Anatomía radiológica: el cuerpo humano visto desde la imagen médica

 

La anatomía radiológica es el estudio del cuerpo humano a través de técnicas de imagen como la radiografía, la tomografía computarizada, la resonancia magnética y la ecografía. A diferencia de la anatomía clásica, que observa órganos y tejidos de forma directa, esta disciplina aprende a reconocer estructuras en imágenes, cortes y planos. Su gran valor está en convertir lo invisible en interpretable: huesos, vasos, músculos, órganos y lesiones aparecen como señales que deben leerse con precisión, casi como un lenguaje visual del cuerpo. 🩺

Desde el descubrimiento de los rayos X por Wilhelm Röntgen en 1895, la percepción de la anatomía cambió radicalmente. El cuerpo dejó de ser solo objeto de disección para convertirse también en un territorio explorable sin abrir la piel. Con el tiempo, la imagen médica pasó de simples sombras en blanco y negro a reconstrucciones tridimensionales, mapas funcionales y estudios dinámicos. Hoy, la anatomía radiológica no solo muestra formas: también ayuda a comprender relaciones, movimientos, circulación y cambios patológicos. 🔬

Esta evolución no ha estado libre de controversias. La exposición a radiación ionizante, presente en radiografías y tomografías, exige equilibrio entre beneficio diagnóstico y riesgo. Por eso existen principios como ALARA, del inglés As Low As Reasonably Achievable, que significa usar la menor dosis razonable posible. También se debate el uso creciente de pruebas de imagen: más tecnología no siempre implica mejor medicina si no hay una pregunta clínica clara. La imagen debe estar al servicio del paciente, no de la fascinación tecnológica. ⚖️

Una curiosidad interesante es que la anatomía radiológica obliga a pensar el cuerpo “en cortes”. Estudiantes y profesionales aprenden a imaginar un órgano desde arriba, desde el lado o en secciones milimétricas, como si reconstruyeran mentalmente un edificio a partir de sus planos. Esta capacidad espacial es fundamental en cirugía, traumatología, neurología, oncología y muchas otras áreas. Además, la llegada de la inteligencia artificial está transformando la lectura de imágenes, aunque el criterio humano sigue siendo imprescindible para interpretar contexto, síntomas e historia clínica. 🧩

Su dimensión humanística es profunda: detrás de cada imagen hay una persona con miedo, dolor o esperanza. Mirar una resonancia o una radiografía no consiste solo en encontrar anomalías, sino en comprender una vida concreta. En la formación sanitaria, la anatomía radiológica conecta ciencia, tecnología y empatía. Para médicos, técnicos, fisioterapeutas, enfermeros o investigadores, aprender a “leer” el cuerpo en imágenes es también aprender a cuidar mejor, comunicar con claridad y tomar decisiones responsables. 🌍

100 años de investigación de la enfermedad de Alzheimer

🔍 El antecedente fundacional (1901-1910)

• 1901: el psiquiatra alemán Alois Alzheimer examina en Frankfurt a Auguste Deter, de 51 años, con pérdida de memoria reciente y alucinaciones auditivas un caso que se convirtió en su obsesión personal.
• Abril de 1906: Deter fallece; su cerebro es enviado a Alzheimer, entonces ya en Múnich trabajando con Kraepelin quien recibió el cerebro desde Frankfurt enviado por E. Sioli tras la muerte de la paciente.
• Noviembre de 1906: Alzheimer presenta el caso en una conferencia en Tubinga; en 1907 publica el célebre artículo Über eine eigenartige Erkrankung der Hirnrinde, describiendo placas y ovillos.
• 1910: Emil Kraepelin acuña el término "enfermedad de Alzheimer" en su tratado de psiquiatría, separándola —de forma algo arbitraria, como se vería después— de la "demencia senil" común.

😴 1910-1960: medio siglo de letargo

La enfermedad se consideraba una rareza presenil (diagnosticable solo si aparecía antes de los 65 años); el deterioro cognitivo en la vejez se atribuía a "arteriosclerosis cerebral" o al envejecimiento normal.

• 1931: Max Knoll y Ernst Ruska inventan el microscopio electrónico en Alemania lo que permitió después estudios mucho más finos del tejido cerebral.
• Década de 1960: Michael Kidd y Robert Terry usan microscopía electrónica para describir la ultraestructura de los ovillos neurofibrilares (filamentos helicoidales apareados) y de las placas seniles.
• 1968: Blessed, Tomlinson y Roth publican el trabajo clásico que correlaciona el número de placas con la gravedad del deterioro cognitivo, y desarrollan la primera escala de medición del deterioro cognitivo y funcional en personas mayores.

