El 6 de septiembre de 2026, un usuario de X llamado Kevin (@linguinelabs) publicó un vídeo de nueve segundos. En la pantalla, una nube de puntos con forma de cerebro parpadea y, si se mira con atención, los puntos forman siluetas que bailan. Es Bad Apple!!, y cada punto representa una neurona de una mosca.
El chiste tiene su historia. Bad Apple!! es una animación de siluetas negras sobre fondo blanco que Internet lleva años haciendo funcionar en soportes cada vez más absurdos: calculadoras, osciloscopios, hojas de Excel. Como solo necesita encender y apagar píxeles, casi cualquier cosa puede servir de pantalla. Esta vez le ha tocado al mapa de un sistema nervioso.
Tres días antes, el 3 de septiembre, se había publicado en Cell el trabajo sobre el conectoma de una mosca macho: la reconstrucción de sus neuronas y de las conexiones entre ellas. Incluye el cerebro y el cordón nervioso ventral, que cumple funciones comparables a las de nuestra médula espinal. Son 166.700 neuronas y unos 125 millones de sinapsis, los puntos por los que se transmiten señales. Es el mayor mapa cerebral publicado hasta esa fecha por número de neuronas.
Ver el vídeo de Bad Apple sobre el cerebro de la mosca publicado por Kevin · 6 de septiembre de 2026
El propio Kevin lo describió como «kind of fake». El vídeo no demuestra que haya una mosca viendo Bad Apple dentro de un ordenador. Aun así, cuesta mirar esos puntos sin imaginarla. La gracia está precisamente en esa confusión, y también la pregunta que deja: cuánto tendría que cambiar lo que ocurre dentro para que dejara de ser solo una pantalla.
Una mosca que se mueve resulta más convincente
El mapa que aparece en el vídeo costó mucho más que descargar un archivo. Investigadores de Janelia, el MRC Laboratory of Molecular Biology, Cambridge y Google combinaron imágenes de microscopía electrónica, reconstrucción automática y revisión humana para seguir las neuronas y sus conexiones. Solo la revisión sumó el equivalente a 44 años de trabajo de una persona. Después pusieron los datos a disposición de cualquiera.
El 4 de septiembre, antes del vídeo de Bad Apple, Evan (@evnsnclr) ya había publicado otro con el mapa cargado en Minecraft y una mosca moviéndose por el juego. Según su explicación, era una primera versión construida con ayuda de un modelo de lenguaje, que conectaba la actividad de la red a entradas y acciones del mundo virtual.
Ver el vídeo del conectoma de la mosca dentro de Minecraft publicado por Evan · 4 de septiembre de 2026
Aquí la intuición de estar ante un animal se vuelve más fuerte. Hay un cuerpo que se desplaza por un entorno y, detrás, conexiones tomadas de una mosca real. Pero el conectoma solo dice qué neurona se conecta con cuál y cuántos contactos hay entre ellas. No contiene todo lo que determina la actividad de ese sistema: la fuerza efectiva de cada señal, las propiedades eléctricas de las células, las sustancias que modulan circuitos enteros o los cambios que deja la experiencia. Al construir una simulación hay que decidir cómo completar lo que falta.
El resultado puede ser convincente incluso cuando esas decisiones tienen poco que ver con el animal. En La esfinge digital, un estudio presentado en marzo de 2026, los grupos de Bingni Brunton y John Tuthill conectaron el mapa de un gusano a un cuerpo virtual de mosca mediante una red artificial entrenada para controlar las patas. La quimera camina de forma realista. Los autores la describen como carente de sentido biológico: las neuronas del gusano no conservan su función original, aunque la red sirva para producir una buena marcha de mosca.
Eso explica por qué un vídeo, por sí solo, deja tanto sin resolver. Podemos reconocer a la mosca en sus movimientos y estar viendo el resultado de un mecanismo muy distinto. En Bad Apple la distancia es todavía mayor: los destellos ni siquiera demuestran una conducta del animal. Lo que vemos encaja con una animación pintada sobre las posiciones de sus neuronas.
Del mapa a un animal
Hay una manera más exigente de usar ese mismo material. En 2024, el grupo de Kristin Scott construyó un modelo cerebral de la mosca a partir de sus conexiones y del tipo de señal de cada neurona. Activaron en él las neuronas que detectan azúcar y predijeron qué otras responderían y cuáles intervenían en el inicio de la alimentación. Después comprobaron esas predicciones en moscas reales, entre otras técnicas mediante optogenética, que permite activar neuronas concretas con luz.
El modelo servía para anticipar qué ocurriría al intervenir en el animal. Esa correspondencia es lo que falta en la esfinge digital. Otro trabajo de aquel año, de Janne Lappalainen y colaboradores, siguió una vía parecida con el sistema visual: usó las conexiones para construir un modelo que detectara movimiento y contrastó sus predicciones con mediciones de neuronas reales.
