Las empresas de inteligencia artificial han encontrado un nuevo perfil que se ha vuelto esencial en sus procesos de contratación: los neurocientíficos. Tras la moda de contratar ingenieros especializados en prompts y diseñadores de modelos multimodales, ahora la mirada está puesta en expertos que entiendan cómo funciona el cerebro humano.
¿Por qué es clave esto? Porque todos los grandes del sector tienen ya sus propios modelos de lenguaje. La verdadera ventaja competitiva ahora está en hacer esos modelos más eficientes, predecibles y consumiendo menos recursos. Y para lograrlo, necesitan insights que solo la neurociencia puede ofrecer.
Un caso ejemplar es el de Aldo Battista, que estudiaba en la Universidad de Nueva York cómo tomamos decisiones subjetivas. En septiembre fue fichado por Meta para aportar su conocimiento en los algoritmos que determinan qué contenido verá cada usuario en redes sociales. La diferencia más notable para él ha sido el impacto inmediato: mientras antes publicaba artículos académicos que podían pasar desapercibidos, ahora sus aportes influyen directamente en lo que millones de personas ven al instante. Por ejemplo, su investigación sobre cómo elegimos qué comer ahora ayuda a predecir qué vídeo podría engancharte en Instagram.
No es un caso aislado. OpenAI, por ejemplo, ha mostrado interés en Merge Labs, una empresa que desarrolla implantes cerebrales y que compite con Neuralink. También ha contratado a Akshay Jagadeesh, un investigador con una década de experiencia en neurociencia computacional centrada en la percepción visual, para mejorar sus modelos de IA. En el encuentro “EBRAINS Summit 2025 – Neuroscience, AI & Technology”, que reúne a expertos de Europa, fue común ver perfiles académicos que ahora asesoran startups de inteligencia artificial. Ruslan Salakhutdinov, conocido por su trabajo en aprendizaje automático inspirado en sistemas biológicos y profesor universitario, fue incorporado por Apple como director de investigación en IA.
¿A qué se debe esta tendencia? Aunque los fundamentos de las redes neuronales artificiales llevan décadas, avanzar realmente implica entender mejor la biología del cerebro. Dos aspectos que llaman especialmente la atención son el consumo energético y la interpretabilidad. El cerebro humano puede realizar tareas complejas con apenas 20 vatios, mientras que las IA actuales requieren mucha más energía para hacer algo similar. Reducir esa brecha sería un golpe maestro. Por otro lado, entender por qué un modelo toma ciertas decisiones es cada vez más urgente, y la neurociencia cuenta con métodos para analizar procesos de decisión complejos que pueden aplicarse a estos “algoritmos caja negra”.
Esta búsqueda de talento se refleja también en los salarios. En OpenAI, por ejemplo, los investigadores en matemáticas aplicadas a IA pueden ganar entre 178.000 y 342.000 dólares al año, sin contar bonificaciones ni acciones. En otros laboratorios privados, los rangos son similares, llegando incluso a superar el millón de dólares en paquetes completos. Estos números muestran por qué muchos neurocientíficos punteros están firmando contratos que nada tienen que envidiar a los de estrellas deportivas, muy alejados de los sueldos típicos en la academia.
Eso sí, esta tendencia no es del todo nueva: grandes como Apple, Google o Neuralink llevan años incorporando perfiles neurocientíficos. La diferencia ahora es la escala y la urgencia con la que se está haciendo, motivada por la escasez de talento convencional en informática y el deseo de encontrar ventajas reales.
En resumen, esta “carrera” revela una cierta urgencia en la industria de la IA por marcar diferencias decisivas. Si el próximo gran salto está en los laboratorios universitarios de neurociencia, Silicon Valley no dudará en atraer a esos investigadores con ofertas económicas difíciles de rechazar, dejando a las universidades en clara desventaja para retener su propio talento.