🔄 Años 70: el giro conceptual decisivo

• Se crea en EE. UU. el National Institute on Aging (NIA) que empezó a dar apoyo institucional a la investigación sobre el desorden.
• 1976: Robert Katzman publica un editorial muy influyente argumentando que la demencia senil y el Alzheimer presenil son la misma entidad lo que llevó a que la enfermedad fuera reconocida como la forma más frecuente de demencia. Esto la transforma de curiosidad neurológica rara a problema de salud pública mayor de la noche a la mañana.
• Finales de los 70: se formula la hipótesis colinérgica (déficit de acetilcolina y de colina-acetiltransferasa), base de los futuros fármacos anticolinesterásicos.

🧬 Años 80: comienza la era molecular

• 1984: George Glenner y Caine Wong aíslan y secuencian parcialmente la proteína beta-amiloide a partir de vasos meníngeos de cerebros con Alzheimer, y ese mismo año la identifican también en un caso de síndrome de Down estableciendo la conexión entre trisomía 21 y patología amiloide.
• 1987: se localiza el gen de la proteína precursora del amiloide (APP) en el cromosoma 21 vinculándolo directamente a las placas seniles — lo que explica por qué las personas con Down desarrollan casi universalmente patología de Alzheimer si viven lo suficiente.
• 1991: Alison Goate y colaboradores identifican la primera mutación causal en el gen APP, ligada a formas familiares autosómicas dominantes de Alzheimer de inicio precoz.
• 1991-1992: John Hardy, David Allsop y Gerald Higgins formulan la hipótesis de la cascada amiloide en una serie de artículos (Hardy & Allsop 1991, Hardy & Higgins 1992) que dominará el campo durante más de tres décadas.

🧪 Años 90: la genética se dispara

• 1993: se identifica el alelo ApoE4 como el principal factor de riesgo genético para el Alzheimer esporádico de inicio tardío un hallazgo que abrió el interés por el papel del metabolismo del colesterol en la enfermedad.
• 1995: se describen mutaciones en los genes de presenilina 1 (cromosoma 14) y presenilina 2 (cromosoma 1) en familias con Alzheimer de inicio precoz; poco después se demuestra que codifican parte de la γ-secretasa, la enzima que procesa el APP.
• Mediados de los 90: primeros ratones transgénicos (PDAPP) que expresan APP humano mutado y desarrollan placas amiloides.
• 1998: se identifican mutaciones en el gen MAPT (tau) en demencias frontotemporales con parkinsonismo ligado al cromosoma 17 (FTDP-17) demostrando que la patología tau puede generarse de forma independiente y "aguas abajo" de la cascada amiloide.

📷 Años 2000: biomarcadores y primeros ensayos de inmunoterapia

• 1999-2002: ensayo de la vacuna AN1792, primera inmunoterapia activa anti-amiloide en humanos; se suspende en 2002 tras casos de meningoencefalitis, pero demuestra por primera vez que es posible eliminar amiloide de un cerebro humano vivo.
• 2004: Klunk, Mathis, Engler y colegas publican el primer estudio en humanos con el trazador PET "Compuesto B de Pittsburgh" (PiB) que mostró una retención marcada en las áreas corticales típicamente afectadas por depósitos amiloides en pacientes con Alzheimer leve, frente a controles — por primera vez se podía "ver" el amiloide en vivo.
• 2006: Sylvain Lesné y Karen Ashe publican en Nature el hallazgo del oligómero Aβ*56 como causante de deterioro de memoria en ratones un artículo citado por más de 2.300 estudios posteriores, uno de los más influyentes de la investigación básica del campo. ⚠️ (dieciséis años después, este mismo artículo sería el centro de un gran escándalo de fraude — ver 2022).
• Finales de la década: los estudios de asociación del genoma completo (GWAS) identifican nuevos genes de riesgo (CLU, PICALM, CR1), apuntando por primera vez con fuerza al sistema inmune/microglía y al metabolismo lipídico.
• 2007: Bruno Dubois y colegas proponen criterios diagnósticos basados en biomarcadores, no solo en la clínica.

🧫 Años 2010: consolidación de biomarcadores y fracasos terapéuticos en cadena

• 2010-2011: se define formalmente la fase preclínica del Alzheimer (silenciosa, 15-20 años antes de los síntomas) abriendo la puerta a estrategias de detección precoz y prevención; el NIA y la Alzheimer's Association publican criterios revisados que incorporan el continuo preclínico-MCI-demencia.
• 2012: se identifica la variante rara TREM2 como factor de riesgo con un efecto de magnitud comparable a ApoE4, situando a la microglía y la neuroinflamación en el centro del debate.
• A lo largo de la década: fracaso sucesivo en fase 3 de numerosos anticuerpos anti-amiloide (bapineuzumab, solanezumab, crenezumab, gantenerumab...), lo que alimenta un intenso debate sobre si la hipótesis amiloide es errónea o si simplemente se estaba interviniendo demasiado tarde.
• 2014: EE. UU. diseña el primer gran ensayo de prevención, el Estudio A4 para evaluar si reducir la proteína amiloide retrasa la pérdida de memoria; 2015: nace el consorcio europeo EPAD.
• 2018: marco AT(N) (Amiloide/Tau/Neurodegeneración) del NIA-AA, que redefine el Alzheimer como entidad biológica, definida por biomarcadores, independientemente de si hay o no síntomas.

