Paradoja del rejuvenecimiento biológico vs la falta de razonamiento de los LLMs

Un concurso que apuesta por revertir la edad biológica de 500 participantes convive con la polémica de que los grandes modelos de lenguaje aún no razonan como los humanos, según expertos de DeepMind.

Esta semana el mundo de la biotecnología recibió un anuncio inesperado: un concurso de seis meses en el que alrededor de quinientos voluntarios intentarán reducir su edad biológica mediante pruebas médicas, suplementos y rutinas de entrenamiento, mientras una comunidad de investigadores debate si los modelos de lenguaje grande (LLM) están realmente capacitados para razonar.

El concurso que promete rebajar la edad biológica

Organizado por un colectivo de startups de salud y laboratorios académicos, el certamen establece una tabla de clasificación pública donde los participantes reportan sus métricas de envejecimiento cada trimestre. Los organizadores afirman que la competición se basa en “medidas de biomarcadores que reflejan la salud de los órganos y la capacidad reparadora del cuerpo”. Entre los indicadores más habituales están:

• Longitud de los telómeros en células sanguíneas.
• Perfil epigenético de metilación del ADN.
• Capacidad pulmonar medida mediante espirometría.
• Marcadores inflamatorios en sangre (CRP, IL‑6).
• Rendimiento en pruebas de fuerza y flexibilidad.

Los participantes, que incluyen desde ingenieros de software hasta ejecutivos de mediana edad, reciben kits de análisis en casa y acceso a una plataforma web donde pueden comparar sus resultados con los de los demás. La promesa de “volverse más joven” se traduce en una posible reducción de años biológicos que, según los organizadores, se correlaciona con menores riesgos de enfermedades crónicas.

¿Mide realmente la “edad biológica” lo que dice?

El concepto de edad biológica no es nuevo, pero sigue siendo objeto de controversia. Mientras algunos estudios afirman que los biomarcadores epigenéticos pueden predecir la mortalidad con una precisión comparable a la de los factores tradicionales (como el tabaquismo), otros críticos señalan la falta de consenso sobre qué combinación de pruebas constituye una medida fiable.

En el contexto del concurso, la ausencia de una normativa estandarizada plantea dudas importantes:

• Variabilidad de laboratorio: los kits enviados a los participantes pueden presentar diferencias de calibración que influyen en los resultados.
• Placebo y motivación: la simple expectativa de mejorar puede desencadenar cambios de comportamiento que, sin estar directamente vinculados a la biología, mejoran los indicadores medidos.
• Interpretación de datos: sin un marco clínico robusto, la reducción de “años biológicos” podría ser una estadística atractiva pero clínicamente irrelevante.

En última instancia, la competición funciona como una gran prueba de campo para validar (o refutar) la utilidad de estos biomarcadores en entornos no controlados. Si al término de los seis meses los resultados demuestran una convergencia entre distintas métricas y una mejora tangible en la salud, el modelo podría abrir la puerta a seguros de salud basados en datos biológicos en lugar de edad cronológica.

LLM y razonamiento — la ilusión de la inteligencia

Mientras la comunidad biomédica se ocupa de la carrera contra el envejecimiento, Thore Graepel, ex‑DeepMind y actual presidente de aprendizaje automático en University College London, lanzó una advertencia contundente: los LLM actuales no razonan. En su columna de opinión, Graepel recuerda el momento histórico en que AlphaGo sorprendió al mundo con una jugada inesperada contra Lee Sedol, atribuyéndola a una forma de razonamiento que los sistemas de lenguaje actuales no poseen.

«Hace diez años, vi cómo AlphaGo sorprendió al mundo con una jugada tan extraña que muchos pensaron que era un fallo de programación. Esa capacidad de razonamiento creativo es lo que hoy falta en los grandes modelos de lenguaje», declaró Graepel.

Según Graepel, la arquitectura de AlphaGo combinaba aprendizaje reforzado con búsqueda de árboles de decisiones, una combinación que permite explorar alternativas antes de elegir la mejor. Los LLM, en cambio, se entrenan mediante predicción de palabras y carecen de un motor interno que evalúe consecuencias a largo plazo.

El argumento tiene implicaciones directas para la forma en que la industria emplea los LLM en aplicaciones críticas, como la generación de planes de tratamiento o la interpretación de datos genómicos. Si la “razón” no está presente, los modelos pueden producir respuestas convincentes pero sin fundamento lógico, lo que aumenta el riesgo de errores en contextos médicos.

Implicaciones para la industria de la salud y la IA

El cruce entre el concurso de rejuvenecimiento y la crítica a los LLM genera una reflexión sobre el futuro de la IA en la medicina. Por un lado, la disponibilidad de plataformas que recopilan datos biométricos en tiempo real abre la posibilidad de entrenar modelos de IA que detecten patrones de envejecimiento antes de que se manifiesten clínicamente. Por otro, la falta de razonamiento estructurado en los LLM limita su capacidad para explicar por qué una intervención específica podría ser eficaz.

Los desarrolladores que intenten integrar IA en la evaluación de la edad biológica deberán enfrentar dos retos:

• Construir modelos híbridos que combinen aprendizaje supervisado con mecanismos de búsqueda o razonamiento simbólico, tal como propone Graepel.
• Garantizar la transparencia y reproducibilidad de los biomarcadores utilizados, evitando que la competencia se convierta en una carrera de marketing basada en métricas poco fiables.

En mi opinión, la verdadera innovación no radica en lanzar un concurso viral ni en proclamar que los LLM “piensan”. La revolución llegará cuando ambos mundos converjan: cuando los datos biológicos sean procesados por sistemas que no solo predigan, sino que también justifiquen sus conclusiones mediante una arquitectura que emule el razonamiento humano.

Si la comunidad logra demostrar que la reducción de la edad biológica es mensurable y reproducible, y al mismo tiempo incorpora razonamiento estructurado en los algoritmos de IA, podríamos estar ante el inicio de una era donde la tecnología no solo prolonga la vida, sino que también la entiende.

Qué significa este cambio para los desarrolladores independientes

Para los programadores y startups que operan en el ecosistema de salud digital, la noticia implica una doble oportunidad. Primero, los datos generados por el concurso serán un tesoro de entrenamiento para modelos que busquen correlaciones entre hábitos y marcadores de envejecimiento. Segundo, la crítica de Graepel abre la puerta a nichos de negocio que ofrezcan soluciones de IA con razonamiento explícito, una característica que los grandes proveedores de LLM no pueden promocionar sin una revisión profunda de sus arquitecturas.

mientras algunos persiguen la ilusión de rejuvenecer a través de métricas de moda, otros se preparan para construir la próxima generación de IA que, al menos en teoría, podrá “pensar” antes de aconsejar.