La computación cuántica ya no sólo enfrenta un problema de ingeniería. También enfrenta un problema de confianza. En los últimos años, empresas, gobiernos y laboratorios han multiplicado los anuncios sobre chips, algoritmos, simuladores y rutas hacia la llamada ventaja cuántica. Pero mientras la inversión crece y las promesas se aceleran, parte de la comunidad científica insiste en una advertencia: sin métricas comparables, datos verificables y evidencia reproducible, será cada vez más difícil distinguir un avance real de una afirmación inflada por la competencia tecnológica.
El debate volvió a tomar fuerza esta semana con Majorana 2, el nuevo chip cuántico topológico presentado por Microsoft. La compañía aseguró que el dispositivo, desarrollado con apoyo de inteligencia artificial agéntica, mejora hasta 1,000 veces algunas métricas frente a su generación anterior y podría acercar a la empresa a una computadora cuántica escalable hacia 2029.
Pero el anuncio también reactivó el escepticismo. Reuters reportó que varios físicos cuestionan a Microsoft por no liberar suficientes datos públicos para verificar sus afirmaciones de manera independiente. La empresa ha respondido que parte de la información está protegida por secretos comerciales y que ha compartido datos en conversaciones confidenciales con DARPA, la agencia estadounidense que evalúa rutas hacia sistemas cuánticos viables.
El caso Microsoft es importante, pero no es el único. Majorana 2 funciona como síntoma de una discusión más amplia: la frontera cuántica está entrando en una etapa donde las empresas anuncian avances extraordinarios antes de que exista un consenso claro sobre cómo medirlos, compararlos y reproducirlos.
Nature publicó recientemente que investigadores trabajan en indicadores de desempeño, una especie de KPIs cuánticos, para distinguir avances verdaderos de afirmaciones falsas. La necesidad surge porque cada equipo puede usar hardware, algoritmos, configuraciones y métricas distintas, lo que vuelve difícil comparar sistemas y evaluar si una mejora representa un salto científico o sólo una medición favorable bajo ciertas condiciones.
En computación cuántica, una empresa puede decir que tiene más qubits, mayor estabilidad, mejor fidelidad, menor tasa de error o avances hacia la corrección de errores. Pero cada una de esas métricas puede significar cosas distintas según la arquitectura utilizada, el tipo de experimento, la duración de la operación, el nivel de ruido o la posibilidad de escalar el sistema completo. Por eso, el debate no es si la computación cuántica avanza. Avanza. El debate es cómo evitar que el lenguaje de frontera tecnológica convierta cada mejora parcial en una promesa de revolución inmediata.
La literatura académica sobre el “hype cuántico” ya existe desde hace años. Olivier Ezratty, autor del ensayo Mitigating the quantum hype, advierte que el campo vive una mezcla de avances reales, expectativas comerciales, iniciativas gubernamentales de soberanía tecnológica y promesas de startups con niveles de madurez tecnológica todavía bajos. El hype, señala, no es negativo por sí mismo: puede atraer inversión, talento e innovación. El riesgo aparece cuando las promesas exageradas duran demasiado y terminan produciendo decepción, pérdida de financiamiento o incluso un posible “invierno cuántico”.
Ezratty no propone resolver el problema del hype cuántico con una sola métrica, sino con un ecosistema de indicadores verificables. Entre los criterios que considera necesarios están los benchmarks aceptados por terceros, las pruebas orientadas a aplicaciones reales, las comparaciones independientes del tipo de hardware, la caracterización clara de qubits útiles y no sólo de qubits anunciados, así como métricas capaces de medir el desempeño a lo largo del tiempo y entre distintos proveedores. También advierte que, conforme los sistemas escalen, será necesario incorporar indicadores energéticos para evaluar si una mejora cuántica no depende de costos eléctricos desproporcionados. En otras palabras, la pregunta no debe ser únicamente cuántos qubits anuncia una empresa, sino cuántos pueden usarse de manera confiable, bajo qué tarea, con qué tasa de error, con qué costo de operación y con qué posibilidad de comparación independiente.
Otra discusión clave está en la llamada ventaja cuántica: el punto en que una computadora cuántica puede resolver un problema útil mejor que una computadora clásica. Torsten Hoefler, Thomas Häner y Matthias Troyer han planteado que muchas aplicaciones propuestas para la computación cuántica no son todavía prácticas, especialmente si no ofrecen aceleraciones suficientemente grandes frente a métodos clásicos. En su análisis, áreas como química y ciencia de materiales parecen más prometedoras, mientras otros usos deben examinarse con mayor cautela.