💉 Años 2020: aprobaciones polémicas, un fraude mayúsculo y el salto a la sangre

• 7 de junio de 2021: la FDA aprueba aducanumab (Aduhelm, Biogen) por vía acelerada, pese al rechazo casi unánime de su propio comité asesor basándose únicamente en la reducción de amiloide como marcador subrogado, sin evidencia sólida de eficacia clínica — una de las aprobaciones más controvertidas en la historia reciente de la agencia.
• Enero de 2022: el neurocientífico Matthew Schrag alerta al NIH de posibles manipulaciones de imágenes en el trabajo de Sylvain Lesné incluido su artículo fundacional de 2006 sobre Aβ*56.
• Julio de 2022: Science publica la investigación de Charles Piller documentando evidencia de manipulación de imágenes en al menos una decena de artículos de Lesné. El caso reabre el debate sobre el peso desproporcionado que ha tenido la hipótesis amiloide en la financiación del campo durante casi dos décadas.
• Enero de 2023: aprobación acelerada de lecanemab (Leqembi, Eisai/Biogen); 6 de julio de 2023, aprobación tradicional completa tras confirmarse en el ensayo fase 3 CLARITY-AD una reducción del 27% en el deterioro cognitivo y funcional a 18 meses frente a placebo — el primer anticuerpo anti-amiloide con beneficio clínico estadísticamente significativo confirmado.
• Enero de 2024: Biogen anuncia el fin del desarrollo comercial de aducanumab reorientando sus recursos hacia lecanemab.
• 2024: tras dos años de investigación, los autores acuerdan la retractación del artículo de Lesné et al. (2006) en Nature con Karen Ashe asumiendo la "responsabilidad última" como autora sénior, mientras Lesné se negó a firmar la retractación.
• 2 de julio de 2024: la FDA aprueba donanemab (Kisunla, Eli Lilly) segunda aprobación tradicional completa de un tratamiento para el Alzheimer.
• 16 de mayo de 2025: la FDA autoriza Lumipulse (Fujirebio), el primer test sanguíneo con aprobación para ayudar al diagnóstico de Alzheimer, basado en la razón pTau217/β-amiloide 1-42 en plasma.
• 2025-2026: una serie de estudios (Lund, Barcelonaβeta/Fundación Pasqual Maragall, Sant Pau, Mass General Brigham, Mayo Clinic) consolidan el p-tau217 en sangre no solo como herramienta diagnóstica sino como marcador pronóstico capaz de predecir hasta un 78% de riesgo de deterioro cognitivo a diez años en adultos cognitivamente sanos con niveles muy elevados, presentado en el congreso AAIC 2026 (Londres, julio de 2026).

🤔 Balance honesto, a fecha de hoy (21 de septiembre de 2026)

1. La hipótesis amiloide sigue siendo dominante pero no es un consenso cerrado: los efectos clínicos de lecanemab y donanemab son reales pero modestos, y el caso Lesné ha reforzado a los críticos que sostienen que el amiloide podría ser más marcador que causa en muchos casos.
2. No existe aún ningún tratamiento curativo ni que detenga la enfermedad; los anticuerpos aprobados ralentizan el deterioro en fases muy tempranas, con riesgos no desdeñables (ARIA) y costes elevados.

Cuando la IA alcanzó la perfección creativa: una fantasía sobre el futuro del arte, el aprendizaje y el sentido de crear

Imaginemos, por un momento, que la inteligencia artificial llega a producir música, literatura, pintura o cine con una calidad extraordinaria y prácticamente ilimitada. El problema ya no sería si una máquina puede ser creativa, sino qué sucede con nosotros cuando la excelencia deja de ser escasa. Este experimento mental conduce a una paradoja: la abundancia de obras maestras podría saturar nuestra atención y, al mismo tiempo, aumentar el valor que concedemos a la autoría, la biografía, el esfuerzo y la imperfección humanas. También obligaría a revisar para qué educamos, qué trabajo queremos conservar y por qué crear sigue teniendo sentido cuando una máquina puede producir un resultado mejor. La cuestión decisiva quizá no sea qué podrá hacer la IA, sino qué capacidades humanas decidiremos seguir cultivando cuando ya no sean estrictamente necesarias para producir.

