El Renacimiento de los polímatas en tiempos de la Inteligencia Artificial

Es sorprendente que, después de varios años y más de cien capítulos, nunca haya hablado de la polimatía en Polymatas. Pues bien, hoy he decidido pagar esa deuda a propósito de la revolución de la Inteligencia Artificial en la que estamos inmersos. ¿Qué tiene que ver una cosa con la otra? Pues es lo que te voy a contar en este capítulo; ¡empecemos!

También lo puedes escuchar en Spotify, iVoox y Apple.

Una breve historia de la polimatía

La polimatía, que podemos definir como el dominio de múltiples disciplinas por una sola persona, fue muy valorada en épocas pasadas. Aristóteles fue uno de los primeros polímatas; justamente dediqué un par de capítulos a su figura hace un tiempo. De hecho, en su época, muchos de los grandes filósofos eran polímatas que estudiaban biología, física, ética, retórica, política… Más tarde, figuras como Avicena (en la Edad Media), Leonardo da Vinci (en el Renacimiento) y Benjamin Franklin (en la Ilustración) destacaron en campos diversos (arte, ciencia, filosofía, ingeniería, política, matemáticas…) y eran celebrados como arquetipos de intelectuales a los que había que aspirar.

El Renacimiento europeo fue la época dorada de los polímatas. También conocidos como hombres renacentistas, estos genios curiosos creían firmemente en el conocimiento como un todo integrado, en el que las distintas ramas del saber estaban interconectadas.

A partir de la Ilustración y, especialmente, hacia el siglo XIX, esta visión comenzó a cambiar. El crecimiento exponencial de la información científica hizo cada vez más difícil que un individuo abarcara todo el saber, lo que fue fomentando la especialización, tanto de las instituciones como de los individuos.

En el siglo XIX se produjo una transformación radical en la forma de organizar el conocimiento. Figuras como Auguste Comte promovieron la idea de que la especialización era sinónimo de progreso, sosteniendo que el avance en ciencia y tecnología requería dividir el saber en áreas concretas para estudiarlas a fondo.

Esta visión impulsó a las universidades a fragmentar el conocimiento en disciplinas específicas. Se crearon departamentos y cátedras dedicados a campos tan específicos como la Ética, reservando el debate y la investigación a quienes tenían una formación especializada. Así, se ensalzó la figura del especialista, ya que la excelencia y el rigor en un campo reducido se consideraban esenciales para el progreso.

Aunque esta división facilitó el desarrollo de técnicas y teorías avanzadas, también generó silos de información que limitaron el diálogo entre disciplinas y relegaron la visión integradora del conocimiento, tan propia del Renacimiento. La especialización marcó el surgimiento de una cultura académica en la que solo los expertos en áreas particulares eran vistos como autoridades, olvidando el valor de los generalistas.

Como consecuencia, la figura del polímata sufrió un declive. A finales del siglo XIX y durante el siglo XX, muchos académicos veían con recelo a quienes “sabían de todo un poco”, tachándolos de “especialistas en generalidades”.

Sin embargo, parece que en el siglo XXI podría estar ocurriendo un segundo Renacimiento de la polimatía. Bajo mi punto de vista, hay dos hechos fundamentales que están impulsando este renacimiento.

Reconocimiento de la complejidad

El demonio de Laplace es una metáfora que ilustra muy bien la ingenuidad científica del siglo XIX. El científico ilustrado Pierre-Simon Laplace inventó un personaje que quedaría para los anales de la historia científica. Era un demonio cuyo poder era absoluto. Si este demonio existiera —decía Laplace— y fuera capaz de conocer la situación de todos y cada uno de los átomos del universo, conociendo a su vez con todo detalle las leyes de la física, podría conocer la situación de dichos átomos en cualquier momento del pasado y del futuro.

Con este experimento mental, el científico francés sentó las bases del determinismo causal, una visión filosófica que afirma que todo acontecimiento físico —esto incluye también pensamientos y conductas humanas— está determinado por las leyes de la física. Por lo tanto, si alguien tuviera toda la información del sistema (del universo), podría conocer el pasado y predecir el futuro con cualquier nivel de precisión.

Como puedes observar, la ciencia del siglo XIX era francamente optimista con sus posibilidades. Paradójicamente, el torrente de avances científicos del siglo XX sirvió para hacernos conscientes de que todo era mucho más complejo de lo que se pensaba y que probablemente nunca podríamos predecir el futuro.