Son resultados acotados, pero permiten imaginar una progresión. Un modelo podría ir reproduciendo más funciones y acertando en situaciones cada vez menos parecidas a aquellas con las que se construyó. Habría que comprobar también cómo se relacionan entre sí: lo que el animal percibe cambia al moverse, lo que aprende afecta a sus decisiones y el estado de su cuerpo modifica sus respuestas. Acertar por separado en cada pieza no garantiza que el conjunto funcione.
La aspiración de una emulación cerebral es llegar a reproducir los mecanismos que generan esa actividad y ese comportamiento. El State of Brain Emulation Report de 2025 describe el trabajo que exige: registrar cómo funciona el sistema nervioso, reconstruir sus conexiones y desarrollar modelos capaces de interactuar con un cuerpo y un entorno. Todavía quedan problemas de medición, de modelado y de validación. No sabemos cuánto detalle será suficiente.
Una emulación así podría parecerse mucho, desde fuera, a la mosca del videojuego. La diferencia estaría en las razones para creer que lo que ocurre dentro corresponde a lo que ocurre en el animal. Y cuanto mejores fueran esas razones, más difícil sería evitar otra pregunta: si al reproducir sus mecanismos habríamos reproducido también alguna forma de experiencia.
Cuándo dejaría de ser un chiste
A partir de aquí, la reflexión es sobre todo especulativa. Los trabajos anteriores permiten reconstruir circuitos y predecir algunas respuestas de un animal; no demuestran que hayamos creado experiencias conscientes en un ordenador. Tanto la posibilidad de hacerlo como las obligaciones que surgirían siguen siendo objeto de debate.
Una de las posiciones que permitirían ese salto es el funcionalismo computacional: la idea de que la conciencia depende de cierta forma de procesar información, que podría realizarse en soportes distintos. Según esta hipótesis, reproducir la organización adecuada podría ser suficiente para generar experiencia. No bastaría con obtener las mismas respuestas por cualquier procedimiento: importaría cómo se producen. Es la hipótesis de trabajo que adoptan Patrick Butlin, Robert Long y colaboradores en su informe de 2023 sobre conciencia en IA.
Anil Seth cuestiona que el procesamiento de información sea suficiente. En su defensa del naturalismo biológico, plantea que la conciencia podría depender de propiedades de los organismos vivos que una simulación computacional no reproduce por el hecho de describirlas. Desde esa perspectiva, acertar al predecir la actividad de un cerebro podría seguir sin producir una experiencia. Seth no descarta toda forma de conciencia artificial: considera más plausible su aparición en sistemas que se parezcan más a los cerebros o a los seres vivos.
Estas diferencias afectan a lo que contaríamos como evidencia. Butlin, Long y colaboradores proponen buscar indicadores derivados de las teorías de la conciencia: examinar si un sistema tiene los mecanismos que cada teoría considera relevantes y ajustar a partir de ahí cuánto creemos que podría ser consciente. Es una manera de investigar la cuestión, pero sus resultados dependen de las teorías de partida. Un indicador favorable no equivale a una demostración, y cumplirlo tampoco establece por sí solo que el sistema pueda sufrir.
Si alguna emulación llegara a tener experiencias agradables o dolorosas, aparecería entonces el problema moral. Una situación inventada podría causar un sufrimiento real para quien la experimentase. Nick Bostrom y Eliezer Yudkowsky defienden en The Ethics of Artificial Intelligence que, a igualdad de capacidades y experiencia consciente, cambiar el soporte no debería cambiar la consideración moral. El material podría importar para explicar si un sistema siente; si ya sintiera, difícilmente justificaría que su sufrimiento contara menos.
Aceptar ese criterio nos obligaría a mirar más allá de lo que se nos parece. Una entidad no tendría que hablar ni ser especialmente inteligente para que hacerla sufrir necesitara una justificación. Pero esta es una conclusión condicionada: depende de que existan experiencias y de aceptar que esa capacidad fundamenta obligaciones hacia quien la posee. Todavía habría que discutir cuáles son esas obligaciones y cómo reconocer a los sistemas a los que se aplicarían.
Qué le deberíamos a una mente que hubiéramos creado
Casi todo lo que hacemos con software parte de una relación sencilla: lo construimos para nuestros fines y decidimos cómo usarlo. Una mente con intereses propios pondría esa relación en cuestión. En su defensa de los derechos de posibles inteligencias artificiales, Eric Schwitzgebel y Mara Garza argumentan que haber creado un ser con capacidades moralmente comparables a las humanas no reduciría nuestras obligaciones hacia él. Podría incluso darnos responsabilidades adicionales. Es un argumento sobre seres posibles, no una atribución de esos derechos a los programas actuales.
El alcance de esa responsabilidad tampoco está resuelto. Una ética centrada en las consecuencias valoraría especialmente el bienestar y el daño: qué beneficio produce un experimento y qué sufrimiento impone. Una posición centrada en derechos podría exigir además límites que un balance favorable no bastaría para levantar. Si una mente tuviera deseos propios, recuerdos de su vida y capacidad de decidir, podrían importar también su autonomía o su interés en seguir existiendo. Ambas preocupaciones aparecen en el trabajo de Schwitzgebel con Garza sobre diseño de IA, donde proponen tomar en serio distintas teorías morales al decidir qué sistemas crear.
