Meta ha trasladado su defensa del código abierto: ya no se trata solo de dar acceso, sino de crear infraestructura compartida para la ciencia. Confía en que publicar abiertamente modelos, datos y bibliotecas validadas impulse más investigación que mantener ese trabajo dentro de una sola empresa. Si sus socios no desarrollan proyectos a partir de esos recursos, la tesis pierde sustento.
| Documento | Datos |
|---|---|
| Emitido por | Meta |
| Publicado | 20 de noviembre de 2026 |
| Texto oficial | about.fb.com |
| Páginas oficiales enlazadas | 2 |
La prueba está en el documento de Meta «Avanzar juntos en la ciencia: aspectos destacados de la cumbre sobre IA de código abierto para la ciencia», publicado el 20 de noviembre de 2026. Meta afirma que su equipo Fundamental AI Research reunió durante dos días, en Menlo Park, California, a investigadores de universidades, hospitales y empresas para trabajar en salud, neurociencia, química, ciencia de materiales y matemáticas. La novedad respecto de la reciente encuesta empresarial de Meta en Singapur es la escala de lo que ahora propone compartir: un conjunto de datos cerebrales más amplio, un modelo atómico más rápido para usar más allá del aula y una biblioteca matemática diseñada para reutilizarse.
Un conjunto de datos cerebrales más amplio, de acceso abierto
El compromiso más claro se refiere al Digital Brain Project, que Meta lleva adelante con la Fundación del Hospital Rothschild y la Universidad de Montreal. Meta afirma que el proyecto financia a investigadores para recopilar datos cerebrales desidentificados y publicarlos abiertamente. En la cumbre, Meta anunció un objetivo de recopilación más ambicioso: elevarlo a 25,000 horas, frente a las 15,000 previstas hasta ahora.
El aumento importa porque el propósito declarado no es crear un conjunto privado de datos para entrenamiento. Meta vincula los datos con dos objetivos: comprender mejor la inteligencia humana y realizar investigaciones que puedan mejorar la salud neurológica. El documento no fija un calendario para alcanzar la nueva meta ni desglosa cómo se repartirán las horas adicionales entre los centros. Por tanto, el compromiso puede medirse en un aspecto, pero en otro sigue abierto. Los lectores podrán comparar el total final con la meta que Meta acaba de fijar, pero este documento, por sí solo, no permite evaluar el ritmo ni la cobertura de la recopilación.
En esa misma sección se menciona un segundo uso de los datos. Investigadores de la Universidad de Pittsburgh presentaron robótica asistencial desarrollada con los modelos DINOv3 y SAM 3 de Meta. Meta afirma que el equipo planea mostrar un robot capaz de ayudar a una persona a comer y que está probando instrucciones expresadas con las propias palabras del usuario. El beneficio que se reivindica aquí es la autonomía de las personas con discapacidad, no una puntuación de laboratorio. No se da una fecha para una demostración pública, y el sistema se describe como una propuesta en desarrollo y experimental, no como algo listo para utilizarse.
Simular átomos antes de comprometerse con los laboratorios
La química aporta el mecanismo que sustenta la afirmación más amplia de Meta. Los científicos utilizan simulaciones informáticas para seleccionar materiales y medicamentos prometedores antes de pagar por pruebas de laboratorio. Un modelo que represente los átomos con mayor precisión o rapidez puede acotar esa selección inicial.
En la cumbre, Meta presentó UMA Nitro, descrito como una versión más rápida de su Universal Model for Atoms. Meta informa que, en trabajos realizados con Carnegie Mellon y UC Riverside, los modelos UMA identificaron numerosas formas cristalinas de moléculas de fármacos sin datos adicionales de entrenamiento. El documento explica en términos sencillos por qué importa: la forma cristalina de un fármaco influye en cómo se disuelve una pastilla. Si un investigador conoce antes las formas probables, puede evitar desarrollar una variante que no se comporte bien al tomarla.
Meta también afirma que un trabajo con la Universidad de Chicago mostró a UMA simulando enzimas completas, átomo por átomo. Las enzimas son proteínas que impulsan reacciones químicas en los seres vivos. Si una simulación reproduce de forma fiable una enzima entera, sostiene Meta, los científicos pueden estudiar cómo funciona y diseñar versiones modificadas para la medicina, la sostenibilidad y la energía. El documento se expresa con cautela sobre este avance y lo presenta como una ayuda potencial, no como un método acabado. Esa distinción es fundamental para la apuesta de Meta por la apertura: el modelo se publica para que otros lo pongan a prueba, de modo que sus limitaciones se descubran mediante el uso público, en lugar de quedar zanjadas por el anuncio.
El aula como canal de distribución
Meta no limita UMA a los grupos de investigación. UMA Playground permite crear moléculas, observar cómo se rompen y forman los enlaces y seguir visualmente las reacciones. En la cumbre, Discovery Education anunció que la herramienta ya está disponible para profesores de química de secundaria, junto con guías para utilizarla en clase. RealChem, un curso universitario de Arizona State y Carnegie Mellon, planea incorporarla a las actividades de sus estudiantes.
