La ciencia moderna ya no se hace solo con pipetas y telescopios, en su lugar, la mayoría de ella se hace con software y potentes simulaciones computarizadas. Más del 90% de los investigadores dependen de programas informáticos, y gran parte de esa base tecnológica es software libre y de código abierto.
A su vez, la ciencia abierta, la corriente que impulsa a compartir datos, métodos y resultados, no podría avanzar sin herramientas que cualquiera pueda examinar, modificar y reutilizar. Dos movimientos que nacieron separados comparten hoy el mismo sistema nervioso; proteger esa alianza es proteger el conocimiento mismo.
Dos movimientos, un mismo espíritu
El software libre es anterior a Internet tal y como lo conocemos. En septiembre de 1983, el programador Richard Stallman anunció el proyecto GNU; en 1985 publicó el Manifiesto GNU y fundó la Free Software Foundation.
Su idea central era política: un programa es libre si otorga a quien lo usa cuatro libertades:
- usarlo con cualquier propósito
- estudiarlo
- modificarlo
- y redistribuirlo
Para 1998, parte de la comunidad adoptó el término open source para poner el foco en las ventajas técnicas, aunque el espíritu original de Stallman siguiera hablando de libertad. Ambos términos conviven hoy como dos caras de la misma moneda: código que cualquiera puede leer, corregir y compartir.
Con ese mismo espíritu, la ciencia abierta alcanzó un hito global mucho más tarde: el 23 de noviembre de 2021, los 193 países miembros de la UNESCO adoptaron por unanimidad la primera definición universal de ciencia abierta, que incluye expresamente el software y el código fuente abiertos como parte del “conocimiento científico abierto”, junto a las publicaciones, los datos y los recursos educativos. Que 193 países acordaran ese marco significa que el acceso abierto al conocimiento financiado con fondos públicos dejó de ser una aspiración minoritaria para convertirse en política internacional.
Ambos movimientos comparten un punto de partida ético: el intercambio abierto como base de la confianza. Stallman empezó a construir GNU porque en el laboratorio del MIT donde trabajaba, investigadores y estudiantes se pasaban el código como quien se pasa recetas de cocina, una cultura idéntica a la que la ciencia práctica desde hace siglos. Y así, el software libre digitalizó un valor que ya estaba en el ADN del método científico.
La IA cambia las reglas del desarrollo, advierte el Banco Mundial
Una simbiosis que trabaja en ambas direcciones
Pero la relación entre ambos ecosistemas no es un préstamo casual, sino una dependencia mutua que se refuerza. El software es la infraestructura invisible sobre la que descansa la investigación: encuestas del Software Sustainability Institute revelan que el 92% de los académicos del Reino Unido usan software de investigación y que el 69% afirma que su trabajo no sería viable sin él; un sondeo entre posdoctorados de Estados Unidos elevó el uso al 95%. Un análisis de los artículos de Nature del primer trimestre de 2016, encontró que el 80% mencionaba software, con una media de siete programas por artículo.
En ese paisaje, el código abierto domina. El ecosistema científico de Python (NumPy, SciPy, Matplotlib, pandas, scikit-learn) sustenta la investigación en física, química, biología, astronomía, psicología o economía. La revista Nature dedicó en 2020, un artículo de revisión a NumPy señalando que ya no era un proyecto comunitario pequeño, sino “infraestructura científica central”. La investigación moderna no se explica sin estos programas: los científicos los usan, los corrigen y devuelven las mejoras, un ciclo virtuoso que las licencias propietarias cortan de raíz.
La corriente fluye también en sentido inverso: la ciencia es uno de los motores más potentes del software libre. Los investigadores escriben código, mantienen paquetes y forman comunidades; proyectos como Astropy (astronomía), rOpenSci (ciencias ambientales) o AiiDA (ciencia de materiales) nacieron en universidades y hoy son estándares de sus disciplinas. La ciencia aporta usuarios exigentes y casos de uso difíciles; el software libre aporta transparencia y reproducibilidad. Un resultado publicado sin el código que lo generó es, a efectos prácticos, una afirmación que nadie puede comprobar.
Resultados que hablan por sí solos
La evidencia concreta de esta alianza está en los mayores hitos científicos recientes. Por ejemplo, la detección de ondas gravitacionales, anunciada el 14 de septiembre de 2015 y reconocida con el Nobel de Física en 2017, se logró gracias al uso de una infraestructura de datos construida sobre Python.
