Joëlle Pineau

Hay personas que cambian el campo de la IA con un modelo brillante, y hay personas que lo cambian obligando a todos a jugar limpio. Joëlle Pineau es de las segundas, aunque también hizo lo primero. Nacida en Ottawa en 1974, hizo su doctorado en robótica en Carnegie Mellon, y desde entonces ha dedicado su carrera a un objetivo poco glamoroso pero profundamente necesario: que la IA funcione de verdad, no solo en el paper.

En 2018, mientras era codirectora del laboratorio de razonamiento y aprendizaje en McGill University y miembro central de Mila (el instituto de IA de Quebec), dio una charla en NeurIPS que sacudió a toda la comunidad. Su mensaje era simple y contundente: la mayoría de los experimentos de machine learning no se pueden replicar. Nadie comparte el código. Los resultados cambian si cambias la semilla aleatoria. Eso no es ciencia, es alquimia. A partir de esa charla, Pineau encabezó el programa de reproducibilidad de NeurIPS 2019, que introdujo la primera lista de verificación obligatoria para todos los papers enviados a la conferencia. Hoy esa lista es un estándar en el campo.

Pero su impacto no se quedó en la academia. Como VP global de FAIR (Fundamental AI Research, el laboratorio de investigación de Meta), supervisó desde 2023 los proyectos que millones de investigadores y creadores usan a diario: PyTorch, LLaMA, SAM (Segment Anything Model), FAISS y más. Fue una de las impulsoras clave de que LLaMA se distribuyera abiertamente, dando acceso a modelos de lenguaje de clase mundial a universidades, startups y laboratorios de todo el planeta. También fue reconocida con el Premio a la Innovación del Gobernador General de Canadá en 2019, y es Fellow de la AAAI (desde 2018) y de la Royal Society of Canada (desde 2023). En 2025 dejó Meta para unirse a Cohere como Chief AI Officer.

Lo que más me inspira de Joëlle Pineau es que no se conformó con hacer cosas buenas: insistió en que esas cosas se pudieran verificar. En un campo donde el hype muchas veces corre más rápido que la evidencia, ella eligió el camino largo y correcto. Si hoy usas un modelo de IA y confías en que los resultados que ves son reales y no magia, en parte le debes esa confianza a ella.