¡Klk con la ciencia, mi gente! Últimamente, el ‘tigueraje’ de la Inteligencia Artificial ha puesto a pensar a la comunidad matemática global, y el tema no es poca cosa. Imagínense que estos cerebros electrónicos están resolviendo problemas que llevaban décadas sin solución, ¡una vaina impresionante! Pero lo que tiene a muchos con los pelos de punta es la posibilidad, que planteó el reconocido matemático Terence Tao en una reciente conferencia en Filadelfia, de que la IA demuestre un resultado importante sin que ningún humano pueda entenderlo ni explicarlo. ¡Se puso la cosa buena!
Esta trayectoria de la IA en las matemáticas es para no creer. Hace apenas unos años, se discutía si la inteligencia artificial era capaz de aprobar exámenes de nivel básico, y hasta fallaba en operaciones aritméticas elementales. Ahora, la cosa ha cambiado radicalmente; la IA ha pasado de ser un simple ayudante a un verdadero ‘monstruo’ en la cancha, superando a sus contrincantes en olimpiadas de matemáticas y resolviendo problemas complejísimos que tenían a los expertos con la cabeza dando vueltas por más de 60 años. Esto nos recuerda cuando la IA dominó el ajedrez, dejando a los humanos ‘sin chance’ de ganar, y ahora apunta a hacer lo mismo con los números.
Según el reporte, varios matemáticos de peso están opinando sobre esta ‘vuelta’ de tuerca. Jacob Tsimerman, un reciente ganador de la Medalla Fields que ahora forma parte de OpenAI, no le anda con ‘chercha’, afirmando que la IA pronto será “robustamente sobrehumana” en el mundo matemático. Por otro lado, Yu Deng, otra medallista, se muestra un poco más optimista, sugiriendo que la labor de los humanos será la de crear las grandes teorías y las ideas, dejando a las máquinas el ‘trabajo sucio’ de los detalles técnicos y los cálculos.
Aunque el futuro suene a ciencia ficción, el uso actual de la IA por parte de los matemáticos es más práctico y menos apocalíptico. La están usando como un ‘copiloto’ de lo más eficiente para consultar bibliografía poco conocida, para buscar ejemplos difíciles de construir o para revisar borradores de teorías. Terence Tao mismo ha descrito cómo su forma de trabajar ha evolucionado, apoyando la visión de que la IA debe asistir y ampliar el pensamiento humano, no venir a ‘quitarle el puesto’ ni sustituirlo.
Y hablando de asistencia, existen herramientas como ‘Lean’, un lenguaje diseñado específicamente para este propósito. Funciona como un “compilador” matemático, transformando argumentos complejos en objetos que una computadora puede validar. Esto es ‘súper jevi’ porque permite verificar si una conclusión se deriva de unas premisas, incluso si la prueba es larguísima. El ‘pero’ es que, aunque Lean te diga que la demostración funciona, no te explica el ‘porqué’ de la solución, dejando la comprensión a un nivel humano sin responder.
Pero ¡ojo!, no todo es color de rosa en este ‘coro’ de la IA. Recientemente, OpenAI publicó un post donde anunciaba que sus modelos más avanzados habían resuelto diez problemas matemáticos de esos ‘que quitan el sueño’. Sin embargo, la revisión de la comunidad de expertos reveló que al menos una de las demostraciones tenía un error. Esto dejó claro que una cosa es que la IA cree una demostración ‘convincente’ y otra muy distinta es que esa demostración sea ‘válida’ y ‘bacana’, confirmando que el ojo humano todavía es fundamental para la validación final.
Una de las mayores preocupaciones es el impacto en las futuras generaciones de matemáticos. Los chavalos no aprenden a base de resolver ‘problemas del milenio’ de una vez, sino que van construyendo su conocimiento y su intuición a través de problemas más manejables, cometiendo errores y aprendiendo de ellos. Si la IA ‘se traga’ todo ese trabajo intermedio, ¿cómo se formarán los investigadores del futuro? Además, está el temor de que gobiernos e instituciones, pensando que la IA puede sustituir a los humanos, reduzcan el apoyo a las universidades y los grupos de investigación, ¡y eso sí sería una ‘vaina’ de verdad!
El matemático Timothy Gowers, según la noticia, lanzó una ‘alerta roja’ sobre la posible “Torre de Babel” matemática. Imaginen una biblioteca gigante llena de resultados que nadie puede entender, miles de demostraciones formales que no tienen sentido para los humanos, una literatura matemática enorme pero sin expertos que la compartan o la comprendan. Sería como producir matemáticas a destajo, pero solo entender una ‘chispa’ de todo lo que se ha creado. Por otro lado, Daniel Litt, de la Universidad de Toronto, propone justo lo contrario: usar la IA para construir una biblioteca con guías que expliquen paso a paso cada solución, convirtiendo cada hallazgo en un nuevo objeto de estudio y ayuda para el entendimiento humano.
Ante esta situación, la comunidad matemática está ‘poniendo los pies en la tierra’ y ha reaccionado con la Declaración Leiden. Este documento busca preservar los “valores característicos de la investigación matemática”, como la autonomía intelectual, la atribución, la diversidad de métodos y la transparencia. Es una ‘lucha’ por decidir qué valores no se pueden delegar a las máquinas. La revista Nature Machine Intelligence ha resumido que los avances están transformando las matemáticas, y ahora es la comunidad la que tiene que decidir el camino a seguir para que esta ‘revolución’ sea para bien y no nos deje ‘en olla’.
Si te ha gustado este artículo, ¡compártelo con tus amigos, o déjanos un comentario!
Ingeniero de Sistemas especializado en Inteligencia Artificial y Automatización de Procesos. Con una trayectoria enfocada en la convergencia entre tecnología de vanguardia y comunicación digital, Ramón lidera la implementación de modelos generativos aplicados al periodismo dominicano. Su trabajo garantiza que la información que llega a la diáspora no solo mantenga nuestra identidad “del patio”, sino que cumpla con los más altos estándares de veracidad y optimización técnica de la web moderna (2026).