Otro logro es la primera imagen de un agujero negro, publicada en 2019 por el telescopio Event Horizon, la cual se procesó con el ecosistema científico de Python. El telescopio James Webb, lanzado el 25 de diciembre de 2021, calibra sus datos con un pipeline cuyo código fuente es abierto y está publicado en GitHub.
Claramente, esto no son anécdotas ni hechos aislados: la infraestructura científica más sofisticada que la humanidad ha construido descansa en buena medida sobre software que cualquiera puede inspeccionar y mejorar. Organizarlo de otra forma habría encarecido la ciencia o la habría entregado a un puñado de proveedores.
A quién beneficia esta alianza
La simbiosis no beneficia solo a los científicos, sino al público que financia la investigación. Los fondos públicos que pagan salarios, telescopios y laboratorios también pagan el software que los hace funcionar; que ese software quede bajo llave es pagar dos veces. La campaña “Dinero público, código público” de la Free Software Foundation Europe, lanzada en septiembre de 2017 y respaldada por 237 organizaciones y más de 39.000 firmantes, condensa ese principio: lo que se construye con dinero público debe ser accesible al público.
Beneficia también a los países con menos recursos: cuando las herramientas y el conocimiento son abiertos, un investigador de un laboratorio modesto en cualquier parte del mundo trabaja con los mismos instrumentos que un centro de élite, un objetivo explícito de la Recomendación de la UNESCO. Un estudiante que no puede pagar una licencia propietaria sí puede aprender y contribuir con herramientas abiertas.
Y beneficia a la economía: PLOS estima que un sistema de investigación cerrado dejaría el PIB a largo plazo aproximadamente un 2% por debajo de uno abierto, gracias a la reutilización de datos, software y métodos, que evita duplicar esfuerzos. Las infraestructuras abiertas, además, generan más valor del que cuestan: NumPy, sostenido con presupuestos modestos, rinde beneficios varios órdenes de magnitud mayores que su coste.
La industria cripto exige acceso a grandes modelos de IA para proteger la red Bitcoin
¿Por qué protegerla e incentivarla?
Que la alianza funcione no significa que sea gratuita. El talón de Aquiles del software científico abierto es la sostenibilidad: muchos proyectos académicos se abandonan a los pocos años de su creación, dependen del trabajo voluntario de estudiantes e investigadores sin incentivos profesionales, y las agencias rara vez reconocen el mantenimiento de software como actividad investigadora. Un informe de Ithaka S+R, publicado en marzo de 2026, advierte de que las subvenciones puntuales no bastan y reclama financiar el software como infraestructura: de forma continua y fiable, como se financia una carretera o un telescopio.
Tampoco la apertura es inmune a la captura comercial. El modelo de “acceso abierto de pago” (gold open access) trasladó el coste de leer al de publicar: las tarifas de procesamiento de artículo rondan entre 3.000 y 12.000 dólares, y las grandes editoriales mantienen márgenes cercanos al 40%.
En 2026, financiadores como Cancer Research UK retiraron su apoyo a ese modelo y el NIH estadounidense estudia topar esas tarifas. La lección para el software es directa: la apertura sin financiación sostenible se degrada o acaba secuestrada por quien puede pagarla. Una perspectiva publicada en Nature Human Behaviour en agosto de 2026 recuerda además que la apertura no se sostiene sola: depende de gobernanza y mantenimiento continuo, trabajo mal pagado y poco reconocido.
El futuro de la alianza
Hay, sin embargo, avances regulatorios recientes en la dirección correcta. El 3 de junio de 2026, la Comisión Europea publicó su paquete de Soberanía Tecnológica, que reconoce explícitamente el principio “dinero público, código público” y prevé movilizar 2.000 millones de euros en siete años para el ecosistema de código abierto.
En Estados Unidos, el memorando de la OSTP de agosto de 2022 y la política de acceso público del NIH de 2025, eliminaron los embargos de un año para la investigación financiada con fondos federales. El camino es prometedor, pero queda lo más difícil: convertir los principios en financiación continua y en incentivos reales.
Por ello, de cara a los próximos años, la cuestión no es si el software libre y la ciencia abierta son deseables, sino cómo pagar y reconocer el trabajo que los sostiene: tratar el código como un resultado de investigación en igualdad de condiciones que el artículo, con DOI, citas y crédito profesional; que los financiadores exijan código abierto como condición de sus ayudas; y que las instituciones mantengan la infraestructura con presupuestos estables, no con subvenciones efímeras.
La simbiosis entre software libre y ciencia abierta no es un lujo técnico, sino que es la condición para una ciencia más barata, más justa y más verificable. Protegerla, es proteger el derecho a saber cómo funciona el mundo y eso nos interesa a todos.