Durante la mayor parte del siglo pasado, la práctica de las matemáticas cambió notablemente poco. Un matemático nota un patrón, escribe una conjetura, pasa meses o años construyendo una prueba y otros matemáticos la verifican. Ahora, según un informe en profundidad de Benjamin Skuse en IEEE Spectrum, la inteligencia artificial está empezando a eludir ese proceso lento y deliberativo y está obligando al campo a confrontar lo que realmente significa ser matemático.
El artículo, publicado el 25 de junio de 2026, rastrea la rapidez con la que los grandes modelos de lenguaje han evolucionado desde lo que los críticos alguna vez descartaron como loros estocásticos hasta convertirse en genuinos motores de razonamiento matemático y lo que ese cambio significa para los humanos que siempre han hecho este trabajo. Para más contexto sobre esta historia, consulta nuestra actualidad de inteligencia artificial.
La huella de rápido crecimiento de la IA en las matemáticas
La computación ha acelerado las matemáticas durante décadas. El punto de inflexión se produjo hace aproximadamente 50 años, cuando se utilizó una computadora para demostrar el teorema de los cuatro colores, que pregunta si cualquier mapa puede colorearse con no más de cuatro colores, de modo que ninguna región adyacente comparta un color. La respuesta fue sí, pero la prueba fue controvertida porque se basó en la verificación de 1.936 casos que ningún ser humano podría verificar a mano de manera realista.
Incluso durante esa era computacional, el matemático humano siguió siendo central, proponiendo conjeturas, ideando estrategias y verificando resultados. La IA ahora está desafiando ese acuerdo directamente. El verano pasado, los sistemas de Google DeepMind y OpenAI alcanzaron un nivel equivalente al de los estudiantes de secundaria más dotados matemáticamente del mundo, logrando la medalla de oro en la Olimpiada Internacional de Matemáticas (OMI), la competencia anual donde los concursantes deben resolver seis problemas notoriamente difíciles.
Los hitos han seguido acelerándose. A principios de 2026, el sistema experimental de Google DeepMind Aletheia produjo de forma autónoma resultados de investigación de nivel doctoral publicables. Aunque el trabajo en sí es matemáticamente oscuro, ya que calcula constantes estructurales en geometría aritmética, la importancia radica en el complejo razonamiento necesario para abordar un problema previamente no resuelto. Más recientemente, un nuevo sistema de inteligencia artificial de propósito general de OpenAI refutó una importante conjetura en geometría combinatoria, un resultado que destacados matemáticos aclamaron como un hito en el campo y que habría sido digno de publicación en una revista importante.
Asistentes de prueba y el cuello de botella de la formalización
Un segundo cambio se produjo al combinar grandes modelos lingüísticos con asistentes de prueba. Sistemas como Isabelle, Lean y Rocq son lenguajes de programación especializados que verifican pruebas matemáticas paso a paso, verificando su corrección lógica. Durante más de una década, el cuello de botella ha sido la formalización, el laborioso proceso de traducir teoremas y demostraciones a mano en código legible por máquina.
Los LLM están comenzando a eliminar ese cuello de botella al automatizar la traducción de pruebas informales a código formal que los asistentes de pruebas puedan verificar. En febrero, la empresa de inteligencia artificial Math, Inc. utilizó su agente de razonamiento, llamado Gauss, para formalizar el trabajo que le valió a Maryna Viazovska de la EPFL una Medalla Fields en 2022. Gauss primero ayudó a matemáticos humanos a completar la formalización de la solución de Viazovska al problema de empaquetamiento de esferas de 8 dimensiones en cuestión de días, luego formalizó de forma autónoma el caso más complicado de 24 dimensiones en solo dos semanas.
Tales logros sugieren que la IA ya está manejando tareas que durante mucho tiempo se consideraron exclusivamente humanas, y que gran parte del trabajo diario de un matemático pronto podría ser blanco de la automatización.
Los matemáticos debaten si se convertirán en 'sacerdotes de los oráculos'
En su informe desde el 12.º Foro de Laureados de Heidelberg en septiembre de 2025, Skuse describe una inquietud palpable en la audiencia cuando los oradores describieron un futuro en el que los sistemas de inteligencia artificial sobrehumanos forman conjeturas, buscan espacios de solución, prueban teoremas, verifican pruebas y generalizan resultados sin participación humana.
Yang-Hui He, del Instituto de Ciencias Matemáticas de Londres, advirtió de manera memorable que los matemáticos humanos podrían convertirse en "sacerdotes de oráculos". Jessica Randall, matemática de Google Developer Groups, dijo que sintió que el temor existencial colectivo aumentaba entre los investigadores jóvenes. "Ciertamente comenzamos a darnos cuenta de que la IA tiene el potencial de reemplazarnos", dijo a IEEE Spectrum.
No todo el mundo está alarmado. Algunos matemáticos consagrados simplemente quieren respuestas a las preguntas abiertas más importantes, como los seis Problemas restantes del Premio del Milenio, independientemente de quién o qué los produzca. "Muchos matemáticos son pragmáticos y sólo quieren comprender", observó Jeremy Avigad, de la Universidad Carnegie Mellon. "Venderían su alma por la solución de un problema".
Tres visiones contrapuestas para el futuro
El informe IEEE Spectrum identifica tres visiones amplias sobre cómo podrían coexistir las matemáticas y la IA.
La primera es una visión centrada en el ser humano que prioriza la comprensión humana y trata la IA como una herramienta, muy parecida a una calculadora. Akshay Venkatesh, matemático de Princeton y medallista Fields, sostiene que las matemáticas son, en el fondo, una forma de llegar a un acuerdo. "A veces pienso que cuando usamos números, no es tanto que estemos describiendo fenómenos que son intrínsecamente numéricos, sino que todos podemos estar de acuerdo exactamente en lo que significan los números", dijo.
El segundo enfatiza la experiencia irreductiblemente humana de la lucha. Maia Fraser, de la Universidad de Ottawa, sostiene que una prueba artificial de una conjetura obstinada sólo es útil si es comprensible para las personas. "El hecho de que la IA pueda demostrar esta afirmación ya es una información útil", admitió. "Pero todavía es un problema abierto encontrar una prueba humana elegante y hermosa".
El tercero, y quizás el más ambicioso, proviene de Terence Tao de UCLA, quien compitió por primera vez en la Olimpiada de matemáticas a los 10 años y ahora es uno de los matemáticos vivos más condecorados. Tao ve a la IA como el catalizador de lo que él llama "grandes matemáticas", un futuro de colaboraciones descentralizadas a gran escala entre humanos y máquinas en el que los problemas complejos se dividen en partes, con los humanos reclamando el trabajo creativo y la IA manejando el trabajo técnico.
Una disciplina que se pregunta por qué existe.
Lo que hace que el momento sea inusual es que el debate ya no es hipotético. Los sistemas de inteligencia artificial ya están ganando medallas de oro de la OMI, produciendo investigaciones publicables, refutando conjeturas y formalizando pruebas ganadoras de la medalla Fields en días en lugar de años.
Para estudiantes como Trill White de la Universidad Deakin de Australia, que asistió al foro de Heidelberg, la comprensión fue dura. "Eso es devastador", recordó haber pensado White. "¿Qué tendrá que aportar la gente a las matemáticas? ¿Se convertirá en algo que nadie entienda?"
La respuesta aún no está definida. Pero como deja claro el informe de Skuse, las matemáticas, una de las disciplinas intelectuales más antiguas de la humanidad, se enfrentan ahora a la misma pregunta que está remodelando casi todos los campos que toca la IA: cuando una máquina puede hacer el trabajo, ¿para qué sirve realmente el trabajo?
Fuente: Benjamin Skuse, "Qué significa ser matemático cuando la IA hace las matemáticas", IEEE Spectrum, 25 de junio de 2026.---
Mantente al Día con la IALas últimas noticias, análisis y avances de inteligencia artificial, en un solo lugar.
Leer más noticias de IA →