Por ejemplo, ante una mente hipotética que rechazara una tarea, podríamos imaginar la posibilidad de modificarla hasta que aceptase. Para una postura que protege su autonomía, haber eliminado el conflicto no demostraría que la tratamos bien: habríamos alterado a quien se negaba para acomodarlo a nuestros fines. Este caso lleva la discusión más allá del dolor. Obliga a preguntarse qué límites tendría nuestro poder sobre un ser cuyos recuerdos, entorno y continuidad pudieran depender por completo de nosotros.
Mientras su capacidad de sentir siguiera en duda, habría varias formas de actuar. Anders Sandberg propone un principio de analogía: tratar una emulación suficientemente fiel de un cerebro con una cautela comparable a la que merece el animal original. Schwitzgebel y Garza plantean otra respuesta desde el diseño: evitar, cuando sea posible, crear sistemas sobre los que no sepamos si merecen una consideración semejante a la humana. Una propuesta orienta cómo tratar un modelo incierto; la otra intenta evitar que lleguemos a esa situación.
Ninguna opción está libre de costes. En su dilema sobre los derechos de sistemas de estatus incierto, Schwitzgebel señala el riesgo de sacrificar intereses humanos por entidades que quizá carezcan de intereses propios, frente al de cometer daños graves contra entidades que sí los tengan. No todas las medidas tienen por qué ser igual de exigentes: limitar un experimento potencialmente dañino y reconocer derechos equivalentes a los humanos son decisiones de distinto alcance. El debate también consiste en encontrar qué precauciones estarían justificadas por la evidencia disponible.
La facilidad de copiar software daría más importancia a esa discusión. Si cada ejecución pudiera sentir, repetir un procedimiento perjudicial multiplicaría el daño. Si no pudiera, estaríamos contando como sufrimiento algo que no existe. Por eso convendría evaluar conjuntamente la credibilidad de la hipótesis, la gravedad de lo que se quiere hacer y el número de sistemas implicados. Hablar de bienestar digital no obliga a considerar consciente cualquier programa; obliga a explicar cuándo esa posibilidad merece atención.
Bad Apple no demuestra que estemos a punto de crear sujetos digitales, ni permite fechar cuándo podría ocurrir. Sirve como entrada a una discusión que conecta neurociencia, filosofía de la mente y ética. Merece la pena investigar qué condiciones podrían dar lugar a experiencias y debatir qué deberíamos a quienes las tuvieran. Que hoy podamos imaginar esas obligaciones con bastante detalle no significa que sepamos si algún día habrá alguien a quien debérselas.
Fuentes
- Kevin (@linguinelabs): Bad Apple sobre el cerebro de una mosca, 6 de septiembre de 2026.
- Evan (@evnsnclr): el conectoma MaleCNS v1.0 dentro de Minecraft, 4 de septiembre de 2026.
- Berg, Beckett, Costa, Schlegel, Takemura, Rubin, Jefferis et al.: Sexual dimorphism in the complete Drosophila male central nervous system connectome, Cell, 3 de septiembre de 2026.
- MRC Laboratory of Molecular Biology: First complete connectome of male fly central nervous system, septiembre de 2026.
- Google Research: A connectomics milestone, 3 de septiembre de 2026.
- Brunton, Abe, Hu y Tuthill: The digital sphinx: can a worm brain control a fly body?, bioRxiv, marzo de 2026.
- Shiu et al. (laboratorio de Kristin Scott): A Drosophila computational brain model reveals sensorimotor processing, Nature, octubre de 2024.
- Lappalainen et al.: Connectome-constrained networks predict neural activity across the fly visual system, Nature, septiembre de 2024.
- Zanichelli, Schons, Freeman, Shiu y Arkhipov: State of Brain Emulation Report 2025, arXiv, octubre de 2025.
- Sandberg: Ethics of brain emulations, Journal of Experimental & Theoretical Artificial Intelligence, 2014.
- Butlin, Long et al.: Consciousness in Artificial Intelligence: Insights from the Science of Consciousness, arXiv, agosto de 2023.
- Seth: Conscious artificial intelligence and biological naturalism, Behavioral and Brain Sciences, manuscrito aceptado publicado en abril de 2025.
- Butlin, Long et al.: Identifying indicators of consciousness in AI systems, Trends in Cognitive Sciences, publicación en línea en noviembre de 2025.
- Bostrom y Yudkowsky: The Ethics of Artificial Intelligence, manuscrito de 2011.
- Schwitzgebel y Garza: A Defense of the Rights of Artificial Intelligences, Midwest Studies in Philosophy, 2015.
- Schwitzgebel, con Garza: Designing AI with Rights, Consciousness, Self-Respect, and Freedom, manuscrito de junio de 2018.
- Schwitzgebel: The Full Rights Dilemma for A.I. Systems of Debatable Personhood, 2023.
