Un ordenador suele apagarse cuando se corta la electricidad. Un sistema de wetware plantea otro problema: también hay que mantener vivas sus células. Esa diferencia cambia la conversación sobre el futuro de la inteligencia artificial. Antes de hablar de potencia, hay que hablar de cultivo.
El wetware es el uso de componentes biológicos vivos para procesar información. En la computación neuronal, combina neuronas cultivadas con electrodos y software. Puede trabajar con cultivos planos o con organoides tridimensionales. Los experimentos muestran capacidades concretas; no demuestran que exista una mente humana dentro de una máquina.
Estado de la evidencia: 29 de octubre de 2026. Este análisis separa resultados publicados, descripciones comerciales e interpretación prospectiva. La pregunta práctica es qué problemas merece la pena resolver con materia viva y cómo comprobar que aporta una ventaja.
¿Qué significa wetware y cómo funciona?
La palabra wetware tiene usos más amplios, pero aquí nos referimos a computación con neuronas vivas fuera del organismo. El tejido recibe estímulos eléctricos y produce actividad que un sistema electrónico registra. Un programa convierte las entradas y las salidas en información útil para un experimento.
Conviene imaginar una mesa de laboratorio antes que un cerebro en un frasco. Hay una interfaz de electrodos, un medio de cultivo y equipos que controlan las condiciones del tejido. El trabajo consiste en conseguir que esas piezas funcionen juntas de manera suficientemente estable como para medir algo.
La propuesta de inteligencia organoide de Smirnova y colaboradores, publicada en 2023, organiza una línea de investigación con cultivos cerebrales tridimensionales e interfaces. Un organoide reproduce aspectos del tejido; llamarlo cerebro completo introduce una equivalencia que la evidencia no sostiene.
Wetware, inteligencia artificial y chips neuromórficos
Una red neuronal artificial es un modelo matemático. Una neurona cultivada es una célula. Compartir vocabulario no vuelve intercambiables estos sistemas. Esta comparación permite orientarse sin convertir una diferencia de materiales en una competición imaginaria.
| Sistema | Qué procesa la información | Pregunta para evaluarlo |
|---|---|---|
| IA digital | Operaciones matemáticas en hardware electrónico | ¿Qué rendimiento obtiene con los recursos disponibles? |
| Computación neuromórfica | Circuitos que incorporan principios del procesamiento neuronal | ¿Qué mejora aporta su arquitectura en una tarea definida? |
| Wetware neuronal | Tejido vivo conectado a electrónica y software | ¿Qué aporta el tejido frente a los controles electrónicos? |
La distinción también evita confundir wetware con un implante cerebral. Los sistemas de este artículo estudian células cultivadas en laboratorio. No son una conexión con los pensamientos de una persona ni una técnica para transferir su identidad a un ordenador.
Qué demostraron DishBrain y Brainoware
En 2022, el equipo de DishBrain publicó en Neuron un experimento con neuronas humanas y de ratón conectadas a un entorno inspirado en Pong. Informó de aprendizaje aparente en unos cinco minutos bajo determinadas condiciones y destacó la importancia de la retroalimentación estructurada.
Pong ofrecía una tarea delimitada y una forma de medir cambios. La interpretación responsable se queda en ese terreno: adaptación observable dentro del montaje experimental. Convertir una mejora en el juego en comprensión del mundo exigiría pruebas distintas.
En 2023, Brainoware, de Cai y colaboradores, utilizó un organoide como reservorio dinámico conectado a electrodos. El estudio mostró aplicaciones de reconocimiento de voz y predicción de una ecuación no lineal. La arquitectura combinaba procesamiento biológico con lectura computacional de sus respuestas.
Para valorar una demostración híbrida, nuestra propuesta es preguntar cuánto resuelve cada parte. El software que prepara las señales y el que interpreta la salida pertenecen al resultado. Atribuir todo el desempeño a las células oculta precisamente la ingeniería que hay que entender.
La novedad de octubre de 2026: señales de braille
Un estudio de la Universidad de Bristol, publicado el 16 de octubre de 2026, convirtió datos de un sensor táctil en estímulos para organoides. Reportó una precisión media de clasificación de letras braille del 61 % con uno y del 83 % al combinar respuestas de tres.
El experimento era de clasificación en circuito abierto. No significa que un organoide leyera un libro, entendiera una letra o aprendiera el lenguaje humano. Aquí, reconocer designa una operación de clasificación dentro de una configuración concreta.
El dato merece atención porque amplía las tareas ensayadas. Merece también una lectura cuidadosa: esos porcentajes corresponden a ese estudio y no son una calificación general de la inteligencia del tejido ni una comparación directa con cualquier sistema de IA.
CL1 y FinalSpark: herramientas para investigar
La existencia de herramientas comerciales cambia quién puede experimentar, pero no resuelve por sí sola la utilidad del wetware. Tener acceso a una plataforma y demostrar una aplicación rentable son hitos diferentes. Para un laboratorio, el acceso puede ser valioso aunque una tecnología todavía no sea competitiva como infraestructura informática.