El descubrimiento del caos y la mecánica cuántica

La Teoría del caos, surgida a mediados del siglo XX, mostró que los sistemas regidos por leyes deterministas pueden comportarse de manera impredecible. Pequeñas diferencias en las condiciones iniciales (lo que se conoce como el “efecto mariposa”) pueden amplificarse y conducir a resultados radicalmente distintos. Esto desafió la idea de que era posible conocer con exactitud la evolución futura del universo, incluso teniendo las herramientas más sofisticadas y los mejores conocimientos sobre las leyes de la física.

Simultáneamente, la mecánica cuántica introdujo una nueva dimensión de incertidumbre. El Principio de incertidumbre de Heisenberg reveló que, a nivel subatómico, es imposible conocer simultáneamente con precisión la posición y la velocidad de una partícula. Esta limitación no es resultado de errores en la medición, sino una característica fundamental de la realidad que pone en entredicho la visión determinista que propugnaba Laplace.

El nuevo paradigma de los sistemas complejos

Estos desarrollos científicos pusieron en evidencia que, aunque las leyes físicas nos permiten modelar y comprender muchos aspectos del universo, la complejidad inherente a los sistemas (tanto sociales como naturales) y la incertidumbre cuántica impiden alcanzar un conocimiento absoluto.

Todos estos nuevos conocimientos nos hicieron conscientes de la tremenda complejidad en la que estamos inmersos y abrieron las puertas al estudio de un nuevo paradigma: los sistemas complejos, que comenzó a desarrollarse con fuerza a finales del siglo XX e inicios del XXI.

Durante las últimas décadas han surgido nuevas áreas de estudio que utilizan modelos computacionales y teóricos para analizar la dinámica de sistemas complejos. Investigadores de campos tan variados como la biología, la economía, la medicina, la climatología y la sociología adoptaron herramientas que permiten identificar patrones emergentes y comprender cómo interactúan numerosos elementos en sistemas en constante cambio.

La ciencia moderna se ha alejado del paradigma determinista, reconociendo que la incertidumbre, el caos y la complejidad son características inherentes a la naturaleza y a los sistemas sociales. En lugar de buscar la precisión absoluta, el enfoque actual se centra en entender cómo pequeñas variaciones en un sistema pueden generar resultados radicalmente distintos a lo largo del tiempo (teoría del caos) y cómo, de un sistema formado por múltiples elementos que siguen unas reglas relativamente sencillas, pueden emerger comportamientos impredecibles a priori.

Así, la ciencia ha pasado de la visión de un universo predecible, como el imaginado por Laplace, hacia una concepción del mundo como un entramado dinámico, incierto y en constante evolución.

El estudio de la ecología, las dinámicas sociales, el clima, el tráfico, el cerebro o la economía global no serían posibles sin este nuevo paradigma de la complejidad.

En este nuevo contexto, en el que cada vez se valora la integración de diferentes disciplinas para comprender y modelar sistemas complejos, los polímatas, con conocimientos en varias áreas del conocimiento, están cobrando renovado valor.

La democratización del conocimiento

El segundo hecho que está impulsando la figura del polímata es la democratización del conocimiento.

La invención de la imprenta

El siglo XV fue un momento crucial para la propagación de la polimatía. Hasta la invención de la imprenta, los libros eran un artículo de lujo. Con el avance de los siglos, la mejora de la tecnología y la mejora radical en el nivel de vida de las personas, los libros fueron siendo cada vez más asequibles. A partir de finales del siglo XIX, los libros se convirtieron en un artículo que cualquier persona podía poseer. Además, con la proliferación de las grandes bibliotecas públicas, la investigación se hizo mucho más asequible. Una persona como tú y como yo, con algo de tiempo y dinero, podía leer libros de cualquier materia y convertirse en un polímata aficionado. El problema es que, con la llegada de la Modernidad, el conocimiento se multiplicó y era imposible profundizar en más de un área del saber. En el siglo XX, la explosión de libros y artículos científicos fue tal que, incluso para un académico experto, era imposible estar al día de su propia área del conocimiento.

Y entonces llegó internet.

Internet

Internet fue un nuevo cambio de paradigma. A menudo ya no hacía falta recurrir a libros y revistas en papel, ni acudir a las bibliotecas; mucho del conocimiento estaba al alcance de una persona con un ordenador y conexión a internet. Cualquiera podía crear un blog o un podcast y hablar sobre cualquier tema, y las enciclopedias empezaron a migrar a la Red. La Wikipedia sobrepasó con creces la extensión de la enciclopedia Británica y, a pesar de ser abierta, muchos investigadores la usan a diario. Además, muchas revistas científicas ya publican sus artículos en internet y la llegada de YouTube ha multiplicado el conocimiento en forma de vídeos divulgativos, conferencias y documentales.

