La brecha entre lo que la tecnología puede hacer y lo que realmente hace. Una teoría práctica sobre excedentes tecnológicos y por qué persisten.
12 min read
La observación
En 1799, Humphry Davy descubrió que el óxido nitroso destruía el dolor físico. Publicó sus hallazgos. Durante los siguientes cuarenta y cinco años, se usó principalmente como truco de fiesta para aristócratas victorianos — "gas de la risa" en reuniones sociales — mientras los cirujanos operaban a pacientes gritando en la sala de al lado.
No fue hasta 1844 que un dentista finalmente pensó en usarlo para cirugía. Cuarenta y cinco años. Trucos de fiesta mientras los pacientes gritaban.
Contrasta esto con la insulina. Frederick Banting y Charles Best la aislaron en Toronto en 1921. Para enero de 1922, ya estaban inyectando a niños moribundos. Para diciembre, había comenzado la producción masiva. Del laboratorio a la cabecera en meses.
Mismo tipo de descubrimiento. Respuesta radicalmente diferente. La diferencia no fue la tecnología — fue el reconocimiento.
Esto es el excedente tecnológico: la brecha entre lo que es técnicamente posible y lo que realmente estamos haciendo con ello. La situación del óxido nitroso no era un problema de conocimiento — Davy publicó. Era un problema de reconocimiento. Nadie conectó "esto elimina el dolor" con "la cirugía implica dolor".
El patrón se repite a lo largo de la historia. La capacidad precede al despliegue por décadas, a veces siglos. Y la brecha casi nunca tiene que ver con la tecnología en sí.
La tesis
Estamos viviendo el mayor excedente de la historia. Las capacidades de la IA han avanzado más rápido que nuestra capacidad colectiva de reconocer lo que significan. Las herramientas son públicas. Los papers están en arXiv. Las capacidades tienen precio de suscripción. Sin embargo, la mayor parte del mundo sigue tratando estas herramientas como óxido nitroso en una fiesta — generando imágenes divertidas y chatbots — mientras la cirugía permanece sin cambios.
Pero el excedente no es solo sobre IA. Es sobre un patrón más amplio: la tecnología ya no es el cuello de botella. La brecha entre lo que es posible y lo que se despliega es institucional, económica y social. Tenemos las membranas para desalinizar agua de mar. Tenemos las bases de datos para diagnosticar enfermedades raras. Tenemos los mapas de suelo para duplicar rendimientos de cultivos. Estas cosas existen. Están publicadas. Funcionan. Los problemas que persisten están atascados por razones que no tienen nada que ver con la capacidad y todo que ver con cómo la capacidad llega a las personas que la necesitan.
Lo que la IA ha hecho es colapsar dos costos simultáneamente. El costo del código — puedo construir algo en una tarde que habría tomado a un equipo meses. Y el costo de la investigación — puedo investigar un dominio de problema en un día que habría tomado semanas de tiempo especializado. Cuando tanto la ejecución como la investigación son baratas, el cuello de botella se desplaza a algo completamente distinto: decidir qué vale la pena hacer.
La historia de la insulina no trata sobre elegir la intervención correcta. Trata sobre reconocer que la intervención es repentinamente posible en absoluto. El marco no es priorización dentro de restricciones — es expandir quién puede ayudar.
Qué son las "Avenidas de Investigación"
Este sitio existe para encontrar los lugares donde el excedente es real y mapearlos.
Llamo a estas investigaciones Avenidas. Cada una toma un dominio específico — agua, residuos, salud, agricultura — y hace un conjunto de preguntas: ¿Qué tecnología existe? ¿Dónde está desplegada y dónde no? ¿Qué bloquea el despliegue? ¿Es el cuello de botella algo que un actor pequeño podría mover, o requiere capital y políticas que no tengo?
El objetivo es cartográfico. Estoy haciendo mapas, no promesas. El resultado de una avenida es legibilidad — hacer un espacio problemático lo suficientemente claro para que alguien (tal vez yo, tal vez no) pueda ver dónde empujar. "Dónde existe el excedente y por qué persiste" es la pregunta. A veces la respuesta revela una palanca. A veces revela que la palanca está fuera de alcance. Ambas son útiles.
Las avenidas no tienen que ser civilizacionales. Algunas terminan con "aquí hay un problema que nadie está resolviendo porque no hay dinero en ello, esto es lo que existe, aquí es donde diferentes tipos de personas podrían realmente ayudar". Otras terminan con "esto es intratable a mi escala" — lo cual sigue siendo valioso. El mapa existe. Alguien más podría usarlo.
