La 16ª etapa del Tour masculino consistió en una contrarreloj individual que bordeaba la orilla francesa del lago Lemán, o lago de Ginebra, una de las masas de agua dulce más grandes de Europa y que sirve de frontera natural entre Francia y Suiza. Aunque no me voy a centrar en la historia geológica de este lago. Vamos a viajar prácticamente al otro lado del mundo, para conocer un evento sucedido hace más de dos siglos y que ha quedado ligado por siempre al lago Lemán.

El 5 de abril de 1815, en la isla indonesia de Sumbawa, el volcán Tambora empezó a dar señales de una erupción inminente. Evento que sucedió el día 10 del mismo mes. Se trató de una erupción explosiva, de las más grandes de las que se tiene registro histórico. Una enorme nube de gases, cenizas y fragmentos de rocas ardientes se deslizó a gran velocidad por la ladera del volcán como una masa gigantesca que arrasó todo lo que se encontraba a su paso, culminando en el mar, donde produjo varios tsunamis que afectaron a las islas cercanas. A finales de agosto, cuando cesó la actividad por completo, se pudieron evaluar los efectos de esta erupción: la montaña Tambora disminuyó su altura casi a la mitad, prácticamente un tercio de la isla fue devastada y se calculó que más de 10.000 personas murieron de manera directa.

Pero los efectos de la erupción del volcán Tambora no terminaron aquí. Con la explosión se vertieron toneladas de ceniza volcánica y gases de azufre que cubrieron la atmósfera. Ahí, actuaron como una especie de pantalla que reflejó los rayos del Sol, impidiendo su llegada hasta la superficie terrestre. Esto provocó un descenso generalizado de la temperatura, que se ha calculado en aproximadamente 0,5ºC en el Hemisferio Norte y que se pudo mantener durante los dos años siguientes a la erupción. Así, al año 1816 se le conoce como “el año sin verano”.

El enfriamiento generalizado estuvo acompañado de alteraciones atmosféricas muy significativas, con periodos de lluvias prolongadas, tormentosas y, en muchas ocasiones, cargadas de óxidos de azufre, que provocaron una gran pérdida de las cosechas. Le siguió la muerte del ganado. Y culminó con hambrunas y enfermedades que se extendieron por toda la población europea. En este caso, se estima que casi 50.000 personas más fallecieron de manera indirecta por las consecuencias de la erupción del Tambora.

En este contexto sombrío, frío y rodeado de enfermedad y muerte, volvemos al lago Lemán. En su orilla suiza, cerca de Ginebra, se encontraba la Villa Diodati, propiedad de poeta Lord Byron, que, durante ese “no verano” de 1816, decidió invitar a varios amigos y amigas a pasar unas lúgubres vacaciones. Entre ellas se encontraba una jovencita de 18 años llamada Mary Godwin, más conocida como Mary Shelley tras su casamiento.

Este grupo, al no poder disfrutar de tardes calurosas a la orilla del lago, decidió encerrarse en la mansión y dedicarse a leer y discutir sobre viejas historias de fantasmas. Hasta que, envalentonado por el alcohol y el láudano, Byron inició una apuesta con el resto: a ver quién era capaz de escribir la mejor historia de terror en unos días. Así, Mary dejó volar su imaginación y, rodeada por esa atmósfera fría, sombría y mortal que la rodeaba en el corazón de Europa, creo la novela corta “Frankenstein o el moderno Prometeo”.

Hace más de dos siglos, debido a las consecuencias de una erupción volcánica, el lago Lemán vio nacer un monstruo que sentó las bases de la literatura de terror y de la ciencia ficción modernas. Este año, el mismo lago ha sido testigo de la consagración de un monstruo del ciclismo, del que ahora estamos disfrutando por nuestras carreteras gracias a la Vuelta Ciclista a España. Y, ¿aquí no hay volcán? Bueno, existe una curiosidad geológica muy particular: el día en que nació ese monstruo de las dos ruedas, cesó una de las erupciones del volcán fisural del Pitón de la Fournaise.

Dedicatoria:

Quiero dedicarles este artículo a Daniel Ampuero y Gonzado Da Cuña, periodistas deportivos de RNE. Aunque este año no haya podido disfrutar de vuestra compañía aprendiendo un poquito de comunicación y de ciclismo, seguro que volveré a “daros la brasa geológica” pronto.

Sobre la autora: Blanca María Martínez es doctora en geología, investigadora de la Sociedad de Ciencias Aranzadi y colaboradora externa del departamento de Geología de la Facultad de Ciencia y Tecnología de la UPV/EHU

El artículo El verano suizo que vio nacer al monstruo se ha escrito en Cuaderno de Cultura Científica.

Apolo

Katherine Johnson colaboró en el programa Apolo.

Ayudó a calcular la trayectoria del vuelo del Apolo 11 a la Luna en 1969. En la sala de control del Centro Espacial Kennedy de la NASA la ingeniera JoAnn Morgan era la única mujer con derecho a observar el despegue desde su puesto de trabajo. Aunque Katherine Johnson y la ingeniera biomédica Judy Sullivan “se colaron” en esa sala para vivir de cerca la misión.

En 1970, trabajó en la misión Apolo 13, destinada a posarse en la Luna, aunque no pudo conseguirlo. Cuando la misión fue abortada, su trabajo en procedimientos y cartas de navegación de respaldo ayudó a establecer una ruta segura para el regreso de la tripulación a la Tierra. No fue la única que ayudó a conseguir el retorno de la nave; recordemos, por ejemplo, a las ingenieras Frances Northcutt y Judith Love Cohen.

Bridge

El bridge era una de sus aficiones, jugaba en muchas ocasiones durante el almuerzo.

Claytor

Realizó sus estudios superiores en el West Virginia State College. Uno de los profesores que detectó su tremendo potencial fue el matemático William Waldron Schieffelin Claytor, el tercer afroamericano en obtener un doctorado en Estados Unidos. Específicamente para ella, creó asignaturas de geometría analítica y aeronáutica.

Docencia

Antes de entrar en la NACA (ver letra N), trabajó como docente de matemáticas (y francés) en algunas escuelas.