Una fantasía que empieza a rozar el presente

Esto no es una predicción. Propongo un experimento mental.

Han pasado los años y la inteligencia artificial ha desarrollado —o le hemos permitido desarrollar— todo su potencial. Sus sistemas producen obras que críticos, expertos y ciudadanos consideran originales, sorprendentes, bellas y emocionalmente poderosas. En aquello que podemos juzgar por el resultado, la IA ha alcanzado algo parecido a la perfección creativa.

La premisa es deliberadamente fantástica, pero no completamente arbitraria. Algunos experimentos recientes han encontrado que modelos generativos igualan o superan al participante humano medio en determinadas pruebas de pensamiento divergente, aunque los resultados dependen mucho de cómo se defina y mida la creatividad y las mejores respuestas humanas pueden seguir siendo competitivas. Creatividad, además, no equivale simplemente a obtener una puntuación alta en una prueba psicométrica. [1]

Margaret Boden distinguió hace décadas entre creatividad combinatoria, exploratoria y transformacional y advirtió que generar novedades y evaluar su valor son problemas diferentes. Esa distinción resulta hoy sorprendentemente pertinente. [2]

Aceptemos, pues, la fantasía.

Cada mañana aparecen nuevas sinfonías, conciertos, sonatas y óperas extraordinarias. No pensemos en una máquina imitando a Bach o Beethoven. Pensemos en algo más difícil: la experiencia de escuchar por primera vez una obra maestra. Aquella emoción que quizá encontrábamos unas pocas veces a lo largo de la vida está ahora disponible a voluntad en un repositorio infinito.

Con la literatura sucede lo mismo. Novelas memorables de cualquier género, poemas en todas las lenguas, personajes inolvidables y estilos que nadie había imaginado. Ya no se trata de imitar a Cervantes, Borges, Virginia Woolf o Walt Whitman, sino de reproducir aquella sensación íntima de abrir un libro desconocido y descubrir que alguien parece haberlo escrito precisamente para nosotros.

Después llegan la pintura, el cine, la arquitectura, los videojuegos y formas artísticas que todavía carecen de nombre.

La antigua pregunta —«¿pero esto es realmente creatividad?»— empieza a perder importancia para parte del público. Si una obra conmueve, sorprende y permanece en nuestra memoria, la frontera cotidiana entre crear y simular perfectamente los efectos de la creación se vuelve menos evidente. Algunos datos actuales ya insinúan esa dificultad: en un estudio de 2024, lectores no expertos identificaron la autoría de poemas humanos y generados por IA peor que el azar y, sin información sobre el origen, valoraron favorablemente muchos poemas artificiales. [3]

La paradoja de la abundancia: cuando la perfección satura

Entonces aparece el verdadero problema.

No la escasez.

La abundancia.

Si cada día podemos escuchar cien canciones extraordinarias, ¿qué significa que aparezca la número ciento uno? Si tenemos diez mil novelas excepcionales esperando ser leídas, ¿qué valor tiene descubrir la diez mil una? ¿Seguiría siendo sublime una experiencia estética sublime que pudiera solicitarse mediante una frase?

La psicología conoce fenómenos de habituación, saciedad y adaptación hedónica: la repetición de experiencias positivas puede reducir parte del placer que producen, aunque la variedad, el significado y la atención modulan ese proceso. Trasladar esos resultados a una hipotética abundancia de obras maestras sería una extrapolación, no una conclusión científica. Pero constituye una extrapolación razonable para este experimento mental. [4]

Durante siglos, una obra excepcional lo fue por sus cualidades, pero también por su rareza. Nuestro futuro imaginario elimina esta última.

La perfección podría saturarnos.

Y la mercancía verdaderamente escasa del futuro quizá no fuese la creatividad, sino algo mucho más frágil: nuestra atención y nuestra capacidad de asombro.

La investigación actual ofrece, además, una advertencia interesante. El uso de IA generativa puede aumentar notablemente la productividad artística, pero un análisis de millones de obras encontró simultáneamente aumentos de productividad y descensos en ciertas medidas de novedad media. Más producción, por tanto, no implica necesariamente más diversidad creativa. [5]

El regreso del autor: arte como testimonio de una existencia

Pero podría suceder algo aparentemente paradójico: cuanto más perfecta fuese la creación artificial, más importante podría volverse saber quién creó una obra y por qué.

Una canción técnicamente imperfecta adquiriría otro valor porque sabríamos que hubo alguien detrás de ella: alguien que dudó, aprendió, fracasó, envejeció, amó, perdió y dedicó una parte irrepetible de su tiempo a producirla. Para una persona, una obra no es una posibilidad entre millones de outputs. Es una fracción de una vida finita.

