Durante mucho tiempo pensé que las matemáticas estaban a salvo. Quizá porque siempre las he visto como la reina de las ciencias, una disciplina modelo a la cual las demás aspiran. Tienen esa cualidad extraña: podemos comenzar hablando de objetos que sólo existen en nuestra imaginación y adentrarnos en bosques profundos de resultados e ideas que inesperadamente terminan conectándose. O recorrer el camino contrario: partir de algo tan mundano como contar, repartir u observar un remolino de agua y terminar construyendo universos enteros de abstracción.

Por eso he seguido con fascinación los intentos de la inteligencia artificial por hacer matemáticas. Recuerdo especialmente la Olimpiada Internacional de Matemáticas de 2024. Los sistemas de Google DeepMind resolvieron cuatro de los seis problemas, pero los dos de combinatoria permanecieron intactos. Debo confesar que sentí cierto alivio: “¡Nuestro reinado está a salvo!”, pensé. Encontrar una manera ingeniosa de contar, descubrir una estructura escondida o mirar un problema como nadie lo había mirado antes parecía todavía un terreno exclusivamente humano.

Sin embargo, el respiro duró poco. Dos años después, las máquinas ya resolvían los seis problemas olímpicos. Comenzaron a aparecer avances sobre problemas de Erdős y recientemente OpenAI anunció que uno de sus sistemas había producido una demostración del problema de Navier–Stokes (el resultado sigue pendiente de verificación independiente).

Las ecuaciones de Navier-Stokes describen cómo se mueven los fluidos: el aire sobre el ala de un avión o el remolino que hacemos con una cuchara dentro de una taza. De algo tan cotidiano surgió un bosque matemático tan espeso que uno de sus problemas fundamentales ha permanecido abierto durante décadas. El anuncio debería haberme fascinado; en cambio, me sentí sinceramente asustado. No creo que seamos del todo conscientes de lo que hemos creado y, al conocer la historia detrás del resultado, a ese vértigo se sumó la indignación.

Los matemáticos Tristan Buckmaster y Levent Alpöge llevaban meses trabajando en una ruta muy particular hacia el problema. Buckmaster había utilizado herramientas de inteligencia artificial durante su investigación y había compartido con ellas material relacionado con su trabajo. Cuando un rumor sobre sus avances llegó a OpenAI, la compañía movilizó miles de agentes sobre los Problemas del Milenio y, días después, anunció su propio resultado.

OpenAI sostiene que nunca tuvo acceso al trabajo privado de los matemáticos y que las conversaciones que Buckmaster mantuvo con Codex no influyeron en la solución. Buckmaster, por su parte, ha manifestado públicamente sus dudas y ha señalado lo extraordinariamente específica que era la dirección seguida por la empresa, muy similar a la arquitectura de un artículo suyo que aún no había sido publicado. Aunque sería incorrecto afirmar como un hecho probado cómo se filtraron esos métodos, tampoco necesitamos resolver aquí esa controversia para reconocer las preguntas que dejó al descubierto.  

La primera tiene que ver con algo muy antiguo: ¿de quién es una idea? A lo largo de la historia, y precisamente porque la ciencia no está libre de egos ni de disputas, los científicos han creado distintos métodos para hablar de la VERDAD (así, en mayúsculas), esa que tanto apreciamos. Crearon revistas científicas para someter a escrutinio los hallazgos, repositorios abiertos como arXiv para compartirlos, reglas claras para citar a quien llegó antes y sanciones severas contra el plagio o la mala praxis.

Por eso el caso Buckmaster resulta tan inquietante. ¿Qué ocurre cuando un investigador comparte una idea todavía incompleta con una herramienta que pertenece a una corporación que también compite por producir descubrimientos científicos? ¿Cómo puede saber que una intuición, un error o un camino inédito seguirá siendo suyo? La ciencia tiene sentido cuando importa el camino: las curvas que dimos, los retornos y los baches que encontramos. Pero esa cultura se encuentra hoy con las prácticas económicas de gigantes tecnológicos, dentro de una competencia en la que un problema de Erdős, una Olimpiada o incluso un Problema del Milenio pueden terminar convertidos en trofeos para demostrar que un modelo es mejor que el de enfrente.

No estoy solo en esa incomodidad. La declaración A Severe Misalignment of AI in Mathematics, firmada inicialmente por 25 medallistas Fields, ha advertido precisamente sobre el peligro de convertir los problemas matemáticos abiertos en indicadores de desempeño corporativo. Hay una frase de ese documento que apunta al corazón del asunto: dos de los recursos más preciados de nuestra profesión son “los estudiantes y las ideas”.  

