El aprendizaje automático, las bases de datos blockchain y la impresión 3D serán algunas de las tecnologías de más rápido crecimiento este año. Así lo predice la lista Momentum 100 2026 de tecnologías emergentes, impulsada por inteligencia artificial y publicada por investigadores australianos en diciembre de 2025. La robótica blanda, la realidad aumentada y la ómica —estudios a gran escala impulsados por datos de moléculas biológicas como ADN, proteínas y metabolitos— también se encuentran entre las tecnologías mejor clasificadas.
La lista inaugural Momentum 100 se derivó de un conjunto de datos de acceso abierto llamado Cosmos 1.0, publicado en la revista Scientific Data. Para producir el conjunto de datos, los autores del estudio utilizaron un modelo de lenguaje grande (LLM) para extraer información de miles de páginas de Wikipedia sobre ciencia y tecnología. Luego, el LLM agrupó el contenido según conexiones escritas e hipervinculadas para crear un mapa del panorama de las tecnologías emergentes.
¿Cómo se construyó la lista?
Paul McCarthy, cofundador de la consultora de ciencia de datos League of Scholars en Sídney, Australia, explicó: “El concepto de Momentum 100 fue utilizar índices para filtrar tecnologías emergentes y proporcionar una lente interesante que pudiéramos repetir anualmente”. Para construir Cosmos 1.0, McCarthy y su equipo utilizaron un modelo de lenguaje preentrenado llamado Wikipedia2Vec, que convierte los artículos de Wikipedia en cadenas numéricas multidimensionales llamadas embeddings, permitiendo un análisis geométrico de qué tan conectados están ciertos artículos.
A partir de un artículo ‘semilla’ titulado ‘Lista de tecnologías emergentes’, el equipo recopiló casi 55,000 páginas de Wikipedia similares, filtrándolas por tipo para obtener más de 23,000 tecnologías y conceptos relacionados. “Luego desarrollamos una serie de índices para caracterizarlas de diferentes maneras”, añadió McCarthy. El resultado fue validado cruzadamente con otros conjuntos de datos, incluyendo publicaciones académicas y patentes.
Las tecnologías líderes
La tecnología emergente mejor clasificada fue un tipo de aprendizaje automático llamado aprendizaje por refuerzo, en el que un sistema aprende mediante prueba y error. Este modo versátil de IA permite a los sistemas tomar decisiones secuenciales en entornos complejos y cambiantes. Se ha utilizado en áreas como el diseño de fármacos, carreras de drones y juegos, superando a los mejores jugadores humanos en ajedrez, Go y shogi.
La tecnología blockchain ocupó el segundo lugar. Más allá de su origen en criptomonedas, ha captado un amplio interés investigador, como lo demuestran varias publicaciones muy citadas en el Nature Index entre 2015 y 2025. Entre ellas, un estudio sobre aprendizaje en enjambre —un método que permite a hospitales y laboratorios entrenar IA colaborativamente sin compartir datos de pacientes— con más de 800 citas. Blockchain se ha aplicado para garantizar la integridad de datos en cadenas de suministro de alimentos, registros de ensayos clínicos y generación de energía renovable.
Importancia para gobiernos e industria
Daniele Rotolo, investigador de tecnologías emergentes en la Universidad de Sussex, señaló que estas listas no son solo temas de conversación. “En todo el mundo, hay un gran interés de gobiernos y empresas porque existe una fuerte expectativa de que podrían cambiar el statu quo. Especialmente con las tensiones geopolíticas actuales, el interés se ha vuelto aún más importante, ya que los gobiernos quieren invertir en el momento adecuado y desarrollar una ventaja competitiva”.
Rotolo añadió que las tecnologías emergentes también pueden generar ondas en el sector de la investigación, representando áreas donde los gobiernos podrían aumentar el apoyo a través de fondos públicos. Sin embargo, pronosticar sus efectos futuros es difícil debido a la escasez de datos en etapas tempranas.
Diferencias con otros enfoques
La mayoría de las listas anuales de tecnologías emergentes —como las del Foro Económico Mundial, la Universidad de Stanford y MIT Technology Review— se basan en gran medida en opiniones de expertos. McCarthy destaca que la diferencia de Momentum 100 es que se basa en tendencias de datos, sin incorporar juicios expertos. “Nuestro trabajo se motivó por la idea de mapear la tecnología desde un enfoque más granular y ascendente, utilizando la capacidad de la IA para revelar conocimiento latente en sistemas grandes y complejos”.
Catherine Aiken, líder del equipo de ciencia de datos en el Centro de Seguridad y Tecnología Emergente de la Universidad de Georgetown, elogió el enfoque: “En los últimos seis años, los métodos han estado un poco estancados. Cómo elegimos una tecnología emergente y entendemos su contexto es muy impulsado por expertos, muy manual. Pero en el último año, ha crecido el interés en usar LLM para extraer más información rápidamente. El enfoque Cosmos 1.0 es una adición útil al campo”.
Otros artículos relacionados:
- Cómo la IA está revolucionando el descubrimiento de fármacos
- Blockchain: más allá de las criptomonedas, aplicaciones en LATAM