La evidencia experimental muestra que la atribución de autoría modifica efectivamente nuestra experiencia estética. Obras idénticas reciben valoraciones diferentes cuando se presentan como humanas o generadas por IA; los efectos parecen ser especialmente relevantes para dimensiones relacionadas con significado, profundidad, esfuerzo percibido y valor. [6]

Tal vez, entonces, el arte humano dejase de competir con la máquina por ser «mejor» y adquiriese otra función: ser testimonio de una existencia.

Una carta escrita a mano no supera tecnológicamente a un mensaje instantáneo. Pero su valor pertenece a otra categoría.

Quizá algo semejante ocurriese con una canción humana en un mundo de música artificial perfecta.

Esta tabla no describe hechos futuros; resume las tensiones que plantea el experimento mental, apoyadas en los estudios actuales sobre autoría, abundancia, aprendizaje y economía creativa. [7]

Dimensión	Arte humano	Arte de «IA perfecta»
Valor emocional	Puede incorporar biografía, esfuerzo, vulnerabilidad y vínculo con otra persona	Podría alcanzar una intensidad estética extraordinaria y personalizarse casi sin límite
Autenticidad	Asociada a intención, trayectoria y experiencia vital del autor	Podría residir más en la experiencia del receptor que en una biografía creadora
Aprendizaje	Crear transforma al creador: exige práctica, juicio, paciencia y tolerancia al error	Facilita exploración y producción, pero una sustitución excesiva podría reducir la práctica de ciertas capacidades
Mercado	La procedencia humana, la escasez y la historia de la obra podrían ganar valor	Coste marginal muy bajo y oferta enorme; la atención, la selección y la confianza pasarían a ser recursos escasos

Educación, trabajo y bienestar: aprender cuando ya no es necesario

La consecuencia más importante quizá no afectaría al arte, sino a la educación.

Si una IA escribiese, programase, diagnosticase, diseñase o compusiese mejor que nosotros, cabría preguntarse para qué seguir aprendiendo esas actividades.

La respuesta «porque serán necesarias para conseguir empleo» perdería parte de su fuerza.

Pero aprender nunca ha servido únicamente para producir resultados. Estudiar matemáticas modifica nuestra manera de razonar; aprender música educa la escucha; leer literatura amplía los repertorios con los que interpretamos otras vidas; la formación científica enseña a distinguir intuición de evidencia. Y estudiar medicina no consiste simplemente en fabricar diagnósticos: implica aprender a convivir con la incertidumbre, deliberar, asumir responsabilidad y comprender qué significa enfermar para otra persona.

UNESCO está defendiendo precisamente una incorporación de la IA a la educación centrada en la agencia humana, el pensamiento crítico, la inclusión y la autonomía, y sostiene que la tecnología debe apoyar, no sustituir, la contribución profesional de los docentes. [8]

En el trabajo ocurrirá algo semejante. La OIT estima que aproximadamente uno de cada cuatro empleos presenta algún grado de exposición a la IA generativa, pero considera más probable una transformación de tareas que una desaparición generalizada de ocupaciones. En las industrias culturales, además, identifica problemas específicos de remuneración, control creativo y condiciones laborales. [9] La UNESCO ha advertido en 2026 de posibles pérdidas significativas de ingresos para los creadores si no se modifican las políticas culturales y económicas. [10]

Y queda el bienestar. Una gran revisión de la OMS reunió evidencia procedente de más de 3.000 estudios sobre las relaciones entre participación artística, salud y bienestar, aunque con diseños y grados de evidencia heterogéneos. [11]

Aquí aparece una distinción esencial: no es lo mismo consumir una obra que hacerla.

Escuchar una sonata perfecta no es tocar el piano. Leer un poema extraordinario no es pasarse veinte minutos buscando una palabra y descubrir que ninguna sirve. Contemplar un dibujo impecable no equivale a intentar dibujar una mano y confirmar, una vez más, que las manos mantienen una conspiración histórica contra los aficionados.

Algunas actividades humanas son valiosas precisamente porque son ineficientes.

Qué deberíamos empezar a proteger ahora

Este futuro es ficticio; las decisiones que plantea no lo son. Cuatro principios resultarían razonables para universidades, empresas, instituciones sanitarias y gestores culturales.