Cortical Labs describe CL1 como un sistema que integra neuronas, electrónica, software y soporte vital. La empresa anuncia mantenimiento de cultivos durante hasta seis meses. Es una especificación del fabricante, no una garantía de ventaja frente a una GPU en tareas equivalentes.
Por su parte, el artículo técnico de FinalSpark de 2024 presentó una Neuroplatform accesible remotamente para experimentar con organoides, con monitorización y circulación automatizada del medio de cultivo. Su aportación documentada es una infraestructura experimental; no demuestra superioridad informática universal.
¿Consumirá menos energía que la IA actual?
La eficiencia energética es una hipótesis atractiva que exige una comparación completa. Nuestra propuesta de evaluación es medir la energía por tarea útil, con una calidad de resultado acordada. La actividad eléctrica del tejido sería solo una parte del cálculo.
El balance debería incluir el soporte del cultivo, la adquisición de señales y el cómputo digital auxiliar. También habría que documentar preparación, reemplazos y tiempo sin resultados. Un ahorro aparente pierde sentido si cada ensayo exige un trabajo que no se contabiliza.
Por eso no usamos una cifra de ahorro universal. Recomendamos pedir una prueba reproducible con la misma tarea y criterios de calidad para ambos sistemas. El entusiasmo puede iniciar una investigación. Para decidir una compra hace falta una contabilidad más exigente.
Dónde podría resultar útil y qué falta medir
Como lectura prospectiva, el wetware merece atención en herramientas para estudiar procesamiento neuronal y respuestas del tejido a intervenciones experimentales. Su valor podría estar en producir conocimiento biológico difícil de obtener de otra forma. Ese objetivo necesita criterios distintos a los de un acelerador de IA.
Para una universidad o una empresa que estudie un piloto, proponemos empezar por una pregunta pequeña. Por ejemplo: ¿podemos obtener respuestas suficientemente estables durante una serie de ensayos? Después habría que contrastar los resultados entre cultivos y, cuando sea posible, entre laboratorios.
También proponemos reservar datos para evaluación, registrar los ensayos fallidos y comparar el sistema con una alternativa sencilla. Si únicamente se muestra el mejor intento, falta información para juzgar la fiabilidad. Una demostración interesante puede seguir siendo un producto inmaduro.
El siguiente hito que conviene observar sería una ventaja repetible en una tarea útil, con costes y mantenimiento visibles. Ese es nuestro criterio editorial para seguir el campo. No asignamos una fecha a una adopción masiva que estas fuentes no permiten pronosticar.
La cuestión ética empieza antes de la conciencia
La revisión ética de Hartung y colaboradores, publicada en 2024, aborda consentimiento de donantes, usos del tejido y supervisión de organoides. Son asuntos presentes aunque una preparación no tenga conciencia demostrada. El origen de las células importa.
En este análisis proponemos que cualquier programa de wetware explique qué material utiliza, para qué y bajo qué revisión. También debería aclarar quién controla los datos y qué cambios del experimento requieren una nueva evaluación. Son preguntas de responsabilidad institucional, no una afirmación sobre el estatus moral de cada cultivo.
El debate se relaciona con la gobernanza de tecnologías emergentes que seguimos en el Laboratorio del Futuro. Nuestra posición es anticipar preguntas concretas y revisar las respuestas conforme cambie la evidencia, sin convertir una incertidumbre científica en un titular sobre seres conscientes.
Preguntas frecuentes sobre wetware
¿El wetware ya sustituye a los ordenadores convencionales?
Los trabajos citados muestran tareas experimentales y plataformas de investigación. No acreditan una sustitución general de los ordenadores ni de los centros de datos. Cada posible aplicación necesita su propia comparación.
¿Todos los sistemas de wetware usan organoides?
No. En computación neuronal también se investigan cultivos bidimensionales. Inteligencia organoide se refiere específicamente al trabajo con organoides; conviene conservar esa diferencia al interpretar resultados.
¿Una neurona viva implica conciencia?
La presencia de células vivas y actividad eléctrica no establece por sí sola experiencia subjetiva. Los resultados descritos aquí no demuestran una conciencia humana ni justifican atribuir pensamientos al tejido.
¿El experimento de braille demuestra comprensión?
Demuestra clasificación de señales en el montaje descrito por sus autores. Interpretar ese resultado como comprensión del significado de las letras excede lo que permite afirmar esa prueba.
¿Se puede trabajar con wetware a distancia?
FinalSpark documentó una plataforma de acceso remoto para investigación. Eso permite acceder a experimentos sin alojar todo el equipo localmente; no elimina los requisitos de cultivo y mantenimiento del proveedor.
¿Qué conviene pedir antes de iniciar un piloto?
Proponemos pedir un protocolo, resultados repetidos y costes completos. También responsabilidades claras sobre células y datos. La meta debería ser responder una pregunta verificable, en lugar de demostrar que la organización tiene una tecnología llamativa.
El futuro del wetware se decidirá en pruebas concretas
La materia viva ya participa en experimentos de computación que merecen seguimiento. El paso decisivo será mostrar qué trabajo hace mejor y bajo qué condiciones. Ahí está la oportunidad para quienes investigan y toman decisiones: aprender a distinguir una señal de futuro de una promesa que todavía busca su prueba.
