El test de Mozart, Picasso y Einstein: la IA ya es creativa (y superhumana en algunos dominios), pero aún no cambia las reglas del juego

TESIS: medida con el marco clásico de Margaret Boden, la IA ya exhibe creatividad combinatoria y exploratoria reales —y en dominios verificables como las matemáticas o la biología estructural, a un nivel que ningún humano alcanza—, pero la creatividad transformacional, la de Mozart, Picasso y Einstein, la que no resuelve el problema sino que redefine qué problema merece resolverse, sigue siendo territorio humano. Y hay una segunda capa que el debate suele ignorar: la grandeza artística no es solo una propiedad del objeto producido, sino un acto social de intención, riesgo y significado que, hoy por hoy, una máquina no puede protagonizar. La respuesta honesta al test no es ni «sí» ni «nunca»: es «todavía no, pero la frontera se mueve más rápido de lo que el desprecio admite y más despacio de lo que el hype vende».

Empecemos por el mapa conceptual, porque sin él la discusión degenera en anécdotas. Boden distingue tres formas de creatividad: la combinatoria (mezclar ideas conocidas de formas nuevas), la exploratoria (encontrar soluciones inéditas dentro de un estilo o espacio de reglas dado) y la transformacional (cambiar el propio espacio: inventar reglas nuevas). La literatura académica reciente sobre modelos de lenguaje converge en un diagnóstico que compartimos: los LLM dominan la primera, alcanzan la segunda cuando hay un evaluador que separa el grano de la paja, y no han demostrado la tercera. No es un matiz menor: es la diferencia entre componer un buen cuarteto al estilo de Haydn y ser Beethoven decidiendo que el cuarteto ya no puede sonar así.

Ahora, los hechos que obligan a tomarse en serio la parte afirmativa. En diciembre de 2023, FunSearch (DeepMind) produjo construcciones nuevas para el problema del cap set —la primera vez que un sistema basado en LLM hacía un descubrimiento genuino en un problema matemático abierto, con la mayor mejora en veinte años de la cota inferior asintótica—. En 2025, AlphaEvolve encontró un algoritmo para multiplicar matrices 4x4 complejas con 48 multiplicaciones escalares, batiendo el récord que Strassen estableció en 1969: cincuenta y seis años de esfuerzo humano superados por un agente evolutivo con Gemini dentro. Y según ha documentado Terence Tao —probablemente el matemático vivo más respetado—, la asistencia de IA ha ayudado a mover en pocos meses del orden de un centenar de problemas de Erdős a la columna de «resueltos», incluyendo casos que el propio Tao describe como resueltos por el sistema con autonomía casi total y verificación formal en Lean. Esto no es marketing: son resultados verificados, publicados y reproducibles. En el espacio exploratorio de las matemáticas, donde la validez se puede comprobar mecánicamente, la IA ya crea cosas que ningún humano había creado.

AlphaFold es el otro pilar. El Nobel de Química 2024 a Hassabis y Jumper no premió una promesa sino un hecho: la predicción de la estructura de prácticamente los 200 millones de proteínas conocidas, una base de datos abierta usada por más de dos millones de científicos de 190 países, con aplicaciones ya reales en resistencia a antibióticos, enzimas que degradan plásticos y aceleración del descubrimiento de fármacos para enfermedades desatendidas como el Chagas. Aquí la IA no imita a un genio: amplía lo que la especie entera puede hacer. Y esto conecta directamente con nuestra línea de fondo —el horizonte de erradicar enfermedades y alargar la vida— sin necesidad de exagerar nada.

Nuestra lectura de todo esto tiene tres capas. Primera: hay un patrón nítido y es que la IA brilla exactamente donde existe una función de evaluación objetiva. FunSearch, AlphaEvolve y AlphaFold no son «modelos que sueñan»; son motores de generación acoplados a verificadores implacables que descartan la basura. La creatividad emerge del bucle generar-evaluar-seleccionar, no de una chispa interior. Eso es enormemente valioso —es, de hecho, una descripción decente de cómo trabaja buena parte de la ciencia—, pero explica también por qué el arte, donde no hay verificador objetivo, es un caso radicalmente distinto.

Segunda capa: en el arte, los datos son a la vez espectaculares y engañosos. GPT-4 puntúa en el 1% superior del test de Torrance de pensamiento creativo, superando a controles humanos en originalidad y elaboración (Universidad de Arkansas, Scientific Reports, 2024). Un estudio de la Universidad de Pittsburgh (Scientific Reports, 2024) demostró que los lectores no expertos no distinguen la poesía generada por IA de la de Shakespeare, Dickinson o Plath —y que tienden a puntuarla mejor—. Pero cuidado con la conclusión fácil: los propios autores señalan que los lectores prefieren los poemas de IA porque son más simples y accesibles, y confunden la complejidad del poema humano con incoherencia. Es decir, el «triunfo» de la IA mide en parte la comodidad del gusto medio, no una cima artística. Y los tests de Torrance miden potencial divergente en condiciones de laboratorio, no la creación de una obra que reorganice un campo. Que la IA gane en fluidez y originalidad estadística no significa que gane en lo que hace grande a Picasso.