Evaluar procesos, no solo productos. Cuando generar un resultado excelente sea fácil, cobrarán mayor importancia los borradores, la argumentación, la defensa oral, las decisiones tomadas y la capacidad para justificar el uso —o el no uso— de IA. Es una consecuencia coherente con el énfasis de UNESCO en preservar la agencia y el juicio humanos. [8]

Enseñar dos competencias simultáneas: utilizar IA y saber prescindir de ella. No tendría sentido formar profesionales tecnológicamente analfabetos, pero tampoco personas incapaces de razonar, escribir, calcular, interpretar o decidir sin asistencia. La cuestión educativa no debería ser «IA sí o no», sino qué capacidades conviene automatizar y cuáles necesitamos practicar para seguir siendo autónomos. [12]

Preservar cierta fricción productiva. La facilidad es útil para producir; no siempre lo es para aprender. Los experimentos sobre creatividad muestran, de hecho, que los resultados comparativos entre humanos e IA cambian cuando se modifican el tiempo, las instrucciones y las condiciones de la tarea. [13]

Proteger autoría, procedencia y trabajo cultural. Las políticas deberían facilitar transparencia sobre el origen de los contenidos, reconocimiento y remuneración justos, protección de derechos y participación de los profesionales culturales en las reglas que gobiernan las herramientas que afectan a su trabajo. Son prioridades destacadas por UNESCO y la OIT. [14]

Utilizar la IA para ampliar posibilidades, no para externalizar el juicio. En creación, educación y profesiones de alta responsabilidad, el valor humano puede desplazarse progresivamente desde la ejecución hacia la formulación del problema, la selección, la contextualización y la responsabilidad final. La evidencia sobre creación asistida por IA ya apunta a la importancia creciente de la ideación y el filtrado humanos. [5] En salud, la OMS insiste además en autonomía, transparencia, seguridad y responsabilidad humana. [15]

Quizá nunca creamos para fabricar obras maestras

Llegamos así a la pregunta decisiva.

Si las máquinas escribieran mejor que nosotros, compusieran mejor que nosotros y dibujaran mejor que nosotros…

¿dejaríamos de crear?

Sospecho que no.

Seguiríamos escribiendo poemas mediocres, tocando canciones llenas de errores, fotografiando, cocinando, bailando y contando historias aunque nadie necesitara aquello que producimos.

Porque quizá confundimos durante demasiado tiempo el valor de una actividad con la calidad de su producto final.

John Dewey situó la experiencia —el hacer, padecer, transformar y ser transformado durante una actividad— en el centro de su filosofía del arte. Teresa Amabile, desde la psicología de la creatividad, ha destacado a su vez la importancia de la motivación intrínseca: hacer algo también porque hacerlo resulta interesante, desafiante o significativo. [16]

Tal vez el día en que una máquina sea capaz de producir una obra perfecta descubramos finalmente por qué los seres humanos nunca necesitaron ser perfectos para crear.

Quizá crear no era solamente nuestra manera de cambiar el mundo.

Era también una de las maneras en que el mundo nos cambiaba a nosotros.

Preguntas para el debate, referencias conceptuales y supuestos

Para quienes trabajamos en educación, medicina, cultura, ciencia o gestión, quizá merezca la pena plantearnos desde ahora tres preguntas: ¿qué capacidades seguiríamos enseñando aunque una IA pudiera ejecutarlas mejor?, ¿pagaríamos más por una obra sabiendo que fue creada enteramente por una persona?, ¿y qué preferimos legar a las próximas generaciones: la capacidad de producir más o la capacidad de prestar atención, juzgar y crear por sí mismas?

La llamada a la acción para universidades, organizaciones profesionales y gestores culturales no debería consistir en defender nostálgicamente un mundo sin IA. Debería ser más ambiciosa: diseñar instituciones en las que una tecnología extraordinariamente competente aumente las posibilidades humanas sin convertirnos en meros consumidores de su competencia. UNESCO, la OIT y la OMS convergen, desde ámbitos diferentes, en una idea semejante: la innovación necesita gobernanza, capacidades humanas y responsabilidad, no solo rendimiento técnico. [17]

Como referencias conceptuales de fondo resultan especialmente fértiles Margaret Boden, por su análisis de la creatividad computacional; John Dewey, por entender el arte como experiencia; Teresa Amabile, por el papel de la motivación intrínseca y el contexto social; y la investigación contemporánea de Koivisto y Grassini, Hubert y colaboradores, Zhou y Lee, y Porter y Machery sobre creatividad, producción artística y percepción de contenidos generados por IA. [18]

Supuestos explícitos: «IA perfecta» significa aquí perfección funcional percibida —capacidad de producir de forma sostenida obras que los seres humanos juzgan extraordinarias—, no consciencia, intencionalidad ni experiencia subjetiva de la máquina. El argumento sobre saturación estética es deliberadamente especulativo y extrapola principios psicológicos observados en otros contextos. Tampoco se presupone que exista una medida universal de «calidad artística»: precisamente una de las tesis del texto es que valor estético, procedencia, significado, esfuerzo y vínculo humano pueden constituir dimensiones diferentes del valor. [19]

El artículo conserva y desarrolla el experimento mental, las metáforas del «repositorio infinito», la «perfección que satura» y el arte humano como «testimonio de una existencia» presentes en el texto de partida.