Ecuaciones

Katherine Johnson explicaba de este modo el trabajo pionero en el que colaboró en la NASA:

Todo era tan nuevo: la sola idea de ir al espacio era novedosa y audaz. No había libros de texto, así que tuvimos que escribirlos. Redactamos el primer libro de texto desde cero. La gente nos llamaba y nos preguntaba: «¿Qué les hace pensar que esto o aquello es posible?», y nosotros intentábamos explicárselo. Creamos las ecuaciones necesarias para rastrear una nave en el espacio. Tuve la suerte de trabajar en la división que calculó todas las trayectorias originales…

Francés

En West Virginia State College consiguió sus grados en matemáticas y francés con tan solo 18 años.

Glenn

Johnson fue encargada de verificar los cálculos de la computadora que llevarían al astronauta John Glenn en su vuelo orbital alrededor de la Tierra en la nave Friendship 7. Este vuelo en la nave de la misión Mercury Atlas 6, convirtió a Glenn en el primer estadounidense en orbitar la Tierra (y la quinta persona en el espacio): fue el 20 de febrero de 1962.

Hidden (Figures)

Hidden Figures es una novela de la periodista Margot Lee Shetterly que cuenta la historia de un grupo de matemáticas afroamericanas de la NASA cuyos cálculos impulsaron uno de los mayores logros espaciales de Estados Unidos. El texto entrelaza las historias de Dorothy Vaughan, Mary Jackson, Katherine Johnson y Christine Darden. Fue llevada posteriormente al cine, lo que ayudó a dar a conocer el trabajo esencial de estas Figuras Ocultas.

Institute

Cuando Katherine era una niña, las leyes de segregación racial impedían que una afroamericana pudiera estudiar más allá de octavo curso en White Sulphur Springs, la ciudad en la que nació Katherine. La familia Johnson decidió entonces mudarse a Institute (Virginia Occidental), donde estaba el West Virginia Colored Institute para afroamericanos.

Johnson

Johnson es el apellido de su segundo marido. En 1939 se casó con James Francis Goble, con en que tuvo tres hijas. James falleció de un tumor cerebral inoperable en 1956. En 1959, Katherine se casó con James Johnson, un oficial del Ejército de los Estados Unidos y veterano de la Guerra de Corea.

King (Angie Turner King)

En el West Virginia State College, la química y matemática Angie Turner King fue una de sus profesoras; fue para ella un gran apoyo durante sus estudios.

Lunar (módulo)

Los cálculos de Katherine ayudaron a sincronizar el módulo lunar con el módulo de mando y servicio en la misión Apolo 11.

Margot (Lee Shetterly)

Margot Lee Shetterly es la autora del libro Hidden Figures que cuenta la historia de un grupo de mujeres matemáticas afroamericanas de la NASA. Realizó un minucioso trabajo periodístico, en el que combinó la investigación archivística con entrevistas a muchas de las mujeres protagonistas de esta historia.

NACA

Katherine empezó a trabajar para la NACA (National Advisory Committee for Aeronautics), predecesora de la NASA (National Aeronautics and Space Administration), en 1953.

ÑuSat 15

El 6 de noviembre de 2020 se lanzó al espacio un satélite argentino-uruguayo que llevaba el nombre de Johnson: el ÑuSat 15 o «Katherine».

Orbital (mecánica)

Sus cálculos de mecánica orbital como empleada de la NASA fueron cruciales para el éxito de los primeros vuelos espaciales tripulados de EE. UU. (y algunos posteriores).

Programa (Mercury)

El trabajo de Johnson incluyó el cálculo de trayectorias, ventanas de lanzamiento y rutas de retorno de emergencia para los vuelos espaciales del Programa Mercury. Entre ellos se encuentran los vuelos de los astronautas Alan Shepard (el primer estadounidense en el espacio) y John Glenn (el primer estadounidense en órbita).

Racismo

En 1937 Katherine se mudó a Marion (Virginia) para ejercer como profesora de matemáticas, música y francés; allí sufrió las consecuencias de la segregación racial y el racismo por primera vez de forma consciente.

Skopinski (Ted)

En 1960, junto con el ingeniero Ted Skopinski, fue coautora de «Determination of Azimuth Angle at Burnout for Placing a Satellite Over a Selected Earth Position», un informe que se detallaban las ecuaciones de un vuelo espacial orbital en el que se especificaba la posición de aterrizaje de la nave. Fue la primera vez que una mujer de la División de Investigación de Vuelo de la NASA figuraba como autora de un informe de investigación

Topología

Su mentor, William Waldron Schieffelin Claytor, era doctor en topología.

Universidad (de Virginia Occidental)

Katherine fue la primera mujer afroamericana en cursar estudios de posgrado en la Universidad de Virginia Occidental.

Ventana (de lanzamiento)

Una ventana de lanzamiento es el periodo de tiempo, generalmente acotado entre dos fechas, en el que es posible realizar el lanzamiento de un cohete espacial, para garantizar que se alcance el objetivo satisfactoriamente. Katherine calculó muchas ventanas de lanzamiento durante su carrera.

White (Sulphur Springs)

Katherine Johnson nació como Creola Katherine Coleman el 26 de agosto de 1918 en White Sulphur Springs, en Virginia Occidental.

X Y Z

Estas son letras que suelen utilizarse para nombrar las coordenadas cartesianas en el espacio de dimensión tres. Katherine tenía una excelente formación en geometría analítica, dominaba las ecuaciones y los cálculas en geometría tridimensional. Y le gustaban fundamentalmente las matemáticas:

Siempre tendremos la STEM con nosotros. Algunas cosas desaparecerán de nuestra vista, pero siempre habrá ciencia, ingeniería y tecnología. Y siempre, siempre, habrá matemáticas.

