La inteligencia artificial aplicada a la búsqueda de vida extraterrestre acaba de enfrentarse a una prueba incómoda: un experimento que se terminará de hacer público en agosto en la Conferencia sobre Vida Artificial de 2026, en Waterloo, muestra que un sistema entrenado para detectar posibles señales biológicas puede confundirse con una facilidad preocupante. El trabajo, realizado por Ankit Gupta y Christoph Adami, de la Universidad Estatal de Míchigan, apunta a un problema clave para futuras misiones espaciales: la IA puede ver vida donde no la hay. El desafío no consistía en buscar platillos volantes ni señales espectaculares, sino en algo mucho más técnico, como es comprobar si una red neuronal era capaz de identificar biofirmas, es decir, pistas que podrían sugerir la presencia de organismos vivos. Para ello, los investigadores recurrieron a Avida, un programa desarrollado en la Universidad Estatal de Míchigan que simula procesos evolutivos con organismos digitales capaces de replicarse y mutar dentro de una especie de placa de Petri virtual. La idea partía de una premisa básica en astrobiología: la vida, tal como se entiende desde la ciencia, necesita codificar información y transmitirla. En el experimento, algunos de esos organismos digitales contenían instrucciones para copiarse a sí mismos y otros no. Con decenas de miles de ejemplos, la red neuronal aprendió a distinguir ambos grupos con una precisión del 99,97%, una cifra que, sobre el papel, parecía casi perfecta. El fallo inesperado El problema apareció cuando la IA tuvo que enfrentarse a secuencias nuevas, distintas de las utilizadas durante el entrenamiento. A partir de un organismo digital que no podía replicarse, los científicos fueron cambiando poco a poco algunas operaciones de su código. Tras unas 150 modificaciones, el sistema empezó a clasificarlo de forma errónea como si tuviera capacidad de autorreplicarse, una señal que podría interpretarse como indicio de vida. Gupta lo explicó con una frase contundente: “No importa con qué secuencia de comandos empezáramos, pudimos engañar a la IA el 100% de las veces”. Según los investigadores, no se trata de un error aislado, porque el número de combinaciones capaces de confundir a la red neuronal puede ser enorme. Esa posibilidad aumenta el riesgo de que un detector automatizado encuentre patrones convincentes donde solo hay ruido, variación o una estructura mal interpretada. Adami fue todavía más directo al describir la debilidad del sistema: “La IA tiene un talón de Aquiles. Puede ver un patrón y clasificarlo completamente mal”. Después añadió una advertencia que resume la preocupación del estudio: “Es una vulnerabilidad muy grave”. El hallazgo no niega el potencial de la inteligencia artificial en la exploración espacial, pero sí cuestiona la confianza ciega en sus resultados cuando la decisión depende de datos complejos y difíciles de verificar al instante. Riesgo para las misiones espaciales La advertencia tiene implicaciones directas para futuras misiones de la NASA y otros proyectos dedicados a buscar vida fuera de la Tierra. Róveres en Marte, sondas destinadas a lunas de Júpiter o Saturno y telescopios que analizan atmósferas de exoplanetas podrían apoyarse cada vez más en sensores con IA para filtrar grandes cantidades de información. Si esos sistemas generan un falso positivo, una misión multimillonaria podría anunciar una señal prometedora que más tarde quedara desacreditada. Los autores insisten en que el problema no se limita a la astrobiología. La misma fragilidad puede afectar a escáneres médicos, cámaras de seguridad, coches autónomos o sistemas de reconocimiento facial, tecnologías que también dependen de modelos capaces de detectar patrones. Por eso, Adami defendió la necesidad de una supervisión independiente: “Necesitas una forma independiente de comprobar su trabajo”. Y remató con una idea clave para cualquier avance científico asistido por algoritmos: “Tiene que haber un humano en el circuito”. La inteligencia artificial aplicada a la búsqueda de vida extraterrestre acaba de enfrentarse a una prueba incómoda: un experimento que se terminará de hacer público en agosto en la Conferencia sobre Vida Artificial de 2026, en Waterloo, muestra que un sistema entrenado para detectar posibles señales biológicas puede confundirse con una facilidad preocupante. El trabajo, realizado por Ankit Gupta y Christoph Adami, de la Universidad Estatal de Míchigan, apunta a un problema clave para futuras misiones espaciales: la IA puede ver vida donde no la hay.