Un Giro Inesperado en la Historia de las Matemáticas

Liam Price, un joven de 23 años sin formación matemática avanzada, acaba de escribir un capítulo inesperado en la historia de la ciencia. En apenas 80 minutos, y armado únicamente con ChatGPT, logró encontrar una solución para el problema #1196 de Erdös, una conjetura sobre conjuntos primitivos que había resistido los esfuerzos de los matemáticos más brillantes durante 60 años. La noticia sacudió al mundo académico, pero lo más fascinante no es que una IA lo resolviera, sino cómo lo hizo y qué revela sobre nosotros.

La Ruta que Nadie Quiso Tomar

El problema, planteado en 1966, analizaba el comportamiento de una suma sobre conjuntos de números donde ninguno divide a otro. Durante décadas, los expertos, incluido el matemático de Stanford Jared Lichtman, abordaron el problema desde un punto de partida que parecía el único lógico. Sin embargo, GPT-5.4 Pro, la versión hipotética usada por Price, ignoró por completo la tradición. En lugar de seguir el camino trillado, el modelo aplicó una herramienta clásica de la teoría de números, la función de von Mangoldt, una aproximación que nadie había considerado relevante. Como admitió Lichtman, "El LLM tomó una ruta completamente diferente".

¿Logro de la IA o Genialidad Humana Oculta?

Aquí es donde la historia se vuelve compleja. Aunque se celebra el logro, la salida en bruto de ChatGPT fue, en palabras de Lichtman, "bastante pobre". El texto generado era críptico y desordenado. Fue necesaria la intervención de un amigo de Price, estudiante de matemáticas, y la confirmación final del célebre Terence Tao, para interpretar, pulir y validar la idea subyacente. El repositorio oficial de contribuciones de IA a problemas de Erdös, mantenido por Tao, lo clasifica como una solución de "colaboración humano-IA". La distinción es crucial: la IA no entregó una solución lista para publicar, sino una semilla de genialidad que requería un jardinero humano.

Un Historial de Afirmaciones Exageradas

La cautela de la comunidad matemática no es gratuita. Hace solo unas semanas, un investigador de OpenAI, Sebastien Bubeck, afirmó que GPT-5 había "resuelto" varios problemas de Erdös, lo que resultó ser falso; el modelo simplemente había encontrado soluciones ya publicadas en la web. Demis Hassabis, CEO de DeepMind, calificó la afirmación de "vergonzosa". Este incidente subraya la necesidad de verificar rigurosamente los supuestos avances de la IA en campos complejos.

Midiendo el Verdadero Impacto de la IA en la Ciencia

Para traer objetividad al debate, Terence Tao y Nat Sothanaphan mantienen un registro en GitHub de las contribuciones de la IA a los problemas de Erdös, usando un sistema de semáforos. Los resultados son modestos:

• Soluciones completas generadas por IA: 3
• Progresos parciales: 14
• Fracasos: 8

Sin embargo, admiten que existe un sesgo, ya que los fracasos rara vez se informan. Además, la iniciativa "First Proof", lanzada en febrero de 2026, planteó 10 problemas nuevos a los sistemas de IA. Los resultados preliminares indican que los modelos actuales no pueden resolver problemas matemáticos novedosos de forma autónoma, lo que demuestra que todavía existen barreras significativas.

La Revolución de la "Ignorancia Artificial"

Entonces, ¿cuál es la verdadera lección? Terence Tao ofrece la explicación más lúcida: la comunidad matemática sufría un "bloqueo colectivo". Todos partían del mismo punto porque la tradición indicaba que era el camino "correcto". La IA, en su "ignorancia" de las convenciones humanas y los prejuicios académicos, no tuvo reparos en probar un método poco ortodoxo. No fue más inteligente; simplemente no estaba sesgada. Este evento nos obliga a preguntarnos si la mayor contribución de la IA no será su capacidad de cálculo, sino su habilidad para mostrarnos las rutas que nuestra propia experiencia nos impide ver. El joven de 23 años no solo ha resuelto un problema, ha puesto un espejo frente a la ciencia.