Referencias

• Aitziber Lopez, Katherine Johnson: “La calculadora humana”, Mujeres con ciencia, Vidas científicas, 12 diciembre 2016
• John J. O’Connor and Edmund F. Robertson, Katherine Johnson, MacTutor History of Mathematics archive, University of St Andrews
• NASA Pioneer Katherine Johnson dies at 101, Space Center Houston, 24 febrero 2020
• Figuras ocultas. El sueño americano y la historia jamás contada de las mujeres matemáticas afroamericanas, Mujeres con ciencia, Entre páginas, 1 diciembre 2016
• Katherine Johnson, Wikipedia

Sobre la autora: Marta Macho Stadler es profesora de Topología en el Departamento de Matemáticas de la UPV/EHU, y editora de Mujeres con Ciencia

El artículo Katherine Johnson, recordando a una figura oculta se ha escrito en Cuaderno de Cultura Científica.

Cada generación cree haber vivido una revolución tecnológica sin precedentes, y es posible que con los ojos del presente sea así. La imprenta, la electricidad, internet o los teléfonos inteligentes cambiaron nuestra forma de vivir, de relacionarnos y de comprender el mundo que nos rodea. Pero pocas tecnologías habían penetrado tan rápido en algo tan íntimo como nuestros propios procesos mentales como lo que conocemos en general como Inteligencia Artificial. La irrupción de los grandes modelos de lenguaje (LLM), como ChatGPT, Gemini o Claude, ha abierto un debate tan fascinante como desafiante. ¿Piensan? ¿Son conscientes? ¿Superarán a la inteligencia humana? ¿Acabarán sustituyéndonos? ¿Necesitamos a Sarah Connor?

Sin embargo, quizá estamos mirando en la dirección equivocada. Comparar la inteligencia artificial con la inteligencia humana puede ser un error de categoría. Ambos sistemas procesan información, sí, pero lo hacen de formas profundamente distintas. El cerebro humano no almacena la realidad como una base de datos, sino que la interpreta en tiempo real, cobrando un carácter muy especial el concepto de interpretar. Para ello necesita de una exposición a información desde que nacemos (o incluso antes) de la cuál, solo una pequeña parte pasa a formar parte del propio cerebro. Estos procesos de aprendizaje se llevan a cabo por modificaciones químicas y físicas, por lo que nuestro cerebro está constantemente cambiando, esto es lo que entendemos por plasticidad. Además, construye hipótesis continuamente sobre el mundo a partir de la experiencia vital, la percepción corporal, las emociones y el contexto.

Los modelos de lenguaje, en cambio, generan respuestas extraordinariamente coherentes mediante procesamiento estadístico avanzado, siendo excelentes en muchas tareas. Cuentan con el acceso a una cantidad de información inabarcable, que les permite establecer relaciones, formular reflexiones o incluso lanzar hipótesis. De hecho, nos superan en muchas tareas precisamente por esa capacidad de acceso a la información y procesamiento de la misma, y eso no debería ser tampoco el tema de debate, ya que a lo largo de la historia de la humanidad han aparecido instrumentos y avances en este sentido.

El verdadero problema quizá no sea que la inteligencia artificial piense demasiado, sino que nosotros pensemos cada vez menos por su uso inadecuado.

Comprender la descarga cognitiva

Nuestro cerebro lleva miles de años externalizando tareas cognitivas, lo cual nos ha permitido evolucionar en muchos aspectos. La escritura nos permitió dejar de memorizar relatos complejos, los ábacos y posteriormente las calculadoras descargaron operaciones matemáticas, los mapas (y posteriormente los sistemas de GPS) redujeron la necesidad de orientación espacial, y un largo etcétera hasta la irrupción de internet que convirtió la información en algo ubicuo.

A este fenómeno se le conoce como descarga cognitiva y se basa en delegar parte del esfuerzo mental en herramientas externas para liberar recursos cerebrales (Risko y Gilbert, 2016). Y, en sí mismo, no es negativo, ya que se trata de una estrategia de ahorro energético. No debemos olvidar que el cerebro consume alrededor de una quinta parte de la energía total que emplea nuestro cuerpo. Como sistema adaptado y que lleva milenios evolucionando, el ahorro de energía o el buen uso de esta es uno de los elementos clave que han garantizado dicha evolución. De hecho, la descarga cognitiva probablemente ha sido una de las claves de nuestro desarrollo cultural y tecnológico.

En 2011, la investigadora Betsy Sparrow y su equipo describieron que cuando las personas escribían o almacenaban datos en un ordenador, recordaban mucho mejor donde había almacenado dicha información (la ruta de carpetas, subcarpetas,…), que el contenido de la información en sí. Esta es una de las evidencias del conocido como “efecto Google” o amnesia digital que se basa en que cuando sabemos que determinada información está accesible digitalmente, tendemos a recordar menos el contenido y más el lugar donde encontrarlo (Sparrow, Liu y Wegner, 2011). No es algo negativo, es una adaptación y de nuevo un ahorro energético, pero generalizado puede tener ciertas consecuencias poco deseables.

Pero los grandes modelos de lenguaje introducen una diferencia importante respecto a buscadores tradicionales o herramientas previas. Ya no delegamos únicamente datos concretos o cálculos específicos. Empezamos a delegar procesos cognitivos completos como resumir, estructurar, argumentar, comparar, redactar o incluso interpretar. Lo que nos llevaría a un “efecto Google” muy amplificado y es aquí, precisamente, donde aparece la encrucijada y donde debemos plantearnos el camino que queremos seguir en los próximos años.

Porque si la descarga cognitiva afecta a aquello que estamos intentando aprender, el problema deja de ser tecnológico para convertirse en cognitivo. Un reciente estudio del MIT Media Lab sobre el uso de ChatGPT apuntaba precisamente en esta dirección. Cuando determinadas tareas cognitivas se externalizan de forma continuada, disminuye la implicación activa de procesos relacionados con memoria, atención y elaboración conceptual profunda (Kosmyna et al., 2025; Stankovic et al., 2026). Básicamente se reduce la capacidad de razonamiento aunque los resultados finales sean iguales o incluso mejores.