Aquí es donde la cumbre amplía el público de un modelo de investigación. Una simulación que primero se justificó por su utilidad para desarrollar fármacos y materiales pasa a ser material didáctico para estudiantes que quizá nunca utilicen profesionalmente una simulación de laboratorio. Meta contextualiza ese paso con el alcance de sus dos socios educativos: destaca la amplia comunidad de educadores y estudiantes de Discovery Education y el uso de RealChem en casi 100 instituciones. La cifra de instituciones es la más útil en este caso: que un curso adopte la herramienta es una decisión de un profesor o departamento, y su uso reiterado en clase permitiría comprobar si una interfaz de investigación resiste las exigencias de la enseñanza cotidiana.
También se aprecia aquí el equilibrio entre ventajas y límites. Un entorno visual puede facilitar la comprensión de los enlaces y las reacciones, pero simplifica el trabajo que realiza un modelo de investigación. Meta no afirma que la versión para el aula sustituya la formación de laboratorio. Presenta el acceso y la familiaridad como el beneficio. Es una promesa más acotada que la de producir descubrimientos y también más plausible, porque los profesores pueden evaluar rápidamente si los alumnos comprenden mejor las reacciones después de utilizar la herramienta.
Matemáticas hechas para verificarse una sola vez
La sección de matemáticas explica un cuello de botella distinto. Comprobar una demostración nueva puede llevar a los expertos meses o años, según Meta. Lean, un lenguaje de código abierto para escribir matemáticas, permite que un ordenador verifique cada paso lógico. Una vez que un resultado está escrito y comprobado de esa forma, otros matemáticos pueden apoyarse en él sin repetir toda la comprobación, tanto si el resultado procede de un colega, de un estudiante o de un asistente de IA.
Meta subraya quién mantiene el control. Los matemáticos eligen las preguntas y se aseguran de que los enunciados escritos en Lean correspondan a lo que pretenden demostrar. Los investigadores de FAIR compartieron proyectos para apoyar ese trabajo, entre ellos ATLAS, una biblioteca abierta que formaliza 26 libros de texto de acceso abierto y más de 45.000 definiciones y resultados comprobados por ordenador.
Esas dos cifras sostienen el argumento. Una biblioteca compartida solo es útil si contiene suficiente material consolidado sobre el que pueda apoyarse el trabajo nuevo, y si las definiciones gozan de la confianza de quienes deben usarlas. ATLAS se presenta como esa base. Su prueba no será el tamaño anunciado en la cumbre, sino si los matemáticos externos añaden sus propios resultados en la misma forma y citan la biblioteca como punto de partida. El papel de Meta, según su propia versión, es aportar la base formal y las herramientas mientras la comunidad investigadora marca la agenda.
Una estrategia abierta que se juzga por el trabajo de otros
Leídos en conjunto, los tres campos siguen un mismo patrón. Meta aporta un activo común que otros pueden inspeccionar y reutilizar: datos cerebrales recogidos para su publicación abierta, un modelo atómico puesto al servicio de la investigación y las aulas, y una biblioteca matemática comprobada. En cada caso, el socio no es decorativo. Hospitales y universidades aportan datos y preguntas, los docentes deciden si una herramienta encaja en una lección, y los matemáticos custodian el significado de los enunciados formales.
Ese patrón marca también un cambio respecto a los acuerdos de fabricación limpia que Meta publicó a principios de noviembre, en los que las promesas de compra a largo plazo buscaban crear oferta. Aquí el instrumento no es una orden de compra, sino material compartido destinado a generar uso. El enfoque anterior pagaba para que se construyeran plantas. Este depende de que los investigadores elijan trabajar en los formatos abiertos que Meta está promoviendo.
El límite del documento es claro. Es el relato propio de Meta sobre su cumbre, sin una prueba independiente de UMA Nitro, sin una auditoría de la recogida de datos cerebrales y sin un informe de docentes o matemáticos tras un uso prolongado. Esas ausencias no vacían el anuncio de contenido, porque los objetivos y las publicaciones son lo bastante concretos como para comprobarse después. Sí significan que toda afirmación sobre beneficios sigue siendo una afirmación de Meta hasta que los socios publiquen resultados propios.
La conclusión se desprende de la estructura que Meta ha elegido. La apertura aquí no es un eslogan añadido a productos terminados; es una apuesta a que los datos, los modelos y las bibliotecas compartidos serán adoptados por personas a las que Meta no controla. El objetivo más ambicioso del proyecto cerebral, la publicación para las aulas y el crecimiento de ATLAS dan a esa apuesta tres medidas distintas. Si esos activos se estancan, la cumbre se leerá como un escaparate. Si el trabajo externo se acumula sobre ellos, Meta habrá demostrado que regalar material puede fijar las condiciones en las que se construye un campo.
Fuente: Meta, Meta, Introducing Direct: An App Just for Messaging, Meta, Meta’s New Agreements Bring Clean Manufacturing to Data Center Supply Chains · Fecha:



