La IA de vídeo más rápida de USask reduce el cómputo, pero persiste la brecha de los benchmarks

Google News ha destacado un sistema de la University of Saskatchewan que procesó vídeo hasta 20 veces más rápido que uno de los principales métodos de investigación en pruebas controladas. El sistema, llamado Learnable Motion-Focused Tokenization, filtra fragmentos de imagen con poco movimiento antes de que un modelo de visión los analice. Esto plantea una tensión atractiva: un mejor reconocimiento de acciones podría requerir ver menos, no procesar cada píxel disponible.

La investigación aborda un problema específico pero relevante denominado adaptación de dominio no supervisada para vídeo. Este proceso transfiere un modelo de reconocimiento de acciones desde vídeos de entrenamiento etiquetados a vídeos sin etiquetar capturados en condiciones diferentes. Un modelo entrenado con vídeos de personas corriendo en calles soleadas, por ejemplo, puede tener dificultades con corredores en parques oscuros.

Los investigadores de USask sostienen que los escenarios estáticos suelen amplificar este cambio de dominio. Su método de análisis de vídeo LMFT intenta eliminar esa distracción al tiempo que reduce el número de tokens que entran en un Vision Transformer. La comparación relevante no es la atención humana frente a la atención de las máquinas. Es el procesamiento selectivo y consciente del movimiento frente a modelos que conservan todos los tokens de vídeo.

Lo que Google News mostró sobre la IA de vídeo de USask

El acontecimiento importante es la publicación de resultados de eficiencia medibles, no la metáfora sobre el enfoque humano que los rodea.

El anuncio de investigación de USask se publicó el 8 de julio de 2026. Describe el trabajo de Tzu-Ling Liu, Ian Stavness y Mrigank Rochan, del Department of Computer Science de la universidad. Su artículo apareció en la 2026 IEEE/CVF Conference on Computer Vision and Pattern Recognition, conocida habitualmente como CVPR.

El artículo había entrado antes en el registro público de investigación. Su artículo sobre LMFT se envió a arXiv el 10 de abril de 2026. Esta secuencia importa porque la posterior cobertura de Google News popularizó hallazgos que los lectores pueden examinar en el estudio original.

LMFT significa Learnable Motion-Focused Tokenization. La tokenización divide cada fotograma de vídeo en fragmentos más pequeños que un transformer puede procesar como unidades individuales. El método mide los cambios de píxeles entre fragmentos correspondientes en fotogramas adyacentes.

Un fragmento con poco movimiento probablemente contiene una pared, carretera, suelo u otro detalle de fondo sin cambios. LMFT descarta los fragmentos que quedan por debajo de un umbral de movimiento aprendido. Conserva los que contienen movimientos más intensos y, por tanto, tienen más probabilidades de representar una acción.

No se trata de compresión de vídeo convencional. El sistema no se limita a reducir un archivo para almacenarlo o transmitirlo. Decide qué unidades visuales merecen cómputo dentro de un modelo de reconocimiento de acciones.

La investigación se centra en la adaptación de dominio no supervisada para vídeo, o VUDA. Un sistema VUDA recibe ejemplos etiquetados de un entorno de origen y ejemplos sin etiquetar de un entorno objetivo. Debe reconocer las mismas acciones pese a cambios en el escenario, la iluminación, la posición de la cámara o el estilo de grabación.

Esta configuración se parece a un problema común de despliegue. Un modelo puede rendir bien durante el desarrollo y después encontrarse con cámaras y entornos distintos tras su lanzamiento. Recopilar nuevas etiquetas para cada entorno resulta costoso y, en ocasiones, poco práctico.

El equipo evaluó LMFT en tres benchmarks establecidos y 21 configuraciones de adaptación. Según el artículo, su marco completo superó a los métodos publicados previamente por 5,3 puntos porcentuales en Daily-DA. Los márgenes fueron de 1,8 puntos en UCF-HMDB y de 12 puntos en ActorShift.

Estas comparaciones abarcan el marco completo de los autores, que incluye más que el filtrado de tokens. El sistema también utiliza pseudoetiquetas generadas por CLIP y filtrado basado en confianza. LMFT aporta mejoras adicionales y una menor demanda computacional dentro de ese diseño más amplio.