Y el cuidado de las ideas rebasa por mucho a los matemáticos. La mayoría de nosotros jamás introduciremos en un chat una posible ruta hacia Navier–Stokes, pero a diario introducimos nuestra propia vida. Una madre describe las dificultades de su hijo porque necesita ayuda con una tarea; un profesor sube información sobre sus alumnos; un oficinista pega un documento confidencial para resumirlo; alguien pide consejo sobre un conflicto familiar… Hay personas que utilizan estos sistemas como terapeutas y les confían enfermedades, miedos y preocupaciones que quizá no le contarían a nadie más. Más allá de la disputa académica por la autoría de un teorema, lo que está en juego todos los días es nuestra intimidad.

Yo mismo he sido un entusiasta de estas tecnologías. He visto a la inteligencia artificial como mi propio TARS de Interestelar: un compañero al que puedo pedirle que refute mis ideas, encuentre agujeros en mis argumentos o me saque de mi ceguera de taller. Le he confiado planes de clase, borradores y textos todavía a medio cocinar. No pienso renunciar a eso, pero hoy lo hago con mucha más cautela. Conversar con un modelo de lenguaje es muy distinto a usar una calculadora o incluso un buscador tradicional: en la calculadora sólo indico números y operaciones, pero en un asistente de inteligencia artificial la propia herramienta me exige contexto para que sea útil. Y ese contexto somos nosotros: nuestro trabajo, nuestras circunstancias, nuestras dudas y nuestros miedos…

Ahí es donde lo ocurrido con Buckmaster nos toca a todos. Él pudo haberle confiado a una plataforma una idea matemática inédita; nosotros le entregamos datos sobre nuestros hijos, nuestros estudiantes o nuestras emociones. Es cierto que llevamos años cediendo datos personales en internet, pero nunca habíamos pensado en voz alta frente a una máquina. Aunque la propiedad intelectual de un científico y la vida privada de un ciudadano corren por carriles distintos, ambas chocan hoy con la enorme confianza que depositamos en sistemas controlados por empresas privadas, inmersas en una carrera feroz por anunciar el próximo récord y ajustar el precio de su siguiente modelo.

El valor de aprender matemáticas, escribir o investigar nunca ha dependido de que una máquina sea incapaz de hacerlo. ¿Para qué leer El llano en llamas si una inteligencia artificial puede resumirlo en veinte segundos? No leemos a Rulfo únicamente para enterarnos de qué ocurre en sus cuentos; lo leemos porque es cultura, porque nos asoma a una época y a una manera irrepetible de mirar el mundo. Con las matemáticas pasa lo mismo: detrás de cada demostración laten nuestra historia, nuestros tropiezos y nuestra creatividad. Las matemáticas también son un producto cultural.

Por eso siguen importando tanto las ideas, la honestidad con la que construimos el conocimiento y el destino final de todo aquello que volcamos frente a la pantalla. Hasta hace poco veía a la inteligencia artificial simplemente como una herramienta prodigiosa; hoy entiendo con mayor claridad que detrás de la interfaz hay compañías, intereses multimillonarios y modelos de negocio con los que estamos conversando a diario.

Que una máquina logre demostrar las ecuaciones de Navier-Stokes me sigue pareciendo fascinante. Lo verdaderamente perturbador son las preguntas que quedan flotando después de presionar Enter: ¿de quién son ahora nuestras ideas?, ¿quién tiene acceso a nuestra intimidad? Si para construir máquinas capaces de pensar con nosotros tenemos que entregarles primero nuestros pensamientos, ¿hasta qué punto seguimos siendo dueños de ellos?

Referencias:

De Lis, P. F. y Colomé, J. P. (9 de septiembre de 2026). El anuncio de OpenAI de que ha resuelto uno de los mayores enigmas matemáticos de la historia desata acusaciones de plagio. El País. https://elpais.com/ciencia/2026-09-09/el-anuncio-de-openai-de-que-ha-resuelto-uno-de-los-mayores-enigmas-matematicos-de-la-historia-desata-acusaciones-de-plagio.html

Kakaes, K. (23 de septiembre de 2026). AI has solved one of Math’s $1 million Millennium Prize problems. Quanta Magazine. https://www.quantamagazine.org/ai-has-solved-one-of-maths-1-million-millennium-prize-problems-20260908/

Numberphile. (29 de septiembre de 2026). The Buckmaster Interview (Navier-Stokes) – Numberphile [Video]. YouTube. https://www.youtube.com/watch?v=Mzbtj5nkMXI  

OpenAI. (23 de septiembre de 2026). Sobre el problema del milenio de Navier–Stokes. https://openai.com/es-419/index/navier-stokes-solution/ 

Publicado originalmente en MTP Noticias.