La IA ya ha logrado algo que hace pocos años parecía impensable, resolver problemas matemáticos atascados durante décadas. Pero hay una pregunta que empieza a inquietar a los expertos, ¿qué ocurre si ninguna persona entiende realmente cómo lo ha hecho? Terence Tao lo planteó sin rodeos en una conferencia reciente en Filadelfia. Según sus palabras, estamos muy cerca de que un resultado matemático importante quede demostrado y verificado sin que ningún ser humano pueda comprenderlo ni explicarlo. Y no fue el único en decirlo.
Esto ya no va de aprobar exámenes. Hace tres años se hablaba del fin de los deberes, pero también de una inteligencia artificial que fallaba en operaciones aritméticas básicas. Todo cambió a una velocidad de vértigo. Después de superar a sus rivales en las olimpiadas de matemáticas, los modelos terminaron resolviendo problemas complejísimos. La trayectoria es tan clara que muchos imaginan un futuro en el que la máquina domine las matemáticas como acabó dominando el ajedrez.
De copiloto brillante a rival sobrehumano
En esa misma conferencia, el periodista Kai Williams recogió las impresiones de varios matemáticos. Jacob Tsimerman, reciente ganador de la Medalla Fields y fichaje de OpenAI, cree que la IA pronto será robustamente sobrehumana en este campo. Yu Deng, otra medallista, lo ve con más calma, apuesta por un reparto en el que las personas creen teorías e ideas mientras las máquinas se ocupan de los detalles técnicos.
Por ahora el uso diario es mucho menos apocalíptico. Los matemáticos recurren a estas herramientas para consultar bibliografía poco conocida, buscar ejemplos difíciles de construir o revisar borradores. El propio Tao defiende, junto a Tanya Klowden, que la IA debe ampliar el pensamiento humano, no reemplazarlo. Existen incluso lenguajes como Lean, capaces de validar demostraciones larguísimas. El problema es que Lean confirma que algo funciona, pero no explica por qué.
Link affiliatoEl riesgo de una literatura que nadie entiende
La distancia entre prometer y cumplir sigue siendo enorme. OpenAI publicó hace poco un texto sobre diez problemas resueltos o impulsados por sus modelos, pero la revisión de la comunidad reveló que al menos una demostración era errónea. Una cosa es crear una prueba convincente y otra muy distinta establecer su validez.
Hay otra preocupación de fondo, la de las futuras generaciones. Nadie se forma como matemático atacando los grandes problemas del milenio, sino equivocándose con ejercicios manejables y construyendo poco a poco su intuición. Si la IA absorbe ese trabajo intermedio, puede desaparecer el camino que convierte a alguien en investigador. Y si gobiernos e instituciones creen que las máquinas bastan, podrían recortar el apoyo a universidades y grupos de investigación, algo que en España ya duele bastante.
Timothy Gowers habla de unas matemáticas de Babel, una literatura gigantesca sin apenas expertos que compartan su significado. Daniel Litt propone lo contrario, una biblioteca con demostraciones acompañadas de guías paso a paso. El intento más serio de fijar límites es la llamada Declaración Leiden, que recoge valores a preservar, autonomía intelectual, atribución, diversidad de métodos y transparencia. Es la comunidad quien debe decidir qué no quiere delegar.
Fuente
Imagen: xataka.com
Link affiliato