La distinción evita una exageración fácil. Los resultados no demuestran que un único módulo de filtrado produjera todas las mejoras de precisión. Demuestran que la selección de tokens centrada en el movimiento reforzó un marco de adaptación ya competitivo.

USask también afirma que el trabajo recibió un CVPR Computer Gold Star Award. La universidad informa de que 18 artículos obtuvieron este reconocimiento entre más de 16.000 envíos. Se trata de un reconocimiento externo destacable, aunque no sustituye a la evidencia de despliegue.

Google News dio al trabajo mayor visibilidad. Sin embargo, el cambio subyacente ocurrió dentro de la canalización de reconocimiento de acciones. Un umbral aprendido determina ahora cuánta información visual estática llega al transformer.

Por qué procesar todos los tokens de vídeo genera presión

Los transformers de vídeo afrontan un problema estructural de costes porque la atención se vuelve más cara a medida que crece el número de tokens.

Los Vision Transformers convierten las imágenes en tokens de fragmentos y comparan las relaciones entre ellos. El vídeo añade una dimensión temporal y produce fragmentos a lo largo de varios fotogramas. Por tanto, un modelo puede acumular una larga secuencia de tokens antes de identificar la acción relevante.

La autoatención, el mecanismo del transformer para comparar tokens, tiene costes computacionales que crecen cuadráticamente con la longitud de la secuencia. Duplicar el número de tokens puede generar aproximadamente cuatro veces más relaciones entre tokens. El tiempo de ejecución exacto sigue dependiendo del hardware y de las decisiones de implementación.

Los fondos estáticos hacen que esta carga sea más difícil de justificar. Una pared que permanece sin cambios durante 16 fotogramas puede generar muchos tokens visuales sin aportar demasiada evidencia de movimiento. Sin embargo, un transformer estándar continúa procesando esos tokens junto con manos, herramientas, vehículos o cuerpos en movimiento.

Los fondos también pueden convertirse en atajos engañosos. Supongamos que un modelo ve la mayoría de los ejemplos de natación en piscinas interiores luminosas. Podría asociar los patrones de azulejos y el agua azul con la acción en lugar de aprender el movimiento del nadador.

Ese atajo puede fallar cuando las imágenes objetivo proceden de una piscina exterior, un lago o una cámara más oscura. La acción sigue siendo similar, pero cambia el aspecto del entorno. Los métodos de adaptación de dominio intentan preservar la señal de acción transferible al tiempo que reducen la dependencia del escenario.

LMFT combina estos problemas de precisión y eficiencia. Sus investigadores tratan los fragmentos estáticos como sobrecarga computacional y como una fuente de desajuste de dominio. Eliminarlos puede acortar la secuencia de tokens y reducir la exposición del modelo a detalles específicos del entorno.

El artículo informa de que LMFT eliminó tokens antes de que entraran en el Vision Transformer principal. Los seleccionó mediante un umbral aprendido con aprendizaje por refuerzo. El aprendizaje por refuerzo ajusta una política mediante recompensas que, en este caso, equilibran el rendimiento de reconocimiento con la reducción de tokens.

El umbral es importante porque una regla fija se comportaría de forma distinta entre vídeos. Las imágenes de seguridad de una cámara estacionaria contienen patrones de movimiento diferentes a los de grabaciones deportivas con cámara en mano. Una política aprendida puede ajustar el límite durante el entrenamiento, en lugar de aplicar un único corte universal.

En el momento de la inferencia, el método utiliza un umbral determinista estimado a partir de la política entrenada. Esto evita muestrear umbrales repetidamente durante el despliegue. El artículo afirma que el cálculo del umbral no introduce sobrecarga continua durante el despliegue una vez preparado.

Esto presiona el procesamiento estándar de todos los tokens. Si los sistemas de reconocimiento de acciones pueden descartar de forma segura grandes cantidades de información estática, conservar cada fragmento resulta más difícil de defender. Los desarrolladores estarían gastando cómputo en evidencia que puede debilitar la transferencia entre entornos.

La presión también alcanza a las técnicas establecidas de reducción de tokens. La eliminación aleatoria descarta tokens sin evaluar su contenido. La fusión de tokens combina representaciones similares, mientras que los métodos de poda suelen clasificar los tokens mediante señales de atención o diversidad.

