Los avances de la IA preocupan a los grandes matemáticos

Terence Tao, profesor en UCLA y ganador de la medalla Fields en 2006, publicó el 8 de septiembre de 2026 en la red Mathstodon una advertencia que ha circulado por el ámbito académico. Según él, la IA ya no solo asiste a los investigadores. Amenaza la esencia misma de la comprensión humana y de la investigación fundamental. Y es que la inteligencia artificial está agotando el reservorio de "buenos problemas abiertos". Estas son las preguntas no resueltas que realmente hacen avanzar un campo científico.

En breve

• La IA resuelve problemas milenarios en unos pocos días, frente a los años que requieren los humanos.
• Terence Tao alerta: la IA agota las "buenas preguntas" en matemáticas.
• Los matemáticos temen una devaluación de su papel y de sus descubrimientos.
• La comunidad pide nuevas reglas para el uso de la IA en la investigación.

La IA resuelve problemas milenarios en un tiempo récord

Desde mayo de 2026, los anuncios relacionados con la inteligencia artificial se suceden a un ritmo frenético. OpenAI primero invalidó la conjetura de Erdős sobre las distancias unitarias, un problema abierto desde 1946. Unas semanas más tarde, la misma empresa de IA afirma haber resuelto uno de los siete "problemas del milenio" del Clay Mathematics Institute: la existencia y la regularidad de las soluciones de las ecuaciones de Navier-Stokes. Estas describen el movimiento de los fluidos.

Según Tristan Buckmaster, matemático que originó un enfoque prometedor, la IA de OpenAI habría completado en un fin de semana lo que él y su colega Levent Alpöge (empleado de Anthropic) intentaban finalizar desde hace meses.

¡Eso no es todo! En agosto de 2026, OpenAI también publicó diez nuevos resultados matemáticos y computacionales importantes obtenidos con su modelo Astra. Estos cubren:

• la geometría;
• la criptografía;
• la teoría de códigos.

Por su parte, Anthropic utilizó Claude para formalizar la prueba del último teorema de Fermat en solo 11 días. Esta empresa de IA acaba de anunciar una inminente salida a bolsa.

Terence Tao: la IA agota las "buenas preguntas" en matemáticas

En una publicación en Mathstodon, Terence Tao, considerado el mejor matemático vivo, lanza una advertencia inequívoca. Según él, el verdadero peligro no es que la IA resuelva problemas, sino que lo haga demasiado rápido antes de que la comunidad haya podido extraer todas las lecciones.

Escribió:

El uso indiscriminado de herramientas poderosas de extracción de soluciones puede alcanzar el objetivo inmediato de resolver problemas, pero a costa de sostener el ecosistema para la próxima ola de progreso.

Para Tao, el valor de un problema matemático reside tanto en su solución como en el camino recorrido para llegar a ella. De hecho, este proceso permite:

• descubrir nuevos métodos
• encontrar nuevas conexiones entre dominios
• (a veces) reformular la pregunta misma.

Sin embargo, con la IA, este camino se acorta. En este sentido, Tao alerta:

Ahora hemos visto que incluso el rumor de que alguien está trabajando en un problema puede desencadenar una cantidad masiva de esfuerzo alimentado por la IA para aplastarlo antes de que el proyecto de investigación original tenga tiempo de alcanzar su pleno potencial.

Desencriptado: la IA transforma las matemáticas de una disciplina de "rareza de pruebas" en una disciplina de "abundancia de pruebas". Lo que amenaza con devaluar el trabajo humano.

¿Los matemáticos enfrentan una crisis de identidad con la IA?

Más allá de las declaraciones de Tao, toda la profesión se cuestiona. << Si el principal objetivo de las matemáticas es probar teoremas, se vuelve fácil preguntarse: ahora que las máquinas parecen poder hacerlo casi a voluntad, ¿para qué servimos? >>, interroga Henry Yuen, matemático de la Universidad de Columbia en una entrevista concedida a The Telegraph.

En junio de 2026, más de 3,000 matemáticos firmaron la Declaración de Leiden. Este documento llama a:

• un uso responsable de la IA;
• una verificación rigurosa de los resultados;
• una cita apropiada de las contribuciones humanas y artificiales.

Por su parte, Terence Tao propone una pista: clasificar ciertos problemas como que requieren análisis. Esto significa que una respuesta cruda (particularmente la proporcionada por la inteligencia artificial) solo cuenta si viene acompañada de un razonamiento comprensible e instructivo.

¿Qué futuro para las matemáticas en la era de la IA?

Algunos ven la IA como una herramienta de productividad. El hecho es que libera a los humanos de tareas tediosas, permitiéndoles concentrarse en la formulación de nuevas preguntas. Otros, sin embargo, temen una industrialización de la prueba. Según ellos, el valor intelectual podría desvanecerse en favor de la velocidad.

No obstante, ambos lados coinciden en un punto: las reglas deben cambiar. La Declaración de Leiden insiste así en la transparencia y el reconocimiento de las contribuciones. Pero, ¿cómo aplicar estos principios en una carrera donde los modelos de IA no son públicos y donde las pruebas se generan en unas pocas horas?

De todos modos, la IA ha cruzado un umbral en matemáticas. La pelota está ahora en el campo de la comunidad: definir nuevas reglas para que la inteligencia artificial siga siendo una herramienta y no un reemplazo.