChatGPT Business, Enterprise y Edu no usan por defecto las conversaciones para entrenar modelos. Las condiciones concretas deben revisarse en los acuerdos de cada institución.
En cuentas personales de ChatGPT se puede desactivar «Mejorar el modelo para todos». Sin embargo, enviar una valoración de una respuesta puede permitir que la conversación correspondiente se utilice para entrenamiento.
Science recoge otras medidas: revisar contratos, limitar datos sensibles, conservar registros propios y considerar modelos instalados localmente para material especialmente confidencial.
La inteligencia artificial ayuda a investigar, pero proteger la privacidad científica requiere conocer las condiciones de tratamiento de datos antes de compartir manuscritos, hipótesis o resultados que aún no son públicos.
¿Se ha demostrado que los chatbots roban investigaciones científicas?
No. En los casos de OpenAI y Anthropic documentados por Science, los investigadores plantearon sospechas, pero no presentaron pruebas de apropiación de sus trabajos inéditos.
¿Pueden los chatbots recordar información confidencial?
Algunos modelos pueden reproducir material incorporado durante su entrenamiento, según experimentos publicados en arXiv. Eso no significa que todas las conversaciones privadas terminen memorizadas ni que puedan recuperarse.
¿Cómo pueden proteger sus investigaciones los científicos?
Deben revisar las condiciones de privacidad, desactivar el entrenamiento cuando corresponda, utilizar herramientas institucionales autorizadas y evitar compartir resultados inéditos especialmente sensibles sin garantías adecuadas.
F: Science
Lee sobre Inteligencia artificial en la ciencia: ¿avance revolucionario o riesgo para el conocimiento?