El cerebro humano aprende haciendo esfuerzo, consumiendo una serie de recursos valiosos cuyo resultado es tener herramientas cognitivas para interpretar y comprender el mundo. El esfuerzo y la dificultad forma parte del propio mecanismo de aprendizaje. Cada vez que relacionamos conceptos, resolvemos un problema o detectamos un error, fortalecemos redes neuronales implicadas en ese proceso. Y aquí aparece una idea fundamental y es que la plasticidad cerebral depende del uso. Estas redes serán mucho más complejas y estarán más disponibles, si se activan y se usan, si no, con el tiempo desaparecen o incluso no llegan a formarse si no se da un procesamiento profundo de la información.

En definitiva, aquello que no se utiliza a nivel cerebral tiende, literalmente, a debilitarse.

La ilusión de competencia

Uno de los fenómenos más preocupantes del uso inadecuado de los LLM aparece especialmente en contextos educativos a cualquier nivel formativo, aunque se puede hacer más evidente en la educación superior. Se trata de la ilusión de competencia, esa sensación engañosa que todos sentimos de dominar un tema y que es tan común en tertulianos multidisciplinares que han infectado la parrilla televisiva. Básicamente, tras leer una respuesta bien redactada, coherente y aparentemente sofisticada, sentimos que hemos entendido el tema y asumimos cierto grado de competencia. Pero entender no es reconocer información, sino poder reconstruirla, relacionarla, cuestionarla y utilizarla en contextos nuevos. Entender requiere de tiempo y esfuerzo. El problema es que nuestro cerebro puede incorporar como propio un razonamiento que realmente no ha elaborado. Ahí es donde se crea esa ilusión que cada vez vemos con más frecuencia en las aulas universitarias (y no solo entre el alumnado).

Durante años, la neurociencia cognitiva ha demostrado que la familiaridad se parece peligrosamente al conocimiento real. Algo nos resulta comprensible y asumimos que lo dominamos, pero muchas veces solo hemos reconocido patrones lingüísticos convincentes. Los modelos de lenguaje son extraordinariamente buenos generando esa sensación de comprensión. Frases como “lo entiendo, pero no se explicarlo” que son frecuentes en ambientes de educación superior son un ejemplo de este proceso.

Esto puede provocar una percepción sobreestimada del conocimiento propio, especialmente en estudiantes. El alumnado siente que domina conceptos que nunca ha trabajado cognitivamente de forma profunda. Y cuanto más fluida es la respuesta generada por la IA, más difícil resulta detectar esta ilusión. Se trata de algo en lo que debemos educar en todas las etapas formativas, para evitar que caigan en estas trampas cognitivas. Paradójicamente, la herramienta diseñada para facilitar el acceso al conocimiento podría terminar dificultando uno de los procesos esenciales del aprendizaje como es construir un pensamiento propio.

La pereza metacognitiva

Es por eso que el problema puede ir todavía más allá. No solo empezamos a delegar tareas cognitivas concretas, también comenzamos a delegar la supervisión de nuestro propio pensamiento.  Entendemos por metacognición la capacidad de pensar sobre cómo pensamos. Este es un de los grandes logros de la evolución cognitiva, es una de las funciones más sofisticadas del cerebro humano y de hecho es una de las funciones que realmente nos hace humanos. Nos permite evaluar si entendemos algo, detectar errores, revisar sesgos, planificar estrategias y tomar decisiones complejas. Es, en cierto modo, el sistema de control ejecutivo de nuestra mente.

Cuando pedimos continuamente a la IA que organice ideas, tome decisiones, priorice información o incluso genere opiniones completas y complejas, corremos el riesgo de reducir nuestra implicación metacognitiva. El cerebro entra en una dinámica de menor supervisión crítica porque percibe que la tarea ya ha sido resuelta externamente.

Ya existen investigaciones que muestran cómo sistemas de inteligencia artificial pueden influir en decisiones políticas o modificar preferencias de voto (Lin et al., 2025). El problema no es únicamente la capacidad persuasiva de estas herramientas, sino nuestra creciente tendencia a aceptar respuestas plausibles sin someterlas a análisis profundo. La automatización del pensamiento no suele sentirse como pérdida de autonomía sino como comodidad. Y precisamente por eso puede resultar tan difícil detectarla.

La erosión silenciosa de la autonomía

Todo esto desemboca en una cuestión mucho más profunda que el uso puntual de un instrumento tecnológico. El pensamiento crítico no aparece espontáneamente ya que se trata de una habilidad que necesita entrenamiento constante. Requiere de exposición a información compleja, esfuerzo cognitivo, contraste de ideas, tolerancia a la incertidumbre y capacidad de detectar contradicciones. Cuando dejamos de ejercitar estos procesos, la autonomía intelectual puede erosionarse lentamente. Básicamente, para que haya pensamiento crítico, primero debe haber pensamiento, nuestro cerebro debe tener una serie de ideas y conceptos almacenados sobre los que construir esas ideas que puedan generar dudas y preguntas,

No significa que vayamos a volvernos menos inteligentes de forma inmediata, ni mucho menos que la inteligencia artificial destruya nuestra capacidad cognitiva. El cerebro humano es extraordinariamente adaptable, pero es precisamente por eso por lo que debemos prestar atención a cómo se adapta al contexto actual.

Hace poco más de un año investigadores de Microsoft apuntaban que el uso excesivamente pasivo de herramientas generativas puede reducir la implicación en procesos de pensamiento crítico. Cuanto mayor es la confianza depositada en la IA, menor tiende a ser el esfuerzo analítico realizado por el usuario (Lee et al., 2025).

Por lo tanto, la cuestión de fondo no es tecnológica, sino profundamente humana ya que debemos poner el foco en qué procesos mentales estamos dejando de practicar. Porque la libertad individual no depende únicamente del acceso a información, depende de la capacidad para interpretarla, cuestionarla y construir criterio propio.

Una oportunidad histórica

Pero no tenemos que esperar a que venga Sarah Connor a salvarnos, sería un error convertir este debate en un discurso apocalíptico. Los grandes modelos de lenguaje también representan una oportunidad educativa y cognitiva extraordinaria. Pueden democratizar el acceso al conocimiento, personalizar el aprendizaje, estimular la creatividad y servir como herramientas de apoyo intelectual de enorme valor. La clave no está en prohibirlos, sino en aprender a utilizarlos correctamente. Debemos ser conscientes del impacto que pueden tener si se usan de una forma acrítica.

