En el mundo de las matemáticas, donde la rigorosa demostración y la originalidad son más que virtuosos: son el núcleo de la reputación. Ahí, donde los problemas más complejos se enfrentan con teoremas y demostraciones que pueden llevar décadas a resolver, llegó una sorpresa que ha sacudido el eje de la disciplina: el modelo de lenguaje de OpenAI, ChatGPT 5.5 Pro, demostró que podría abordar problemas de teoría de números con un nivel de contribución comparable al de un doctorado en menos de dos horas, sin necesidad de una sola intervención humana.
Timothy Gowers, quien ha sido galardonado con la prestigiosa Medalla Fields, el equivalente a un Nobel en matemáticas, decidió poner a prueba lo que popularmente se conoce como "inteligencia artificial generativa" en un desafío real de la teoría de números. No se trataba de una demostración de que la tecnología es superior a la humanidad, sino de explorar hasta dónde se extendía la capacidad de estos modelos para contribuir de manera autónoma a un campo que ha sido el epicentro de la reflexión humana sobre la estructura y el patrón del universo.
El experimento fue simple pero impactante: Gowers presentó a ChatGPT 5.5 Pro con un problema abierto en teoría de números, uno de aquellos en los que la comunidad matemática se ha visto atrapada durante años, y le pidió que intentara mejorar una cota exponencial para una conjetura, algo que, hasta ese momento, había requerido tanto tiempo y esfuerzo que, en muchos casos, solo se había accedido a través de colaboraciones entre investigadores.
Y entonces, lo que parecía un ejercicio hiperbólico se convirtió en una demostración. En menos de una hora, ChatGPT 5.5 Pro no solo propuso una solución, sino que mejoró una cota exponencial, algo que, en términos matemáticos, representa un salto significativo hacia una cota polinomial. Una mejora que, en palabras de un investigador de MIT involucrado en el experimento, se considera "completamente original". Eso implica que el modelo no solo entendió el problema, sino que generó una idea matemática que, hasta donde se sabe, no habían aparecido en los trabajos previos de la comunidad académica.
Pero Gowers no se quedó con la victoria. Su reflexión más importante, y quizás la más impactante, fue sobre lo que esto significa para el futuro de la contribución matemática. "El barómetro para una contribución matemática ahora es demostrar algo que los modelos de lenguaje no pueden hacer", enfatizó. Esto plantea una pregunta crucial: ¿qué es lo que nos hace ser humanos en matemáticas, si no es la capacidad de crear y demostrar teoremas que superan las capacidades actuales de la tecnología? La respuesta no es simple, pero lo cierto es que este experimento ha abierto una ventana a un debate que ya se ha presentado antes, pero nunca con tanta fuerza o claridad.
¿Implica esto que la tecnología está reemplazando a los matemáticos? No exactamente. Lo que se está demostrando es que la intersección entre la tecnología y las matemáticas puede llevar a resultados que antes solo eran el dominio de la humanidad. Pero Gowers, al señalar que el criterio para una contribución matemática ahora es "demostrar algo que los modelos no pueden hacer", sugiere que la tecnología no está aquí para reemplazar, sino para ampliar los horizontes. Es un llamado a que la contribución matemática ya no se mida solo en la capacidad de resolver problemas, sino también en la capacidad de hacerlo de maneras nuevas y creativas, incluso si eso implica trabajar en conjunto con herramientas que, hasta hace poco, eran solo ideales teóricos.
Por supuesto, esto no significa que todo esté bien. La comunidad matemática tiene que enfrentar cuestiones éticas, de propiedad intelectual, y de cómo se valora este tipo de contribuciones. ¿Quién es el autor de una demostración que un modelo generativo ha creado? ¿Cómo se integra esto en el currículum de un investigador? ¿Y qué pasa con la cuestión de quién tiene la autoridad para decidir qué es una contribución "auténticamente" matemática? Estas preguntas no tienen respuestas simples, pero lo que sí está claro es que el experimento de Gowers con ChatGPT 5.5 Pro ha dejado una marca: ha cambiado la manera en que la comunidad matemática se relaciona con la tecnología, y ha hecho que se pregunte: ¿qué es lo que realmente nos hace humanos en este campo, y cómo podemos seguir evolucionando juntos, sin dejar atrás nuestra esencia?