---

[1] The current state of artificial intelligence generative language models is more creative than humans on divergent thinking tasks | Scientific Reports

https://www.nature.com/articles/s41598-024-53303-w?utm_source=chatgpt.com

[2] [18] Creativity and artificial intelligence - ScienceDirect

https://doi.org/10.1016/s0004-3702%2898%2900055-1?utm_source=chatgpt.com

[3] AI-generated poetry is indistinguishable from human-written poetry and is rated more favorably | Scientific Reports

https://www.nature.com/articles/s41598-024-76900-1

[4] Collective satiation: How coexperience accelerates a decline in hedonic judgments.

https://pubmed.ncbi.nlm.nih.gov/29620400/?utm_source=chatgpt.com

[5] Generative artificial intelligence, human creativity, and art | PNAS Nexus | Oxford Academic

https://doi.org/10.1093/pnasnexus/pgae052?utm_source=chatgpt.com

[6] Understanding how personality traits, experiences, and attitudes shape negative bias toward AI-generated artworks | Scientific Reports

https://www.nature.com/articles/s41598-024-54294-4?utm_source=chatgpt.com

[7] Humans versus AI: whether and why we prefer human-created compared to AI-created artwork - PMC

https://pmc.ncbi.nlm.nih.gov/articles/PMC10319694/?utm_source=chatgpt.com

[8] Guía para el uso de IA generativa en educación e investigación - IIEP UNESCO

https://network.iiep.unesco.org/es/publicaciones/guia-para-el-uso-de-ia-generativa-en-educacion-e-investigacion?utm_source=chatgpt.com

[9] Generative AI and Jobs: A Refined Global Index of Occupational Exposure | International Labour Organization

https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure?utm_source=chatgpt.com

[10] El sector creativo podría perder hasta un 24 % de sus ingresos en

https://www.unesco.org/es/articles/el-sector-creativo-podria-perder-hasta-un-24-de-sus-ingresos-en-2028-segun-un-nuevo-informe-de-la?hub=171411&utm_source=chatgpt.com

[11] What is the evidence on the role of the arts in improving health and well-being? A scoping review

https://www.who.int/europe/publications/i/item/9789289054553?utm_source=chatgpt.com

[12] La UNESCO dedica el Día Internacional de la Educación 2025 a la

https://www.unesco.org/es/articles/la-unesco-dedica-el-dia-internacional-de-la-educacion-2025-la-inteligencia-artificial?utm_source=chatgpt.com

[13] Time-on-task and instructions help humans to keep up with AI: replication and extension of a comparison of creative performances | Scientific Reports

https://www.nature.com/articles/s41598-025-05745-z?utm_source=chatgpt.com

[14] [17] A new expert report explores how AI is transforming culture | UNESCO

https://www.unesco.org/en/articles/new-expert-report-explores-how-ai-transforming-culture?utm_source=chatgpt.com

[15] La OMS propugna un uso seguro y ético de la inteligencia artificial para la salud

https://www.who.int/es/news-room/16-05-2023-who-calls-for-safe-and-ethical-ai-for-health?utm_source=chatgpt.com

[16] ‎„Art as Experience“ von John Dewey in Apple Books

https://books.apple.com/de/book/art-as-experience/id1286535793?utm_source=chatgpt.com

[19] Sentimental value and its influence on hedonic adaptation.

https://pubmed.ncbi.nlm.nih.gov/26479364/?utm_source=chatgpt.com

Arora V, Thabane A, Parpia S, et al. Generative artificial intelligence models outperform students on divergent and convergent thinking assessments. Scientific Reports. 2025;15:36987. El artículo es especialmente útil porque, además de encontrar rendimiento superior de los modelos en sus pruebas, cuestiona que los tests actuales sean suficientes para evaluar la creatividad de sistemas generativos.

Bellemare-Pepin A, Lespinasse F, Thölke P, et al. Divergent creativity in humans and large language models. Scientific Reports. 2026;16:1279. El estudio utiliza una base de comparación de alrededor de 100.000 personas y encuentra que los LLM pueden superar al promedio humano en determinadas medidas, pero siguen por debajo del segmento humano más creativo.

Doshi AR, Hauser OP. Generative AI enhances individual creativity but reduces the collective diversity of novel content. Science Advances. 2024. La asistencia de IA mejoró diversas evaluaciones de relatos individuales, pero hizo que las historias producidas fueran más semejantes entre sí.