El problema de internet es que es una jungla. Salvo honrosas excepciones, como la Wikipedia, tenemos un montón de información fragmentada, de fuentes dudosas, información poco accesible y en diferentes idiomas… Los buscadores han ayudado mucho a facilitar la labor de los usuarios, pero aún así internet presenta ciertas barreras.

A principios de 2010, un usuario avanzado con ganas de investigar podía buscar la información, filtrarla y verificarla, pero llevaba bastante tiempo. Además, muchas de las preguntas que podían surgirle a cualquier estudioso o curioso no tenían una respuesta directa en la Red, sino que había que navegar y extraer información de docenas de fuentes, y saber sintetizarla e interpretarla para intentar dar respuesta a la pregunta.

Por ejemplo, si querías averiguar qué personajes históricos habían sufrido problemas mentales graves y los habían superado, tendrías que esperar a que alguien hubiese escrito un artículo sobre el tema específico (algo bastante raro) o dedicarte a buscar información sobre personajes históricos, ver si sufrieron enfermedades mentales y si las habían superado. Esta información podía estar fragmentada en libros, vídeos, artículos de blogs, artículos de enciclopedias, vídeos… Una investigación así podía llevarte varios días. En cierto modo, internet no deja de ser una biblioteca gigantesca y desordenada con un buen buscador (Google).

Y entonces, en noviembre de 2022, nació ChatGPT, la primera Inteligencia Artificial que iba a dar un paso de gigante en la democratización del conocimiento.

ChatGPT

ChatGPT y otros modelos del lenguaje que irían surgiendo, como Llama, Gemini, DeepSeek o Grok, también utilizan el contenido que hay depositado en internet (libros sin copyright y estudios académicos públicos incluidos), pero la forma que tienen de acceder a él y mostrarlo es muy diferente a la de los clásicos buscadores. Además, se cree que algunas empresas de IA han utilizado libros bajo licencia o artículos científicos no accesibles gratuitamente para su entrenamiento (aunque no he sido capaz de confirmar esto).

Por otro lado, los modelos de lenguaje no solo repiten lo que han aprendido directamente de sus fuentes, sino que pueden inferir nueva información combinando distintos fragmentos de conocimiento. Es decir, pueden realizar deducciones que no están explícitamente escritas en una fuente única. Por ejemplo, si preguntas en Google “¿Podría haberse evitado la caída del Imperio Romano si se hubiera adoptado un sistema económico más eficiente?” no obtendrás ningún resultado que responda específicamente a la pregunta. Sin embargo, si se lo preguntas a ChatGPT o a Gemini, te darán una respuesta razonable.

Esto definitivamente cambia las reglas del juego. De repente, cualquier persona con acceso a internet puede dar respuesta —razonablemente buenas y en segundos— a preguntas complejas como “Si los humanos evolucionaran en un planeta con el doble de gravedad que la Tierra, ¿cómo cambiaría su biología?”, “¿qué libros y artículos fundamentales debería leer (y en qué orden) si quiero convertirme en un experto en tráfico ferroviario?” o “Explícame paso a paso cómo podría construir una cabaña en el bosque con baño, 2000 € de presupuesto y sin tener ningún conocimiento previo.”

Obviamente, las respuestas de estos chatbots no son perfectas, pero están mejorando a pasos agigantados con cada versión. Además, hay que contar con que pocas personas humanas podrían responderlas adecuadamente y sin errores. Es decir, cometen errores, pero es que también las personas los cometemos.

50 LIBROS PARA COMPRENDER EL MUNDO

¿Quieres que te guíe en el camino hacia la polimatía? Si no quieres comprar ni un libro mediocre más, si quieres leer solo los grandes libros y aprovechar al máximo tus lecturas y además deseas compartir este viaje con otros aprendices de polímata, la Biblioteca Polymata fue creada para ti.

El segundo Renacimiento de la polimatía

¿Por qué el reconocimiento de la complejidad y la democratización del conocimiento están dando lugar a un segundo Renacimiento de la polimatía?

En primer lugar, los científicos, filósofos y empresarios empiezan a ser conscientes de la importancia de contar con personas formadas en varias áreas del conocimiento, porque los problemas complejos no pueden ser abordados desde una sola área. Y, si bien puedes juntar a varios expertos para que trabajen juntos, la comunicación entre ellos va a ser muy complicada si no hay alguien que hable los idiomas de las diversas disciplinas involucradas.