Quizá el debate educativo no debería centrarse únicamente en si un estudiante puede utilizar IA para realizar un trabajo académico. La verdadera cuestión es otra, si acaso estamos enseñando a pensar junto a la inteligencia artificial sin dejar de pensar por nosotros mismos. Porque el futuro probablemente no pertenezca ni a quienes rechacen estas herramientas ni a quienes deleguen completamente en ellas. Pertenecerá a quienes sepan utilizarlas para amplificar su propia capacidad de una manera crítica, creativa y sin perder nunca de vista el filtro del pensamiento crítico.

Y es que, en el fondo, es una cuestión de tiempo. Generar un pensamiento crítico requiere de una base cognitiva robusta, que implica la creación de innumerables conexiones neuronales formadas gracias a la exposición a información y el análisis de la misma. Este proceso lento y que consume mucha energía se enfrenta hoy en día a respuestas rápidas, coherentes a nivel sintáctico, que apelan a nuestras emociones y que, normalmente, nos dan la razón. Es por eso que nos encontramos en una encrucijada cognitiva inédita en la historia humana. Y todavía estamos a tiempo de decidir hacia dónde queremos avanzar cognitiva y socialemente.

Referencias bibliográficas

Bjork, R. A.; Dunlosky, J.; Kornell, N. “Self-regulated learning: Beliefs, techniques, and illusions” en Annual Review of Psychology (2013, vol. 64, pp. 417-444).

Kosmyna, N.; Hauptmann, E.; Yuan, Y. T.; Situ, J.; Liao, X.-H.; Beresnitzky, A. V.; Braunstein, I.; Maes, P. Your Brain on ChatGPT: Accumulation of Cognitive Debt when Using an AI Assistant for Essay Writing Task. arXiv, 2025. https://doi.org/10.48550/arXiv.2506.08872

Lee, H.-P. H.; Sarkar, A.; Tankelevitch, L.; Drosos, I.; Rintel, S.; Banks, R.; Wilson, N. “The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort and Confidence Effects From a Survey of Knowledge Workers” en Proceedings of the 2025 CHI Conference on Human Factors in Computing Systems (2025, artículo 1121, pp. 1-22). https://doi.org/10.1145/3706598.3713778

Lin, H., Czarnek, G., Lewis, B., White, J. P., Berinsky, A. J., Costello, T., Pennycook, G., et al. (2025). Persuading voters using human–artificial intelligence dialogues. Nature, 648, 394–401. https://doi.org/10.1038/s41586-025-09771-9

Risko, E. F.; Gilbert, S. J. “Cognitive Offloading” en Trends in Cognitive Sciences (2016, vol. 20, núm. 9, pp. 676-688). https://doi.org/10.1016/j.tics.2016.07.002

Sparrow, B.; Liu, J.; Wegner, D. M. “Google Effects on Memory: Cognitive Consequences of Having Information at Our Fingertips” en Science (2011, vol. 333, núm. 6043, pp. 776-778). https://doi.org/10.1126/science.1207745

Stankovic, M.; Hirche, E.; Kollatzsch, S.; Doetsch, J. N. Comment on: Your Brain on ChatGPT: Accumulation of Cognitive Debt When Using an AI Assistant for Essay Writing Tasks. arXiv, 2026. https://doi.org/10.48550/arXiv.2601.00856

Sobre el autor: Javier Frontiñán Rubio es Profesor Titular de Biología Celular e Histología en la Facultad de Medicina de la Universidad de Castilla – La Mancha en Ciudad Real e Investigador Invitado en la Universidad de Lund (Suecia).

El artículo El cerebro en la encrucijada: Desafíos cognitivos en la era de la IA se ha escrito en Cuaderno de Cultura Científica.

Un grupo de investigación liderado por Hugo Zeberg (Instituto Karolinska) y Philipp Kanis (Instituto Max Planck) ha realizado un estudio del genoma neandertal, prestando especial atención a los genes que regulan el crecimiento corporal. En este estudio también ha participado Svante Pääbo (Premio Nobel de Medicina y Fisiología en 2022 por sus investigaciones en paleogenética).

La comparación de las secuencias genéticas humanas y neandertales reveló una pequeña diferencia en el gen del receptor de la hormona del crecimiento. Recordemos que esta hormona, secretada por la hipófisis, es captada por un receptor celular específico que promueve la proliferación, sobre todo en esqueleto y músculo. Alteraciones en este sistema, por defecto o exceso, provocan anomalías como el enanismo, el gigantismo y la acromegalia.

La diferencia detectada consistió en dos aminoácidos del receptor (Figura 2). En concreto una cisteína está sustituida por una fenilalanina en la posición 422 de la secuencia neandertal, mientras que una treonina reemplaza a una prolina en la posición 561. Estos cambios se simbolizan con las siglas C422F y P561T, respectivamente. Ambos cambios aparecen en el linaje neandertal, después de que se separara de dicho linaje el de los denisovanos (Figura 2). Los cambios no aparecen en otros homínidos arcaicos, por lo que se consideran un carácter específico de los neandertales.

¿Tienen estas sustituciones alguna relevancia en el funcionamiento del receptor? Para comprobar esta posibilidad, los investigadores desarrollaron cultivos de una línea celular de ratón dependiente de la presencia de hormona del crecimiento. Estas células no sobreviven sin los receptores. Cuando se induce en las células la expresión del receptor de la hormona del crecimiento, las células proliferan normalmente. Eso sí, el receptor neandertal, con las dos sustituciones de aminoácidos, provoca una mayor proliferación (un 39% más al cabo de cinco días) que el receptor humano. Dicho de otra forma, el receptor neandertal parece funcionar más eficazmente que el humano a la hora de promover el crecimiento celular. En sucesivos experimentos se pudo demostrar que el efecto se debe solo a la sustitución P561T, ya que C422F, por sí sola, no tiene efecto sobre la proliferación.