El patrón a través de las avenidas
Cinco avenidas más tarde, emerge un patrón. Cada dominio tiene la misma forma: la tecnología funciona, el despliegue no. Pero la razón por la que el despliegue falla es diferente cada vez — y ahí es donde está la información interesante.
Robótica en vertederos: economía, no tecnología
Los vertederos contienen miles de millones en metales recuperables. Los robots de clasificación impulsados por IA operan a escala. La Minería Mejorada de Vertederos se ha pilotado desde Bélgica hasta India. Entonces, ¿por qué no todos los están minando?
Porque el 80% del costo es lidiar con tierra contaminada. La fracción fina — material similar al suelo que constituye el 40-70% de cada excavación — nunca se ha procesado y reutilizado exitosamente a escala comercial. En ningún lugar. El proyecto NEW-MINE de la UE gastó €7.4 millones investigando esto. De 500,000 escenarios evaluados, el 80% mostró valor presente neto negativo.
Lo que revela el mapa: El cuello de botella es economía pura. La tecnología existe pero la propuesta de valor está invertida — la parte rentable (recuperación de terreno) no tiene nada que ver con la parte ambiental (recuperación de recursos). Cuando la gente dice "solo necesitamos mejores robots", están resolviendo el problema equivocado.
Desalinización: la tecnología funciona, los sistemas no
La ósmosis inversa moderna de agua de mar produce agua dulce por $0.30/m³. El consumo de energía ha bajado un 90% en cincuenta años. Los sistemas alimentados por energía solar eliminan completamente la dependencia de la red. Sin embargo, dos mil millones de personas carecen de acceso confiable a agua potable segura.
En Punjab, India, los auditores del gobierno encontraron 19 plantas de ósmosis inversa que costaron ₹1.62 crore construir. Todas no funcionales. Algunas nunca fueron comisionadas. Otras funcionaron durante semanas antes de que el consejo del pueblo no pudiera pagar la factura de electricidad. Las máquinas funcionaban bien. Los sistemas a su alrededor colapsaron.
Lo que revela el mapa: El cuello de botella es el colapso del mantenimiento. Los proyectos no mueren por mala química — mueren por facturas de electricidad sin pagar, contratistas ausentes y piezas de repuesto que tardan seis meses en llegar. Los modelos de implementación determinan el éxito o el fracaso, no la ingeniería de membranas.
Diagnóstico de enfermedades raras: conocimiento que no llega a los pacientes
Siete mil enfermedades raras. Cuatrocientos millones de personas afectadas. Un promedio de 4.7 años hasta el diagnóstico. El setenta y tres por ciento recibe al menos un diagnóstico incorrecto.
La capacidad diagnóstica existe — bases de datos como OMIM, algoritmos como PhenoTips, pruebas genéticas que pueden secuenciar un exoma completo en días. Pero una madre en EE.UU. tuvo que pasar treinta y cuatro meses manteniendo una carpeta de síntomas, luego pegar las notas de la resonancia magnética de su hijo en ChatGPT línea por línea, antes de que alguien conectara "no puede sentarse con las piernas cruzadas" con "síndrome de médula anclada". La resonancia magnética había estado en el archivo de su hijo todo el tiempo. Diecisiete médicos vieron piezas del rompecabezas.
Lo que revela el mapa: El cuello de botella es el fallo de captura de fenotipo. El conocimiento existe en bases de datos, pero los médicos no describen lo que ven en términos que esas bases de datos puedan coincidir. El sistema no tiene mecanismo para conectar "esta constelación específica de síntomas" con "esta condición rara específica". La brecha está entre la cabecera del paciente y las herramientas de coincidencia de patrones que ya existen.
Audífonos: a veces la respuesta es "no aquí"
Cuatrocientos treinta millones de personas necesitan rehabilitación auditiva. La tecnología de autoajuste funciona — múltiples ensayos clínicos aleatorios prueban resultados equivalentes al ajuste profesional. Los dispositivos de venta libre son legales, asequibles y están disponibles. Sin embargo, la adopción en EE.UU. es del 2%.
Esta avenida comenzó como un excedente prometedor: la tecnología existe, la regulación se ha aclarado, los precios han bajado. Debería ser tratable. Pero la investigación reveló algo importante: la pérdida auditiva es invisible para la persona que la pierde. El retraso promedio entre notar la pérdida auditiva y buscar ayuda es de 7-10 años. Esto no es un problema de tecnología o incluso un problema de distribución — es un problema de percepción que requiere puntos de contacto humanos, no software.