LMFT utiliza en cambio el movimiento temporal como criterio de selección. Esa elección alinea la regla de filtrado con la tarea objetivo: reconocer acciones en entornos cambiantes. El movimiento se convierte en la primera prueba de si un fragmento merece procesamiento adicional.

Google exploró previamente la selección adaptativa de tokens visuales mediante la investigación sobre TokenLearner. TokenLearner generó un conjunto compacto de tokens aprendidos a partir de imágenes y vídeos. Ese trabajo estableció un precedente más amplio para sustituir el procesamiento visual uniforme por una selección dependiente del contenido.

La contribución de USask se dirige a un problema diferente. Vincula la eliminación dinámica de tokens con la evidencia de movimiento y el reconocimiento de acciones entre dominios. Por tanto, la competencia principal es entre el procesamiento selectivo del movimiento y la retención indiscriminada de tokens, no entre USask y Google.

El análisis de vídeo LMFT gana velocidad viendo menos

El mecanismo central de LMFT es un cuello de botella de información controlado que recompensa el movimiento útil y penaliza el cómputo innecesario.

Cada vídeo de entrada se convierte primero en una cuadrícula de fragmentos espaciales a lo largo de varios fotogramas. El sistema compara fragmentos en la misma posición espacial de fotogramas consecutivos. Utiliza sus diferencias de píxeles para estimar la intensidad local del movimiento.

Los fragmentos por debajo del umbral se eliminan. Los que están por encima permanecen disponibles para el transformer. La secuencia resultante debería concentrar el cómputo en personas, objetos o partes relevantes de una actividad que están en movimiento.

Elegir el umbral crea un problema de optimización difícil. La selección discreta de tokens no puede gestionarse con la misma facilidad que las operaciones ordinarias y diferenciables de una red neuronal. Por ello, los investigadores utilizan REINFORCE, un método de gradiente de política, para aprender el umbral.

La recompensa incluye pérdidas de clasificación de los datos de origen y de destino. También tiene en cuenta la proporción de tokens descartados. Este diseño desalienta una política que conserve todo para maximizar la precisión o elimine todo para maximizar la velocidad.

Durante el paso de aprendizaje solo se muestrea un umbral escalar. La política actualiza dos parámetros que describen su distribución. Los autores describen esta sobrecarga como insignificante frente al procesamiento del propio transformer de vídeo.

El modelo más amplio también necesita etiquetas para el entorno objetivo. Como VUDA supone que esas etiquetas no están disponibles, los investigadores generan pseudoetiquetas mediante CLIP. Una pseudoetiqueta es una categoría producida por un modelo que sustituye una anotación humana durante el entrenamiento.

CLIP compara la representación de cada vídeo objetivo con indicaciones de texto para las clases de acción disponibles. El marco conserva los ejemplos objetivo solo cuando la predicción supera un umbral de confianza. En los experimentos presentados, un umbral de 0,8 produjo el mejor equilibrio.

Este detalle complica la simple historia de que LMFT funciona como la visión humana. Los humanos no calculan diferencias de píxeles adyacentes, ejecutan indicaciones de CLIP ni optimizan un umbral escalar mediante gradientes de política. La metáfora describe atención selectiva, no la implementación real.

Los resultados medibles son más útiles que esa metáfora. En una dirección de Daily-DA, la línea base estándar ViT-B/16 registró una precisión del 72,1 por ciento y requirió 3.810 segundos de entrenamiento. LMFT alcanzó el 74,2 por ciento en 2.784 segundos.

En la dirección inversa, la línea base logró una precisión del 57,5 por ciento en 1.211 segundos. LMFT alcanzó el 60 por ciento en 890 segundos. Ambas comparaciones produjeron una aceleración de entrenamiento de 1,4 veces respecto a la tokenización estándar.

Los resultados de inferencia muestran una reducción computacional menor, pero aún relevante. La tokenización estándar requirió 266 GFLOPs para los clips evaluados. LMFT utilizó 217 GFLOPs en una dirección y 218 en la otra.

Un GFLOP representa mil millones de operaciones de punto flotante. Es una estimación a nivel de arquitectura, no una factura de electricidad ni una cifra garantizada de latencia. Un menor número de GFLOPs generalmente indica menos cómputo, pero la utilización del hardware sigue determinando el rendimiento real.