Hoefler, Häner y Troyer proponen otro filtro contra el hype: no preguntar sólo si un algoritmo cuántico es teóricamente más rápido, sino si puede producir una ventaja práctica frente a una computadora clásica. Para ello distinguen entre aceleraciones abstractas y utilidad real. Según su análisis, las aplicaciones más prometedoras son aquellas con problemas de pocos datos y algoritmos con aceleraciones supercuadráticas, porque mover grandes volúmenes de información hacia dentro y fuera de un sistema cuántico puede convertirse en un cuello de botella que anule la ventaja. Bajo ese criterio, áreas como química y ciencia de materiales aparecen como candidatas más sólidas, mientras que muchas promesas asociadas a big data, aprendizaje automático, búsqueda en bases de datos o sistemas lineales no estructurados requieren mejoras algorítmicas profundas antes de poder considerarse aplicaciones prácticas de la computación cuántica.
Gran parte de la comunicación pública sobre computación cuántica mezcla tres planos distintos: avances experimentales de laboratorio, expectativas comerciales futuras y escenarios especulativos sobre criptografía, medicina, inteligencia artificial o diseño de materiales. El resultado es una narrativa donde la computación cuántica parece estar siempre a punto de llegar, aunque sus aplicaciones prácticas todavía dependan de resolver problemas enormes de estabilidad, escala, corrección de errores y costos de infraestructura.
La presión comercial agrava esa ambigüedad. A diferencia de etapas previas de la física experimental, muchos de los laboratorios más visibles de computación cuántica están dentro de grandes empresas tecnológicas o dependen de alianzas público-privadas. IBM, Google, Microsoft, Amazon, Quantinuum, IonQ y otros actores compiten no sólo por resultados científicos, sino por inversión, talento, contratos gubernamentales y posición estratégica en una tecnología considerada crítica.
En ese contexto, la ciencia abierta choca con el secreto industrial. Una compañía puede argumentar que no puede publicar todos sus datos porque protege propiedad intelectual, patentes o ventajas competitivas. Pero la comunidad científica necesita acceso suficiente a métodos, mediciones y resultados para revisar si las afirmaciones son sólidas. La tensión es estructural: la frontera cuántica se está desarrollando en laboratorios donde el conocimiento científico y el valor comercial son inseparables.
Majorana 2 permite ver esa fricción con claridad. Microsoft sostiene que su ruta topológica podría producir qubits más resistentes al ruido y facilitar la construcción de máquinas escalables. Varios físicos no descartan que haya avances técnicos, pero piden más evidencia antes de aceptar la magnitud del salto. La historia previa de Microsoft con las Majoranas, incluida una retractación de 2021, hace que la exigencia de reproducibilidad sea todavía más fuerte.
Pero reducir la discusión a Microsoft sería perder el punto. El caso forma parte de una pregunta mayor: ¿quién decide cuándo un avance cuántico cuenta como avance? ¿La empresa que lo anuncia? ¿El mercado que lo financia? ¿El gobierno que lo evalúa bajo confidencialidad? ¿O la comunidad científica que exige revisión abierta?
La computación cuántica se ha convertido en una tecnología estratégica. Se le atribuyen posibles impactos en diseño de materiales, química, energía, criptografía, logística, inteligencia artificial y seguridad nacional. Esa amplitud vuelve más urgente distinguir entre capacidades reales, prototipos prometedores y narrativas de mercado.
La carrera cuántica no está detenida. Al contrario: los avances en hardware, algoritmos, corrección de errores y simulación muestran que el campo se mueve con rapidez. Pero esa velocidad vuelve más necesaria una infraestructura de confianza: métricas compartidas, benchmarks transparentes, validación independiente y comunicación responsable.
La noticia, entonces, no es sólo que una empresa haya presentado otro chip. La noticia es que la computación cuántica entró en una fase donde el futuro ya no se disputa únicamente en los laboratorios, sino también en las métricas, los comunicados, las promesas de inversión y la autoridad para decir qué cuenta como evidencia.
En la era del hype tecnológico, la pregunta científica vuelve a ser básica: no qué tan espectacular suena un avance, sino quién puede probarlo, cómo puede compararse y si otros pueden reproducirlo.