Lo que revela el mapa: A veces el reconocimiento te muestra dónde no cavar. El excedente es real, pero la palanca no es una que pueda mover. La analogía con las gafas — "simplemente haz que los audífonos sean tan fáciles de comprar como las gafas de lectura" — malinterpreta fundamentalmente el problema. El valor de la investigación está en la evaluación honesta, no en encontrar una idea de startup.
Suelo: información ≠ cambio de comportamiento
La ciencia para duplicar los rendimientos de pequeños agricultores existe. Los datos de suelo cubren toda África con resolución de 30 metros — gratis, accesible por API. Los canales de entrega llegan a millones de agricultores a través de USSD y SMS. La ciencia de cultivos está validada en trece países.
Nadie ha ensamblado las piezas. Pero el hallazgo más profundo es más oscuro: India lo intentó. Emitieron 227 millones de Tarjetas de Salud del Suelo — recomendaciones personalizadas de fertilidad para casi todos los agricultores del país. La evaluación rigurosa encontró un impacto casi nulo en el uso de fertilizantes o rendimientos. La información llegó a los agricultores. No cambió el comportamiento.
Lo que revela el mapa: El fallo de integración es real — ningún sistema conecta datos de suelo con ciencia de cultivos con canales de entrega. Pero incluso cuando resuelves el problema de integración, la información por sí sola no cambia el comportamiento. Los agricultores operan en entornos de riesgo donde el costo de seguir una recomendación que falla es catastrófico. El cuello de botella no son los datos o la entrega. Es la confianza, el riesgo y la brecha entre saber qué hacer y hacerlo.
La pregunta
Estas investigaciones comparten una forma. La tecnología existe. Funciona. Está publicada. Y la razón por la que no llega a las personas que la necesitan nunca es "necesitamos un mejor algoritmo". Es economía, mantenimiento, integración, percepción, confianza.
La narrativa predominante — que necesitamos más investigación, más avances, más innovación — no capta el punto. No tenemos escasez de capacidad. Tenemos escasez de despliegue. Los problemas que persisten son fallos de coordinación, no fallos de conocimiento.
Eso cambia la pregunta de "¿qué podemos construir?" a algo más difícil: dado que las herramientas existen, ¿quién tiene la agencia para conectarlas, y piensan que vale la pena hacerlo?
Sigo volviendo a algo: si estas cosas son fáciles de hacer, es una cuestión de tener la agencia y pensar que esto es lo que vale la pena hacer. El excedente persiste no porque los problemas sean difíciles sino porque los problemas no son atractivos — involucran gestión de residuos, quioscos de agua de pueblo, fontanería de datos, química de suelos. No hay prestigio ni retorno a escala de capital de riesgo. Así que nadie los hace.
Podría estar equivocado sobre qué problemas son tratables. Pero prefiero estar equivocado mientras lo intento que tener razón mientras miro.
Quién soy
Soy un constructor de software, no un experto en dominios. No sé química de membranas, genética de enfermedades raras o ciencia del suelo. Lo que hago es leer papers, hablar con sistemas, encontrar las razones estructurales por las que la capacidad no está llegando al despliegue, y escribir lo que encuentro.
El valor — si hay alguno — es cartografía. Hacer espacios problemáticos legibles. Sacar a la superficie los puntos específicos donde una pequeña palanca podría mover un objeto pesado, y ser honesto sobre cuándo la palanca está fuera de alcance.
El trabajo secundario es construir. Cuando una avenida revela algo tratable — una herramienta que podría ayudar a veinte personas en una residencia de ancianos, una interfaz que ayuda a alguien a navegar la burocracia — intento construirlo. Mapear problemas civilizacionales es valioso, pero también puede ser una forma de sentirse productivo mientras se evita la acción. Arreglar las cosas es la mejor manera de quejarse.
Soy consciente de que sentarse a pensar sobre el significado y cómo contribuir es en sí mismo un privilegio. Es una señal de estar alto en la jerarquía de Maslow — el lujo de elegir en qué problemas trabajar. Para mí, ese privilegio viene con una pregunta que no puedo ignorar. El punto no es solo resolver problemas — es liberar a las personas de los problemas para que puedan pensar en qué quieren hacer con sus vidas.
La pregunta no es si la IA cambiará las cosas. Es si el cambio sucederá como el óxido nitroso — décadas de retraso mientras la capacidad existe — o como la insulina — reconocimiento seguido inmediatamente de acción.
Si crees que me he equivocado en algo, me gustaría saberlo. Ver también: ¿Y si estoy delirando?