Empresas tecnológicas despliegan chequeras millonarias para reclutar a investigadores del cerebro humano, buscando desbloquear la eficiencia y transparencia de sus modelos de inteligencia artificial.
La obsesión por la inteligencia artificial ha encontrado una nueva dirección. Tras la fiebre por ingenieros de prompts y diseñadores de modelos multimodales, el talento más codiciado reside ahora en los laboratorios de neurociencia. Las principales compañías del sector están trasladando su mira hacia los académicos que desentrañan los misterios de la mente, ofreciendo remuneraciones que emulan las de las estrellas deportivas para integrar este conocimiento biológico en sus sistemas algorítmicos.
La razón de este giro estratégico es clara: los modelos de lenguaje grande (LLM) se han convertido en una commoditie. La ventaja competitiva ya no radica en poseer uno, sino en perfeccionarlo, haciendo su funcionamiento más eficiente, predecible y comprensible. Para lograrlo, los gigantes tecnológicos necesitan descifrar el mecanismo más eficiente y complejo conocido: el cerebro humano. Esta búsqueda se centra en dos objetivos críticos: reducir el descomunal consumo energético de la IA y lograr descifrar la lógica interna de las «cajas negras» algorítmicas.
Un caso paradigmático es el de Aldo Battista. Hasta septiembre, este investigador estudiaba en la Universidad de Nueva York los procesos cerebrales detrás de las decisiones subjetivas. Hoy, según reporta Semafor, aplica ese mismo conocimiento en Meta, optimizando los algoritmos que dictan qué contenido ven millones de usuarios en sus redes sociales. El impacto es inmediato y tangible: mientras un paper académico podría pasar desapercibido, un ajuste en el sistema de recomendación de Instagram, basado en su investigación sobre cómo elegimos qué cenar, altera instantáneamente el comportamiento digital de una audiencia global.
Este patrón se repite across la industria. Akshay Jagadeesh, tras una década investigando el cerebro y la percepción visual, se unió a OpenAI como research resident, llevando su experiencia en neurociencia computacional directo al desarrollo de modelos de IA. Incluso Apple fichó a Ruslan Salakhutdinov, un experto en aprendizaje automático con años de trabajo en sistemas inspirados en la biología, para dirigir su investigación en IA. La tendencia fue evidente en el reciente ‘EBRAINS Summit 2025’, donde numerosas biografías académicas mostraban la transición hacia start-ups y departamentos de IA.
La lógica detrás de estos fichajes es profundamente pragmática. Las bases de las redes neuronales artificiales tienen décadas, pero su evolución se ha topado con un muro. Un cerebro humano realiza operaciones casi ilimitadas consumiendo apenas 20 vatios, mientras los data centers de IA devoran energía en magnitudes astronómicamente superiores para tareas equivalentes. Cerrar esta brecha es el Santo Grial de la industria, y quien lo logre se alzará con una ventaja insalvable.
El rastro de esta guerra por el talento queda al descubierto en las ofertas de empleo. Un puesto de investigador en OpenAI en ciencias aplicadas a la IA anuncia salarios base que oscilan entre 178.000 y 342.000 dólares anuales, excluyendo bonificaciones y paquetes accionariales. En otros laboratorios privados, los rangos para perfiles híbridos de IA y neurociencia son similares, de 150.000 a 350.000 dólares anuales. Para los candidatos más destacados, los paquetes de compensación total pueden alcanzar la franja de los millones, cifras que las universidades no pueden ni soñar en igualar.
Matthew Law, quien trabaja en OpenAI tras pasar por Stanford, diagnostica que las empresas han ampliado su radio de reclutamiento más allá de los graduados en informática, buscando desesperadamente en toda la base científica disponible. La cantera de desarrolladores puros comienza a agotarse, forzando esta incursión en disciplinas adyacentes.
Este fenómeno no es enteramente nuevo, pero su escala y urgencia sí lo son. El trasfondo de esta carrera es una cierta desesperación por encontrar la próxima ventaja diferencial decisiva. Si la innovación que buscan está escondida en los laboratorios de neurociencia universitarios, Silicon Valley no dudará en vaciarlos. La financiación ilimitada y los salarios desorbitados son armas ante las cuales el mundo académico difícilmente puede competir, marcando el inicio de una fuga de cerebros sin precedentes hacia el lucrativo ecosistema de la inteligencia artificial.