Los investigadores emprendieron una búsqueda exhaustiva de estas dos sustituciones en cinco biobancos de datos genéticos, con un total de 1,1 millones de registros. Resultó que en humanos modernos estas variantes aparecen con una frecuencia variable, 20% y 15% en habitantes del sur y este de Asia, respectivamente, 2% en nativos americanos y 0,5% en europeos, con una ausencia completa en África subsahariana. Evidentemente, el origen de estas variantes se debe a la hibridación entre neandertales y Homo sapiens, probablemente hace unos 47 000 años. Esta hibridación nunca se produjo en África, lo que explica la ausencia de esta variante genética. La cuestión es: ¿existe alguna consecuencia de estas variantes en la morfología corporal?

Pues sí, al menos desde el punto de vista estadístico. En promedio, los portadores de C422F y P561T tienen unos 270 gramos más de masa muscular que los no portadores, así como 285 g más de peso corporal, 0,3 cm más de altura y 0,27 cm más de circunferencia de cadera. No se observan diferencias en niños menores de 11 años, por lo que los cambios deben desarrollarse en la pubertad.

Por otro lado, odontólogos japoneses ya habían detectado que la variante P561T estaba asociada a una menor longitud de las raíces dentales y un ramo mandibular más corto, provocando un mayor riesgo de sobremordida (dientes superiores superpuestos a los inferiores). Curiosamente, estas características dentarias y mandibulares aparecen también en los neandertales (Figura 3).

La siguiente pregunta es: ¿cómo puede una sustitución puntual de un aminoácido en un receptor hormonal tener impacto sobre la proliferación  celular y sobre la morfología corporal?

La respuesta probablemente está relacionada con el mecanismo de actuación del receptor de la hormona del crecimiento (Figura 4). Cuando el receptor se une a la hormona, forma un dímero (unión de dos proteínas), y ello activa la enzima JAK2. Esta enzima fosforila (une grupos fosfato) a cinco aminoácidos, concretamente tirosinas, del receptor. A continuación se produce el anclaje de una proteína (STAT5) que es activada por JAK2, entra en el núcleo, interactúa con el ADN, y provoca la síntesis de un promotor del crecimiento celular. La sustitución P561T está muy próxima a tres sitios de fosforilación (Figura 2), y probablemente un pequeño cambio conformacional incrementa la eficacia de JAK2 en su interacción con el receptor y con STAT5.

En resumen, nuestros lectores europeos tienen una posibilidad entre 200 de portar un receptor de la hormona del crecimiento de origen neandertal. Esto solo implica una probabilidad algo mayor de desarrollar las características físicas que hemos mencionado.

Referencias

Kanis, P., Berreiter, M., Sieme, D. et al. (2026). Increased signaling of the Neanderthal growth hormone receptor. Curr. Biol., doi: 10.1016/j.cub.2026.07.025.

Sobre el autor: Ramón Muñoz-Chápuli Oriol es Catedrático de Biología Animal (jubilado) de la Universidad de Málaga.

El artículo El receptor de la hormona del crecimiento puede tener origen neandertal se ha escrito en Cuaderno de Cultura Científica.

Una parte fundamental de la ciencia básica consiste en especular, un concepto que según su etimología curiosamente no proviene del término speculum (espejo) sino del verbo speculari (observar algo desde arriba). Estas especulaciones, estas miradas desde lo alto, nos ofrecen perspectiva y son realmente necesarias para realizar avances científicos aunque en algunos casos parezcan locuras y visiones más propias de la literatura de ficción. Este verano de 2026, por ejemplo, en la ciudad estadounidense de Boulder, en Colorado, se ha desarrollado una de las propuestas especulativas más interesantes que he presenciado en mucho tiempo. Un grupo de expertos investigadores, astrobiólogos, geólogos planetarios, ingenieros aeroespaciales y hasta astronautas se han reunido durante dos días para debatir, de manera seria y científica, qué haría falta para lograr llevar al ser humano a la superficie de Titán, la mayor de las lunas de Saturno.

La reunión se ha bautizado como la primera «Humans to Titan Summit» y se celebró a propuesta de la ONG Explore Titan y el Southwest Research Institute. Sus conclusiones han sido tan honestas como llamativas: La física no es en realidad un problema, los mayores obstáculos radican en la ingeniería y la tecnología necesaria para el proyecto y, sobre todo, en la voluntad política para mantener un costoso programa que se extendería durante décadas.

Comencemos diciendo que Titán es uno de los grandes centros de atención de la astrobiología, uno de los pocos rincones de nuestro sistema solar que posee dos elementos muy interesantes para albergar vida: Es la única luna conocida que mantiene una atmósfera densa (de hecho es más densa que la nuestra) y es el único cuerpo del Sistema Solar con evidencia clara y actual de líquido en su superficie. Además Titán no es, ni mucho menos, un imposible para nuestras capacidades espaciales… hace más de veinte años, la misión Cassini-Huygens a Saturno logró aterrizar en su superficie con una sonda robótica. El descenso de Huygens a través de la atmósfera de Titán duró aproximadamente dos horas y media y, una vez en el suelo, proporcionó información muy valiosa durante 72 minutos.

Pero… ¿Qué sabemos realmente de Titán y qué deberíamos tener en cuenta para un futuro aterrizaje tripulado? Titán es un mundo extraño y, a la vez, sorprendentemente hospitalario… en algunos aspectos. Su atmósfera, mucho más densa que la terrestre, bloquea gran parte de la radiación cósmica que hace peligrosas las estancias prolongadas en la Luna o en Marte, donde no contaríamos con esa protección. Además la presión atmosférica no sería un problema ya que apenas es 1,5 veces de la que soportamos en la Tierra, por lo que un astronauta no necesitaría un traje rígido presurizado contra el vacío como el que usan en caminatas espaciales. La gravedad en Titán es apenas una séptima parte de la terrestre, lo que sumado a su atmósfera tan densa, nos haría tan livianos que, en teoría, podríamos hasta volar con un par de alas y nuestra propia fuerza muscular.

