## IA en matemáticas: entre el mito y la realidad, Terence Tao tira del freno

La comunidad matemática lleva semanas en ebullición. Titulares sensacionalistas proclaman que la inteligencia artificial ha conquistado problemas irresolubles durante décadas, alimentando teorías sobre la inminente obsolescencia de los matemáticos. Pero alguien debía frenar esta narrativa inflada, y ese alguien ha sido precisamente uno de los investigadores más entusiastas en la intersección entre IA y matemáticas: Terence Tao.

En un movimiento madrugador que refleja urgencia, Tao ha actualizado su documentación en GitHub para cuestionar críticamente cómo se interpretan los logros de la IA. Su mensaje es directo: no confundamos "producir resultados verificables" con "dominar las matemáticas". La distinción es vital, pero frecuentemente ignorada.

### El problema de la interpretación descontextualizada

Cuando la IA resuelve problemas de Erdős, existe una tendencia natural a magnificar el logro. Sin embargo, Tao señala que esta visión simplista oculta complejidades fundamentales. En primer lugar, los problemas de Erdős no son equivalentes en dificultad. Mientras algunos representan desafíos extremos, otros son "frutos bajos" que las herramientas actuales pueden alcanzar relativamente. Comparar "cantidad de problemas resueltos" sin calibrar la complejidad es como medir logros por números sin contexto.

Existe otro factor crítico: muchos problemas etiquetados como "sin resolver" en las plataformas públicas carecen de revisión exhaustiva de la literatura. Cuando la IA "resuelve" uno de estos, frecuentemente sale a la luz que ya había solución en algún rincón del acervo científico. La narrativa del "primer descubrimiento por IA" colapsa bajo escrutinio.

### Un escenario sesgado por visibilidad

Los registros públicos capturan principalmente casos exitosos. Los fracasos, los intentos sin progreso, las vías muertas de exploración de la IA quedan fuera del registro. Esta asimetría de información distorsiona inevitablemente nuestra percepción de las capacidades reales.

Además, cuando Tao analiza cómo se formaliza una demostración en asistentes como Lean, identifica trampas sutiles: axiomas adicionales introducidos, enunciados malinterpretados, aprovechamiento de comportamientos singulares de bibliotecas matemáticas. Una prueba formalmente verificada no siempre implica validez conceptual genuina.

### Más allá de la respuesta correcta

Aquí Tao toca el corazón de lo que significa ser matemático. Que es una literal en matemáticas no es simplemente proporcionar una respuesta verificable, sino tejer esa respuesta dentro de la red más amplia del conocimiento disciplinario. Una demostración humana típicamente incluye contexto, motivación histórica, comparativas con trabajos precedentes, alcances y limitaciones del método.

Las demostraciones lideradas por IA, por contraste, frecuentemente carecen de este "halo de significado". Son técnicamente correctas pero epistemológicamente pobres para la comunidad que las recibe.

### Lo que la IA realmente hace

Tao es cauteloso pero justo en su evaluación. La IA excela como herramienta compuesta: búsqueda de literatura, reescritura de argumentos, formalización de pruebas existentes, revisión automática, seguimiento de rutinas. En caso específico, problemas como el #728 y el #729 obtuvieron soluciones completas verificadas en Lean a inicios de enero de 2026, demostrando que en ciertos nichos la IA sí puede generar "estructuras de demostración ejecutables".

Pero esto no equivale a capacidad matemática integral. La IA no es matemático; es un componente sofisticado en la cadena de herramientas.

### El futuro sin idolatría

La matemática del futuro probablemente no será obra de pensadores solitarios, sino de comandantes que orquesten ejércitos de inteligencia sintética. La humanidad formula las preguntas profundas, establece los conceptos novedosos, intuye las conexiones significativas. La IA excava, formaliza, verifica, acelera.

El llamado de Tao es por equilibrio: ni demonizar ni divinizar. Reconocer el potencial transformador de la IA sin caer en la mitología alimentada por casos aislados, sin permitir que la exageración reemplace al análisis riguroso.