El rendimiento cambió de 3,8 a 3,9 clips por segundo en una dirección. En la dirección inversa, aumentó de 3,5 a 3,7 clips por segundo. Estas cifras no respaldan afirmaciones de una aceleración drástica de la inferencia frente a la referencia estándar.

La comparación de velocidad más amplia involucró a UNITE, otro método de adaptación de video. En la primera dirección de Daily-DA, UNITE requirió 27.426 segundos de entrenamiento y produjo una precisión del 71,7 %. El marco de USask utilizó 2.784 segundos y alcanzó el 74,2 %.

La segunda dirección mostró 22.070 segundos para UNITE y 890 segundos para el nuevo marco. La precisión fue del 49 % para UNITE y del 60 % para el método de USask. Los autores resumen estos resultados como un entrenamiento aproximadamente entre 10 y 20 veces más rápido.

Esa comparación debe mantenerse vinculada al código y las condiciones de hardware probados. Los investigadores ejecutaron implementaciones públicas porque los artículos competidores no informaban mediciones de eficiencia equivalentes. Las decisiones de reimplementación pueden influir en el tiempo de entrenamiento.

LMFT también superó al descarte aleatorio de tokens, ToMe, PruMerge y DivPrune en las comparaciones de precisión y velocidad elegidas por el equipo. Algunas alternativas redujeron las operaciones teóricas, pero introdujeron su propia sobrecarga de selección. DivPrune, por ejemplo, procesó solo 0,2 clips por segundo en ambas direcciones informadas.

Esta evidencia respalda una conclusión específica. Seleccionar tokens de forma económica puede importar tanto como reducir su cantidad final. Un algoritmo de poda complicado puede ahorrar operaciones del transformador mientras consume ese ahorro durante la evaluación de tokens.

Para los desarrolladores, la lección práctica va más allá del reconocimiento de acciones. Cualquier canalización de video debería preguntarse si su método de filtrado cuesta menos que el cómputo que elimina. La respuesta debe incluir el preprocesamiento, el movimiento de memoria y el rendimiento real del dispositivo.

Los resultados de referencia no demuestran preparación para carretera

La cuestión sin resolver es si el filtrado centrado en el movimiento sigue siendo fiable cuando la evidencia importante se mueve lenta, breve o indirectamente.

El estudio evalúa pruebas académicas de reconocimiento de acciones. No informa de un despliegue en producción en un hospital, vehículo autónomo, fábrica o sistema de seguridad pública. Esos ejemplos del anuncio universitario describen aplicaciones potenciales, no productos validados.

Esta diferencia importa especialmente en entornos sensibles para la seguridad. Un semáforo que cambia lentamente, una señal de advertencia estacionaria o un instrumento quirúrgico inmóvil pueden contener información esencial. Un sistema optimizado en torno al movimiento podría infravalorar ese contexto si el modelo circundante no puede recuperarlo.

LMFT no elimina ciegamente cada parche estático. Su umbral aprendido equilibra precisión y reducción de tokens según el objetivo de entrenamiento. Aun así, las recompensas de referencia solo capturan lo que miden los conjuntos de datos y etiquetas seleccionados.

Las tres pruebas ofrecen una diversidad útil, pero no pueden representar todas las cámaras, condiciones meteorológicas, acciones o fallos operativos. ActorShift prueba específicamente cambios en actores y entornos. Daily-DA y UCF-HMDB combinan conjuntos de datos consolidados de acciones con distintos estilos visuales.

Los resultados también proceden de los propios autores del sistema. La publicación en CVPR y el premio a la eficiencia aumentan la confianza en el proceso de investigación. Una reproducción independiente ofrecería evidencia más sólida sobre la portabilidad entre implementaciones y plataformas informáticas.

Otra incertidumbre se refiere al movimiento de cámara. LMFT estima el movimiento mediante diferencias temporales en ubicaciones de parches correspondientes. Una cámara en movimiento puede hacer que grandes porciones del fotograma parezcan activas, incluso cuando el sujeto importante ocupa una región pequeña.

El análisis visual del artículo indica que LMFT seleccionó regiones relevantes para la acción pese a las variaciones de punto de vista. Eso resulta alentador dentro de los casos mostrados. Las pruebas más amplias deberían aislar el movimiento de cámara en mano, los paneos rápidos, los zooms, los artefactos de estabilización y la distorsión de obturador rodante.