Por supuesto, estas ventajas también conllevan grandes inconvenientes que habría que solventar mediante tecnologías específicas. Esa atmósfera densa que nos protege de la radiación cósmica no posee oxígeno, se compone casi por completo de nitrógeno (98%) que se completa con todo tipo de hidrocarburos como el metano, etano, propano o acetileno. Tampoco nos libraríamos de llevar trajes espaciales ya que las temperaturas se sitúan en torno a los 179 °C bajo cero, un frío que permite que el metano y el etano puedan existir en estado líquido, jugando un papel similar al que el agua tiene en la Tierra… lluvia que forma ríos, lagos y hasta mares de hidrocarburos. Su gravedad, que en principio nos haría livianos como plumas, también tendría importantes consecuencias en nuestro organismo como pérdida de masa ósea, atrofia muscular, alteraciones cardiacas y una larga lista de complicaciones que se han documentado durante décadas en los astronautas que pasan largas estancias en la ISS.

Pero antes siguiera de abordar los desafíos que nos encontraríamos sobre el terreno deberíamos repasar un elemento indispensable para la misión: el viaje hasta allí. Titán está a unas 8,5 unidades astronómicas del Sol, aproximadamente 17 veces más lejos que Marte incluso en su ventana más cercana. La sonda Cassini tardó casi siete años en llegar usando varias asistencias gravitatorias (dos sobrevuelos de Venus, uno de la Tierra y uno de Júpiter). Con la propulsión química convencional, un viaje tripulado sería sencillamente inviable: los astronautas pasarían años expuestos a radiación cósmica y microgravedad sin ninguna protección planetaria. Necesitaríamos protegerlos de esa radiación y proporcionarles gravedad mediante fuerza centrífuga.

Estos problemas podrían reducirse si aumentamos la velocidad acortando el tiempo de viaje, lo que requiere nuevos avances en propulsión. A falta de los astrófagos de la película, los asistentes a la Humans to Titan Summit de Boulder evaluaron varios diseños de propulsión térmica y eléctrica nuclear para una hipotética nave tripulada hasta Titán. El más prometedor, usa un reactor de uranio-235 para calentar 172 toneladas de hidrógeno líquido y podría cubrir el trayecto de ida en unos 220 días, frente a los años que tomaría con tecnología química. Añadiendo más tanques de combustible el viaje podría acortarse hasta 90 días, aunque a costa de disparar la masa y por tanto el coste. La posibilidad de ensamblar todo esto en órbita mediante varios lanzamientos también sería un proyecto complejo.

Otras ideas, como el motor de plasma VASIMR o el Direct Fusion Drive aún son conceptos en desarrollo en el Laboratorio de Física de Plasma de Princeton y, aunque apuntan a tiempos de tránsito de entre 149 días y poco más de dos años, ninguno de ellos existe todavía a escala operativa y, por supuesto, ninguno resuelve un problema clave: aún no contamos con un blindaje ligero y fiable contra la radiación cósmica galáctica para trayectos tan largos.

Las especulaciones científicas son incontables y podríamos continuar durante horas, días… cómo sobrevivirían, qué comerían, cómo volverían (si es que vuelven)… hasta llegar al mayor impedimento para este gigantesco proyecto: la financiación y la consiguiente voluntad política para llevarlo a cabo. De vuelta a la realidad y con la situación geopolítica actual es, simple y llanamente, irrealizable. Sería necesaria la colaboración de las mayorías de las agencias espaciales, tanto públicas como privadas, así como un presupuesto tan desorbitado que ningún gobierno, o colaboración de gobiernos, parece estar dispuesto a aportar.

Afortunadamente no tendremos que esperar tanto para echarle un vistazo de cerca a  Titán… la NASA ha aprobado la misión Dragonfly (Libelula) que enviará un dron rotorcraft de tamaño similar a un coche que, usando energía nuclear (RTG) y aprovechando las características de su atmósfera, será capaz de volar sobre su superficie enviando información sobre su química prebiótica y habitabilidad. Su lanzamiento, si no se vuelve a retrasar como ya ha ocurrido, está previsto para julio de 2028 y llegaría a su destino en 2034. Mientras tanto, especular suena interesante…

Referencias científicas y más información:

Lachlan Brown (2026) «A real group of scientists and engineers spent two days in Boulder this June asking what it would actually take to send humans to Titan» Space Daily

Leonard David (2026) «Should Saturn’s huge moon Titan be humanity’s next destination, after the moon and Mars?» Space.com

Space Daily Editorial Team (2026)  «A Boulder summit is trying to put Titan on humanity’s long-range spaceflight map before Moon and Mars plans crowd it out» Space Daily

Sobre el autor: Javier Peláez (@Irreductible), es escritor y comunicador científico. Autor de «500 Años de Frío» (2019), «Planeta Océano» (2022) y «En busca del último continente» (2026). También es guionista en el programa de TVE «Órbita Laika», creador del Podcast Irreductible, ganador de tres premios Bitácoras, un premio Prisma a la mejor web de divulgación científica por Naukas.com y un Premio Ondas al mejor programa de radio digital por Catástrofe Ultravioleta.

El artículo ¿Qué necesitaríamos para poner humanos en la superficie de Titán? se ha escrito en Cuaderno de Cultura Científica.

Hay una pregunta incómoda para la que podemos aventurar una explicación: ¿qué había antes del Big Bang? Aquí emprendemos el camino más largo posible, de las fluctuaciones cuánticas hasta las galaxias.

Algo ocurrió antes, preparando el escenario de esa fase caliente que conocemos como el Big Bang. Los albores del cosmos, antes de que surgiera el universo conocido, pueden parecer poco interesantes: todas las regiones eran extraordinariamente similares, lo que llamamos homogeneidad. No había diferencias apreciables entre puntos cercanos o lejanos. Desde un punto de vista estadístico, las variaciones eran mínimas. Una serenidad aparentemente absoluta. Pero ese comienzo estaba lejos de ser trivial. De aquella uniformidad casi perfecta, surgieron cambios profundos.

