Panel en el MIT: las matemáticas cambian en dos meses más que en 100 años

AI research illustration: a microscope over a red sample beside node diagrams

El 16 de noviembre, el Instituto de Tecnología de Massachusetts (MIT) organizó un panel titulado “IA y sociedad: el futuro de las matemáticas”. Los cuatro matemáticos en el escenario procedían del MIT, Harvard, la Universidad Northwestern y la Universidad de Nueva York; el moderador fue el divulgador científico Kevin Hartnett. El acto tuvo lugar en un aula escalonada del edificio 3 del MIT, con todas las plazas ocupadas. MIT News publicó una crónica desde el lugar el 20 de noviembre.

Una frase de Bryna Kra, profesora de la Universidad Northwestern, encabeza la crónica:

“Math has changed more in the last two months than in the last 100 years.”
(Las matemáticas han cambiado en los últimos dos meses más que en los últimos 100 años.)

A continuación citó el comienzo de A Tale of Two Cities (Historia de dos ciudades): es el mejor de los tiempos y el peor de los tiempos, emocionante y aterrador a la vez.

Después del “mathocalypse”

MIT News repasa el origen de esta discusión. En el verano de 2025, un modelo de Google DeepMind alcanzó nivel de medalla de oro en la Olimpiada Internacional de Matemáticas; ya en 2026, los modelos empezaron a resolver problemas de investigación sin respuesta conocida. En septiembre, OpenAI anunció que había concentrado a miles de agentes en un único problema y que, tras 88 horas, obtuvieron una demostración relacionada con las ecuaciones de Navier–Stokes, uno de los siete Problemas del Milenio. Un mes después, OpenAI publicó 722 manuscritos y afirmó que un conjunto de importantes problemas abiertos había sido resuelto íntegramente por IA. En el mundo matemático el episodio se bautizó “mathocalypse”, el apocalipsis de las matemáticas.

Uno de los invitados, Tristan Buckmaster, profesor del Instituto Courant de la Universidad de Nueva York, estaba en pleno ojo del huracán. Según MIT News, llevaba un año trabajando con un colaborador de Anthropic y estaba a punto de resolver el mismo problema cuando OpenAI hizo su anuncio. A partir de ahí surgió la polémica: si la autoría estaba bien atribuida, si hubo filtración de datos y cómo habían llegado los agentes a la solución.

En la misma semana del panel hubo otra novedad en el mundo matemático: matemáticos de Anthropic anunciaron que, junto con Claude, habían completado una demostración de la hipótesis de Riemann, con el material publicado en forma de código Lean; pocas horas después, un profesor de Stanford publicó un borrador hecho íntegramente por humanos. Ambas demostraciones siguen a la espera de revisión por pares y aún no hay conclusión definitiva.

Lo que se discute: ¿hace falta todavía la “prioridad”?

Michael Hopkins, profesor de Harvard, fue directo al valorar los manuscritos de IA: los propios artículos “son disparates”, con “ideas extrañas”, y sigue habiendo una brecha entre las matemáticas de la IA y las humanas. Buckmaster añadió que, para que las matemáticas tengan peso, debe haber comprensión humana en ellas.

El desacuerdo está en cómo responder. Kra propone dejar atrás la vieja regla de “quién demuestra primero”. Dice que la velocidad ya no debería ser la prioridad; el foco se ha alejado de producir demostraciones y hace falta otra manera de evaluar si alguien entiende. Hopkins no está del todo de acuerdo: la prioridad se puede descartar, pero la gente sigue queriendo ser pionera, y cuando la IA ya ha arado todo el terreno, saber hacia dónde van los pioneros es un problema difícil. Kra respondió que explicar con claridad cómo se llegó a una demostración también es abrir camino.

Este año Kra participó en la redacción de la Declaración de Leiden sobre inteligencia artificial y matemáticas, firmada por matemáticos de varios países, que pide hacer frente a los riesgos que la IA plantea para la investigación matemática.

Revistas y estudiantes sienten la presión primero

El cambio ya ha llegado al trabajo cotidiano. Kra es editora ejecutiva de una revista especializada; dice que el volumen de envíos ha aumentado mucho, la mayoría generados o asistidos por IA, y que la revista contrató a un editor ejecutivo más por esa razón. Algunas publicaciones empiezan a valorar las partes del artículo que explican el razonamiento, y han surgido revistas experimentales dedicadas a artículos explicativos. También mencionó una nueva “revista en vídeo” con revisión por pares, Mathematical Discourse, cuyo contenido son grabaciones de charlas de matemáticos.

La forma de contratar también está cambiando. Kra afirma que las entrevistas son cada vez más importantes: la admisión, la contratación y la promoción no pueden depender solo de lo escrito, también hay que ver si la persona sabe explicarlo con claridad en persona. Jacopo Borga, profesor asistente del MIT, dice que antes nueve décimas partes de la evaluación de un matemático dependían de las revistas y que no está seguro de que ese método deba seguir usándose.

En cuanto a los estudiantes, Hopkins cuenta que en su grupo hay un buen número de “vegetarianos de la IA”, que se niegan a usarla, mientras que otros sí la usan, y que tiene que atender a ambos lados. Mencionó a un estudiante con buena intuición y ejecución floja, pero muy hábil para hacerle preguntas a la IA, y que ha sacado cosas interesantes. Palabras del propio Hopkins: quizá sea un nuevo tipo de matemático.

El panel no llegó a una conclusión común. Con qué sustituirán las revistas la “primera demostración” para evaluar artículos, y quién validará los manuscritos de IA y con qué criterios, son cuestiones sobre las que los cuatro tienen respuestas distintas. Fue el primer acto de una serie del MIT, organizada por MITHIC y SERC, con la colaboración del Departamento de Matemáticas.

Fuentes: MIT News, crónica del panel desde el lugar, usada para contrastar las intervenciones de los cuatro invitados y las cifras de 88 horas y 722 manuscritos; CocoLoop; The Decoder, usado para contrastar la situación pública de las dos demostraciones de la hipótesis de Riemann.