La oclusión crea un desafío relacionado. Una persona u objeto relevante puede desaparecer temporalmente detrás de otro objeto. El filtrado rico en movimiento debe preservar suficiente contexto temporal y espacial para reconocer la acción completa tras esa interrupción.

Las acciones sutiles merecen pruebas separadas. Teclear, comprobar el pulso, manipular un componente pequeño o cambiar la expresión facial implica movimientos menos evidentes que correr. Los umbrales de diferencia de píxeles podrían tener dificultades cuando la evidencia de acción cubre muy pocos parches.

La canalización de pseudoetiquetas añade otra dependencia. Las etiquetas generadas por CLIP pueden ser erróneas, especialmente cuando las clases se diferencian por movimientos sutiles en lugar de objetos visibles. El filtrado por confianza elimina predicciones débiles, pero también puede excluir ejemplos difíciles que importan en el despliegue.

El artículo informa de ganancias sustanciales de precisión frente a métodos VUDA anteriores. Sin embargo, su propio marco sin LMFT ya se benefició de pseudoetiquetas de alta calidad. Los lectores deberían separar la contribución del módulo de filtrado de las mejoras creadas por la receta completa de entrenamiento.

Las comparaciones también revelan que una mejor precisión de referencia no siempre produce grandes cambios en el rendimiento. LMFT redujo el cómputo teórico en alrededor de un 18 % frente a la tokenización estándar en las pruebas Daily-DA informadas. El rendimiento de clips por segundo solo aumentó ligeramente.

Esa brecha puede surgir de costes fijos del sistema. La carga de datos, la generación de parches, la selección de tokens y la sincronización de GPU no desaparecen cuando la atención recibe menos tokens. Los modelos más pequeños o los dispositivos periféricos podrían revelar distintos cuellos de botella.

Rochan relacionó una menor demanda computacional con la IA alojada localmente. Esa posibilidad encaja con el creciente interés por procesar información sensible cerca de su fuente. Sin embargo, el artículo no establece el rendimiento de memoria, batería, temperatura ni latencia en hardware periférico.

El procesamiento local sería relevante para videos privados del lugar de trabajo o de investigación. También podría facilitar registros consultables sin enviar cada fotograma a un servicio remoto. Los sistemas relacionados aún deben aplicar controles de acceso, políticas de retención y consentimiento significativo.

Los trabajadores del conocimiento que manejan videos de investigación pueden beneficiarse de una recuperación estructurada tras el análisis. Un flujo de trabajo de knowledge blending puede conectar las observaciones extraídas con notas y documentos. LMFT no proporciona por sí mismo esa capa de almacenamiento o recuperación.

Por tanto, la afirmación de que la IA ha aprendido a enfocarse como los humanos debe tratarse como una simplificación accesible. El modelo aprendió un umbral de movimiento que mejora determinadas pruebas de adaptación. No adquirió atención visual humana, juicio situacional ni comprensión semántica.

Ese logro más acotado sigue siendo valioso. La buena ingeniería suele surgir de identificar qué información puede ignorar un sistema de forma segura. La pregunta abierta es si la definición de LMFT de información poco importante resiste entornos fuera de sus pruebas de referencia.

Qué deberían vigilar a continuación los lectores de Google News

Tres señales determinarán si LMFT se convierte en un componente de video reutilizable o sigue siendo un sólido resultado de referencia.

La primera señal es la reproducción independiente. Los investigadores deben ejecutar el marco en las mismas pruebas de referencia y luego informar de precisión, tiempo de entrenamiento, rendimiento de inferencia, uso de memoria y GFLOPs. Igualar los resultados publicados reforzaría la confianza en la afirmación central de eficiencia.

La reproducción debería incluir hardware idéntico y clases más amplias de dispositivos. Las GPU de servidor pueden ocultar la sobrecarga de selección de manera distinta a los portátiles, aceleradores integrados o hardware automotriz. Un método diseñado para la eficiencia debe mostrar dónde aparecen físicamente esos ahorros.

La segunda señal es la evaluación más allá de las pruebas convencionales de acciones. Las pruebas deberían incluir cámaras en movimiento, movimientos pequeños, videos largos, desorden visual, oclusión y señales estáticas relevantes para la seguridad. Los resultados en conjuntos de datos no vistos mostrarían si la selección por movimiento se generaliza más allá de la receta de entrenamiento original.