Antes de la etapa caliente (que llamamos Big Bang) debió ocurrir algo que preparó el terreno y dejó al universo listo para evolucionar de la manera en que lo hizo después. Una distribución de materia inmensamente rica que dio lugar a estrellas, galaxias, cúmulos, filamentos y vacíos. La pregunta central de la cosmología moderna puede formularse así: ¿por qué ese inicio aparentemente simple contenía ya las semillas de toda la estructura posterior del universo?

El invierno cósmico

En el plasma primordial, la serenidad no era como se cuenta. Por eso, si preguntamos a la cuántica si el vacío está vacío, responderá que no es así. Ese plasma estaba formado por partículas que chocaban entre sí e interactuaban. Una nada llena de acción. En ese plasma eran frecuentes las transformaciones entre partículas, algo de lo que se encarga la interacción débil, una de las cuatro fuerzas fundamentales de la naturaleza, la que cambia el sabor de las cosas.

Y el universo se expandía. Cuanto más lo hacía, esas partículas tenían menos oportunidad de interaccionar entre ellas y, aceleradamente, bajaba el ritmo de las colisiones. Apenas un segundo después de que se iniciara la expansión del universo, quedaron congeladas. La feliz consecuencia de aquel invierno cósmico fue que los neutrinos se desacoplaron del plasma y comenzaron a propagarse libremente. Estos neutrinos son, a día de hoy, candidatos a encerrar el secreto de por qué el universo está hecho principalmente de materia y no de antimateria.

Mucho más tarde, unos 380 000 años después, se desacoplaron los fotones y el plasma se volvió transparente. Los fotones comenzaron a viajar casi sin obstáculos. Son los que hoy observamos como radiación de fondo de microondas, el remanente del principio del universo visible. Así fue como se hizo la luz en el cosmos.

El Big Bang caliente describe con gran precisión esta etapa en la que el universo ya era lo bastante frío y diluido como para estar gobernado por una física bien conocida. Pero, como hemos visto, antes ocurrieron pequeñas grandes cosas.

La inflación

Esa etapa previa fue un periodo de expansión del espacio-tiempo acelerada, que duró una fracción de segundo, y que llamamos inflación. No es un añadido que cumpla una función de adorno, sino el marco que hace comprensible el propio Big Bang caliente. La inflación explica no solo la homogeneidad que hoy se observa en el universo, sino también la geometría espacial casi plana y la existencia de pequeñas perturbaciones capaces de crecer por efecto de la gravedad.

Podemos imaginar la inflación como el efecto de un campo que llena todo el espacio, que evoluciona lentamente y que va perdiendo energía. La intensidad de su energía determina el ritmo de expansión del universo, más o menos acelerada. Pero hay más. La energía no solo estira la lámina; también la deforma, como si creara ondulaciones suaves e imperceptibles. Esa curvatura guía cómo se mueve y se agrupa la materia. La inflación no solo hace crecer el universo, también prepara el relieve que más tarde permitirá formar galaxias y estructuras cósmicas.

Lo hermoso de la inflación, o al menos lo llamativo, es que estira, por así decirlo, las perturbaciones primordiales que surgen en ese plasma energético primordial, estira las fluctuaciones cuánticas ineludibles de los campos que gobiernan el universo. ¿Qué quiere decir esto?

La gravedad y lo que ya existe

Según la física cuántica, en un campo (como lo fue ese plasma primordial) hay variaciones mínimas, aleatorias, en la densidad de energía en puntos específicos. En el universo primitivo, estas fluctuaciones eran minúsculas y ocurrían a una escala subatómica.

Durante la fase de inflación cósmica, el universo experimentó una expansión exponencial extremadamente rápida. Esto estiró las fluctuaciones cuánticas que pasaron de ser de escalas microscópicas a escalas mucho mayores, incluso tan grandes como el propio universo. Las sacó del mundo de lo microscópico y las convirtió en variaciones de densidad a gran escala.

Una vez que estas fluctuaciones se hicieron macroscópicas, se convirtieron en pequeñas variaciones de densidad en la materia. Y cuando la materia entró en juego, el terreno estaba listo para que actuara la gravedad.

Bajo la influencia de la gravedad, estas variaciones de densidad crecieron y formaron las estructuras cósmicas que vemos hoy, como galaxias y cúmulos de galaxias. El hecho de que la materia se organizara de esta manera permitió que existieran regiones con la densidad suficiente para formar estrellas y sistemas planetarios, en lugar de ser un espacio vacío y uniforme.

La existencia de fluctuaciones surgidas del azar cuántico representa la condición mínima para que exista cualquier estructura a escalas mayores, la que permite que haya historias que contar.

Sabemos que existieron esas perturbaciones primordiales porque, afortunadamente, dejaron trazas distintivas en la radiación cósmica de fondo, fósiles de las pequeñas irregularidades de origen cuántico que surgieron cuando el universo era todavía casi homogéneo.

La huella cuántica del universo primitivo

Tradicionalmente, el estudio del universo se centraba en cómo la gravedad atrae a la materia para formar estructuras. Sin embargo, hoy buscamos algo más profundo: la osadía de detectar, de forma indirecta pero rigurosa, la huella cuántica del universo primitivo, el origen de las fluctuaciones primordiales. La gravedad solo actúa sobre lo que ya existe. Pero la idea no es solo poder aseverar la existencia de un pasado cuántico, sino predecir sus consecuencias. La naturaleza probabilística de esa etapa cuántica fue responsable de que la materia se organizara, y de que lo hiciese de maneras concretas.

Mientras esperamos la consecución del reto intelectual de unir la gravedad con el resto de interacciones de la naturaleza, al menos avanzamos en comprender de qué manera cooperaron para crear un universo, un lugar donde pudieran surgir entes capaces de abordar esa búsqueda.

Sobre la autora: Ruth Lazkoz, Catedrática de Física Teórica, Universidad del País Vasco / Euskal Herriko Unibertsitatea

Este artículo se publicó originalmente en la revista Telos, de la Fundación Telefónica y republicado por The Conversation bajo una licencia Crative Commons.

El artículo Cómo era el universo antes del universo se ha escrito en Cuaderno de Cultura Científica.