En segundo lugar, con la llegada de las IAs, una sola persona tiene acceso fácil a buena parte del conocimiento existente de una manera muy integrada. Es decir, con ayuda de ChatGPT y unos conocimientos básicos pero sólidos en diferentes disciplinas, un polímata puede ampliar su conocimiento varias veces en relativamente poco tiempo. Lo bueno de los chatbots es que no entienden de disciplinas y son capaces de integrar conocimientos de diferentes áreas.

Con la aparición de asistentes expertos polifacéticos (las IAs), ya no es tan necesario conocer las respuestas, sino saber qué preguntas hacer y cómo hacerlas.

En cierto modo, el conocimiento experto se ha convertido en una commodity, algo sin demasiado valor. Esto, obviamente, es una simplificación y los expertos siguen siendo valiosos, pero no en la medida en que lo eran hace unos años. Las IAs más avanzadas, al tener en cuenta el contexto, ahora pueden hacer cosas que antes sólo los expertos podían hacer. Antes de las IAs, uno podía consultar una web prestigiosa de nutrición y aprender que era importante comer muchas verduras, consumir fuentes de omega‑3 e ingerir suficiente proteína de calidad. Pero necesitabas a un experto para adaptar estos conocimientos a tus condiciones de salud particulares. Con las IAs, esto ha cambiado, porque entienden el contexto y pueden adaptar sus recomendaciones como lo haría un experto.

Para saber qué preguntas hacer se requieren conocimientos básicos pero sólidos de todas las áreas implicadas en el proyecto, la investigación o el problema. Esos conocimientos también son útiles para intuir respuestas erróneas de la IA o carencias en sus respuestas. Y, por supuesto, hay que estar muy familiarizado con el uso de la IA en particular para entender qué tipo de prompts son más eficaces, qué tipo de información suele omitir, etc.

Una persona creativa, dotada de pensamiento crítico y conocimientos básicos —aunque sólidos— en física, biología, psicología, programación, ecología y economía, que además tenga un manejo avanzado de IAs como Gemini o ChatGPT, puede hacer cosas que no podíamos ni soñar hace unos años en muy, muy poco tiempo.

Obviamente, la limitación principal de las IAs es que trabajan sobre conocimiento previo y, teóricamente, no pueden innovar. Pero, sobre todo, que sólo se mueven en el mundo de las ideas y no en el de la acción. En un futuro, cuando proliferen los asistentes digitales que, además de pensar, puedan realizar tareas en el ordenador; cuando se diseñen robots polivalentes y baratos, y se perfeccionen las impresoras 3D, un equipo formado por IAs avanzadas y un polímata bien formado podría hacer cosas alucinantes. El hombre orquesta, tan denostado hace bien poco, podría convertirse en un super-humano con capacidad para casi cualquier cosa.

Que quiero construirme una cabaña en el bosque… ¡hagámoslo!
Que necesito un programa que cree resúmenes de libros extensos y me los lea con voz humana… ¡hagámoslo!
Que necesito crear un curso online avanzado sobre el uso de ChatGPT en 4 días… ¡hagámoslo!
Que tenemos que planificar un proyecto de ciberseguridad para una empresa que trabaja con el Ministerio de Defensa… ¡hagámoslo!

Un polímata creativo, con las nuevas IAs que se están mejorando semana a semana, tendrá el mundo a sus pies.

El polímata está acostumbrado a aprender cosas nuevas rápidamente; ahora, con las IAs como tutoras, ese aprendizaje se agiliza todavía más. Pero lo bueno es que ya no necesita tener tanto conocimiento de detalle, porque a la IA se le pueden hacer preguntas muy específicas que, hasta ahora, sólo un experto podía responder. Es cierto que todavía alucinan y es muy común que sus respuestas contengan errores, pero las alucinaciones cada vez son menores en los nuevos modelos, y si usas varias IAs puedes contrastar la información de unas con otras.

En resumen

Puedo equivocarme, pero creo que estamos ante un nuevo Renacimiento de la polimatía. El reconocimiento de un mundo cada vez más complejo e interconectado y la democratización total del conocimiento facilitada por la IA lo están haciendo posible.

Los curiosos que disfrutamos teniendo una visión amplia de cómo funciona el mundo, que no dejamos de aprender y que no tenemos miedo a la tecnología, nos encontramos ante un momento de la historia que parece hecho para nosotros. Mi recomendación para cualquier persona es que aproveche las nuevas oportunidades que nos abren las IAs generativas y que experimente por su cuenta. Que potencien sus conocimientos fundamentales a través de proyectos como la Biblioteca Polymata y que aprendan a usar las IAs para sacarles el máximo provecho, siendo conscientes de sus limitaciones.

Polymatas

Ej. de newsletter