Un experimento especialmente útil variaría cuántos tokens estáticos preserva LMFT. Los investigadores podrían medir entonces cuándo la información contextual se vuelve necesaria para tomar decisiones precisas. Eso expondría la frontera entre un filtrado útil y una pérdida destructiva de información.

La tercera señal es la integración con sistemas de video más grandes. LMFT se dirige actualmente a la adaptación de dominio no supervisada para el reconocimiento de acciones. Su adopción dentro de modelos de video y lenguaje, canalizaciones de robótica o análisis de streaming pondría a prueba si su mecanismo se transfiere a objetivos diferentes.

Esa integración no debería asumir que cada tarea se centra en el movimiento. La respuesta a preguntas sobre video puede depender de texto, objetos, ubicaciones y eventos que permanecen estáticos. Un sistema general podría necesitar tokens centrados en el movimiento junto con una muestra más pequeña de tokens contextuales.

El trabajo futuro también puede comparar el filtrado de movimiento aprendido con la poda semántica. La selección por movimiento pregunta qué cambió entre fotogramas. La selección semántica pregunta qué importa para la tarea solicitada. Combinar ambas señales podría preservar contexto crítico y, al mismo tiempo, reducir el cómputo redundante.

La tesis sobre adaptación de video de los investigadores proporciona detalles metodológicos adicionales. También sitúa a LMFT dentro de un esfuerzo más prolongado para mejorar la adaptación mediante aprendizaje multimodal y tokenización eficiente.

El trabajo forma parte de un cambio más amplio hacia la tokenización visual dinámica. Las cuadrículas de imagen fijas ofrecen una implementación sencilla, pero dedican la misma atención inicial a información desigual. Los métodos adaptativos intentan ajustar los presupuestos de tokens al contenido y la tarea.

LMFT aporta una posición clara a ese debate. El movimiento no es solo una característica del reconocimiento de acciones. También puede servir como una regla temprana de asignación del cómputo.

Los lectores de Google News deberían resistirse a convertir ese hallazgo en una afirmación universal sobre la IA de video. El estudio no establece que cada modelo deba ignorar el paisaje estático. Muestra que un filtro consciente del movimiento mejoró la eficiencia y la precisión en pruebas de adaptación definidas.

El resultado más trascendental podría ser metodológico. El artículo informa de eficiencia junto con precisión y compara directamente el tiempo de entrenamiento, las operaciones de inferencia, el rendimiento y la memoria. La investigación en visión por computadora necesita este informe multidimensional a medida que los modelos avanzan hacia dispositivos con recursos limitados.

Los desarrolladores que evalúen la idea deberían plantearse tres preguntas prácticas. ¿La tarea objetivo depende principalmente del movimiento? ¿La selección de tokens cuesta menos que el procesamiento que elimina? ¿Puede el sistema detectar cuándo el contexto estático sigue siendo importante?

Los compradores empresariales deberían pedir evidencia de su propio entorno de cámaras. Un promedio pulido de referencia no puede predecir el rendimiento en cada almacén, clínica, carretera u oficina. Las pruebas piloto deberían captar la iluminación, el movimiento, el hardware y los costes de fallos reales implicados.

Los investigadores también deberían publicar casos negativos. Los ejemplos en los que LMFT elimina evidencia necesaria aclararían su rango operativo seguro. Podrían orientar métodos híbridos que preserven parches estáticos seleccionados o adapten el filtrado a las instrucciones de la tarea.

El titular de Google News ofrece una descripción memorable: la IA aprendió a enfocarse más como las personas. La investigación respalda una conclusión más precisa. USask enseñó a un sistema de adaptación de video a dedicar menos cómputo a parches de bajo movimiento.

Ese resultado es significativo porque vincula la eficiencia con la precisión, en lugar de tratarlas como rivales automáticos. Aún no constituye evidencia de un despliegue fiable en el mundo real. Las próximas pruebas independientes determinarán si el mismo equilibrio se mantiene fuera del laboratorio.

Habrá que estar atentos a resultados de tiempo reproducidos, evaluaciones más amplias fuera del dominio y su integración en productos de vídeo reales. Si se cumplen las tres condiciones, la tokenización centrada en el movimiento parecerá un patrón de diseño transferible. De no ser así, Google News habrá conseguido un excelente resultado de investigación cuyo alcance práctico seguirá sin estar claro.