Tercera capa, y para nosotros la decisiva: la grandeza artística no reside solo en el artefacto, sino en el acto. Aquí las voces de primer nivel importan. Boris Eldagsen ganó en 2023 el Sony World Photography Award con una imagen generada por IA y rechazó el premio, no para humillar a la máquina sino para forzar el debate: «la IA no es fotografía», dijo, y no deberían competir en la misma categoría. Nick Cave, ante una canción «al estilo de Nick Cave» generada por ChatGPT, la llamó «una parodia grotesca de lo que significa ser humano», con un argumento que merece tomarse en serio aunque uno no lo comparta del todo: las canciones «nacen del sufrimiento», y el algoritmo «no ha estado en ningún sitio, no ha soportado nada». No hay que idealizar esta postura —el romanticismo del artista atormentado es también un mito—, pero apunta a algo real: valoramos el arte en parte porque es un mensaje de una conciencia a otra, un testimonio de haber vivido. La IA produce el objeto; no ha vivido nada. Y cuando un premio de fotografía o de ficción se da a una obra de IA presentada como humana, lo que se rompe no es la calidad del píxel, sino el contrato de intención que sostiene el valor.

Hay además un riesgo colectivo que un optimista serio no puede callar. El estudio de Doshi y Hauser (Science Advances, 2024) mostró algo incómodo: la IA generativa mejora la creatividad de cada escritor individual, pero homogeneiza el conjunto —las historias asistidas por IA se parecen más entre sí—. Es la paradoja de nuestro tiempo: cada uno se vuelve un poco más «creativo» y la cultura, en agregado, un poco más monótona. Si Mozart, Picasso y Einstein importan es precisamente porque divergieron del promedio; una tecnología que empuja hacia la media podría, mal usada, hacer más difícil que aparezca el próximo outsider. La buena noticia —y la investigación de seguimiento lo confirma— es que esto depende de cómo se despliega la herramienta, no de una limitación inevitable: con diversidad de prompts y de personas se preserva la variedad. El problema es de diseño y de mercado, no de destino.

IMPLICACIONES. A corto plazo, lo honesto es reconocer la disrupción: profesiones creativas de gama media —ilustración comercial, redacción publicitaria, música de stock, fotografía de catálogo— ya están sufriendo la sustitución, y los conflictos sobre autoría, derechos y datos de entrenamiento son reales y no resueltos. No lo edulcoramos. Pero conviene distinguir el pánico de la tendencia: como en otros sectores que hemos analizado, lo rutinario y reproducible es lo más expuesto; el criterio, la voz propia y la intención de decir algo resisten mejor. A medio plazo, el escenario más probable no es la IA-artista autónoma que destrona a los genios, sino el creador aumentado: el matemático con copiloto que explora en horas lo que antes le llevaba años, el músico que usa el modelo como banco de ideas, el científico que delega la búsqueda y se reserva la pregunta. La creatividad transformacional —decidir qué merece la pena preguntar— sigue siendo el cuello de botella humano, y es precisamente la parte que más nos apasiona ceder a nadie.

A largo plazo, y aquí está nuestro optimismo matizado: la capacidad de la IA para hacer descubrimientos verificables —proteínas, algoritmos, teoremas— es una de las palancas más poderosas jamás inventadas para la abundancia de conocimiento. Si eso libera tiempo humano de lo rutinario para dedicarlo a lo que de verdad apasiona —incluida la creación artística sin presión económica—, el balance es profundamente positivo. Pero no confundamos los planos. La IA ha aprobado el examen de Einstein en su versión de «resolver problemas duros dentro de reglas dadas», y va camino de aprobarlo cada vez mejor. El examen de Picasso —romper las reglas y convencer al mundo de que la ruptura importa— sigue pendiente, y no está claro que sea un examen que una máquina, sin haber vivido nada, pueda siquiera querer aprobar. Nuestra conclusión, sin hype ni desprecio: la IA ya es creativa en un sentido real y a veces superhumano; todavía no es un genio, porque genio no es solo producir lo nuevo y valioso, sino decidir qué es lo que va a importar. Esa decisión, de momento, la seguimos tomando nosotros. Y no es poca cosa.