La inteligencia artificial podría identificar con confianza lo no vivo como vida extraterrestre y nunca señalar su error, según una nueva investigación de la Universidad Estatal de Míchigan que conlleva implicaciones preocupantes para las próximas misiones astrobiológicas.
Christoph Adami, un biólogo computacional, y su estudiante Ankit Gupta han demostrado que los sistemas de clasificación por IA son alarmantemente vulnerables a falsos positivos cuando se les pide identificar formas de vida desconocidas. El estudio, presentado en la Conferencia 2026 sobre Vida Artificial en Waterloo, Canadá, probó la IA en una plataforma de evolución digital llamada Avida, que ejecuta organismos digitales autorreplicantes que compiten por tiempo de CPU.
Los resultados fueron contundentes: en aproximadamente 15 pequeños cambios en las secuencias moleculares, la IA se convenció al 100% de que las muestras no vivas estaban vivas, independientemente de la secuencia inicial.
El problema fuera de distribución
El problema central es lo que los investigadores de aprendizaje automático llaman datos «fuera de distribución». La IA funciona bien cuando los datos de prueba se asemejan a sus datos de entrenamiento, pero se colapsa cuando se enfrenta a lo verdaderamente desconocido. La vida extraterrestre, por definición, entra en esta categoría. No tenemos forma de entrenar a una IA sobre cómo es la bioquímica extraterrestre porque nunca la hemos encontrado.
«Anteriormente habíamos visto que la IA tiene un gran talón de Aquiles cuando intenta clasificar cosas que no se parecen a los ejemplos de su entrenamiento», dijo Adami. «A estas las llamamos muestras fuera de distribución y es increíblemente fácil hacer que la IA clasifique erróneamente».
Los investigadores realizaron su análisis en 1.000 máquinas en paralelo durante tres meses, entrenando a la IA para clasificar los organismos digitales de Avida como vida o no vida. Una vez que la IA funcionaba bien con datos familiares, el equipo comenzó a modificar las secuencias moleculares un cambio a la vez. En aproximadamente 15 alteraciones, la IA estaba perfectamente convencida de que estaba viendo vida, cuando no era así.
«Esto significa que si hubiera una IA en una misión analizando muestras particulares de espectrometría de masas, entonces hay una probabilidad muy grande de que, aunque haya sido entrenada en tierra con una serie de muestras bióticas y abióticas, aún podría devolver un veredicto positivo cuando no tiene absolutamente nada que ver con la vida», dijo Adami.
Implicaciones para misiones reales
La vulnerabilidad no está distribuida por igual entre todos los métodos de detección. La evidencia visual directa de vida microbiana, como un rover marciano cortando una roca para revelar estructuras biológicas claras, probablemente sería verificable con métodos tradicionales que no dependen de la clasificación por IA. El peligro es mayor para las técnicas de detección remota: espectrometría de masas, espectroscopia y análisis atmosférico.
Estos son precisamente los métodos que se utilizarían para los objetivos más emocionantes de las próximas décadas: las capas nubosas de Venus, el océano subsuperficial de Europa y las atmósferas de exoplanetas observadas por el Observatorio de Mundos Habitables planificado por la NASA, cuyo lanzamiento está previsto para la década de 2040. En cada caso, una IA entrenada con muestras bióticas y abióticas terrestres cometería el mismo error, señalando firmas no biológicas como vida con alta confianza.
Adami y Gupta planean repetir el experimento con datos del mundo real, pasando de organismos digitales a muestras físicas reales. La próxima fase probará si la misma fragilidad se aplica al análisis bioquímico genuino.
La IA como herramienta, no como juez
Adami no pide que se excluya a la IA de la astrobiología. Reconoce que la IA es valiosa para procesar grandes conjuntos de datos e identificar patrones que los analistas humanos podrían pasar por alto. La advertencia trata sobre la dependencia excesiva. Los sistemas de IA son propensos a las alucinaciones, generando clasificaciones falsas pero seguras, un problema bien documentado en el uso cotidiano de la IA pero que se vuelve existencial cuando la pregunta es si la humanidad ha descubierto vida extraterrestre.
«Necesitas conocer tus datos de entrenamiento, y si sabes que tus datos de prueba son parte de la misma distribución que los datos de entrenamiento, entonces estarás bien», dijo Adami. «Pero no puedes garantizar eso con la vida extraterrestre».
La investigación plantea una pregunta fundamental para las agencias espaciales que diseñan misiones de detección de vida: ¿cuánto se debe confiar en la automatización cuando lo que está en juego es el descubrimiento más profundo de la historia humana? La respuesta, por ahora, parece ser: menos de lo que la propia IA cree.
Traducido por Alessandra