Fancourt D, Finn S. What is the evidence on the role of the arts in improving health and well-being? A scoping review. WHO Regional Office for Europe, 2019. La revisión sintetizó más de 3.000 estudios relacionados con artes, promoción de la salud, prevención y tratamiento.

Horton CB Jr, White MW, Iyengar SS. Bias against AI art can enhance perceptions of human creativity. Scientific Reports. 2023;13:19001. Seis experimentos muestran que la atribución de una obra a una IA puede modificar negativamente distintas valoraciones aun cuando los productos sean difíciles de distinguir de los humanos, y que la comparación puede realzar la percepción de creatividad humana.

Runco MA, Jaeger GJ. The Standard Definition of Creativity. Creativity Research Journal. 2012;24:92–96. Referencia conceptual clásica para la formulación de creatividad en términos de originalidad y efectividad o valor.

UNESCO. Guidance for generative AI in education and research. 2023. El documento propone una aproximación centrada en las personas y advierte de la necesidad de preservar la agencia humana y los valores humanísticos en la incorporación de la IA generativa a educación e investigación.

World Health Organization. Ethics and governance of artificial intelligence for health, junto con su guía posterior sobre grandes modelos multimodales. La OMS sitúa autonomía, bienestar, seguridad, transparencia y responsabilidad entre los principios centrales para la IA aplicada a salud.

Zhou E, Lee D. Generative artificial intelligence, human creativity, and art. PNAS Nexus. 2024;3:pgae052. El estudio analiza más de cuatro millones de obras y muestra que el aumento de productividad y valoración asociado a herramientas generativas puede convivir con patrones complejos —y parcialmente decrecientes— de novedad.

Islas y salud: cuando el territorio también cuida

Las islas suelen imaginarse como lugares de descanso, belleza y desconexión. Sin embargo, vistas desde la salud pública, son también laboratorios vivos donde se cruzan la geografía, la cultura, la economía y el cuidado. Vivir rodeado de mar no solo modifica el paisaje: influye en la alimentación, la movilidad, el acceso a servicios sanitarios, la salud mental y la forma en que una comunidad entiende la ayuda mutua. La llamada islandness, o “condición insular”, no es solo aislamiento; también puede ser identidad, memoria compartida y resiliencia. 🌍

Durante siglos, muchas islas fueron vistas desde fuera como territorios periféricos: espacios lejanos, exóticos o dependientes. Hoy esa percepción está cambiando. En medicina y ciencias sociales, las islas permiten observar con claridad fenómenos que en grandes ciudades quedan diluidos: envejecimiento, soledad, enfermedades crónicas, impacto del clima o desigualdad en el acceso a especialistas. La Organización Mundial de la Salud advierte que los pequeños Estados insulares en desarrollo sufren efectos sanitarios graves del cambio climático, aunque hayan contribuido muy poco a las emisiones globales; entre esos efectos figuran dengue, malaria, diarreas y enfermedad por virus Zika. 🌡️

También existe una imagen luminosa de las islas como espacios de longevidad. Okinawa, Cerdeña o Ikaria se han popularizado como ejemplos de zonas azules, regiones asociadas a una alta proporción de personas centenarias y a hábitos como dieta sencilla, actividad física cotidiana, vínculos comunitarios y propósito vital. Pero conviene evitar la postal simplista: no hay una receta mágica. La longevidad no depende solo de comer ciertos alimentos, sino de redes sociales, entorno, trabajo, descanso, genética, cultura y políticas públicas. 🧓

La controversia aparece cuando la isla se convierte en producto: turismo masivo, encarecimiento de la vivienda, presión sobre hospitales pequeños, consumo de agua y empleo estacional. Paradójicamente, un lugar vendido como saludable puede generar estrés laboral, precariedad y saturación ambiental para quienes lo habitan todo el año. La salud insular obliga a preguntar no solo “cómo viven los visitantes”, sino “quién cuida a quienes sostienen la isla”. ⚖️

Desde una mirada humanística, las islas recuerdan que cuidar es también permanecer cerca. En comunidades pequeñas, la médica, el enfermero, la farmacéutica o la trabajadora social no son figuras anónimas: forman parte del tejido común. Esto puede facilitar la confianza, pero también exige discreción, ética y formación específica. La telemedicina, la logística sanitaria, la atención primaria, la salud mental comunitaria y la preparación ante emergencias climáticas son hoy campos profesionales clave para territorios insulares. 🚑

Pensar las islas y la salud nos invita a ampliar la idea de bienestar. La salud no está solo en el hospital ni en el cuerpo individual: también está en el puerto que conecta, en la escuela que forma, en la red vecinal que acompaña y en el mar que protege o amenaza. Una isla sana no es la que parece perfecta en una fotografía, sino la que logra cuidar a su gente sin romper el equilibrio que la hace habitable. 🌊