Los genios de la medalla Fields le tiran la goma a la inteligencia artificial: dicen que rompe la cadena de transmisión del saber matemático

Volví de hacer las compras con la bolsa rota, los tomates por el asfalto y la bronca que no me la saca nadie. Lo mismo, palabra más palabra menos, les pasa hoy a veinticinco matemáticos que tienen la medalla Fields colgada en el living: miran lo que hace la inteligencia artificial con sus problemas clásicos y sienten que alguien tiró todo al piso antes de poder levantarlo con cuidado.

El grupo acaba de publicar una carta abierta en la que señala, con todas las letras, que la competencia entre laboratorios de IA por resolver problemas matemáticos abiertos como si fueran pruebas de rendimiento en un datas center terminó por desalinear los objetivos comerciales con los de la comunidad académica. Y no lo dicen en chiquito: lo califican como una amenaza concreta a la forma en que se transmite el conocimiento.

De qué se quejan, en criollo

• Dicen que los grandes modelos de lenguaje, esos programas que generan texto y código a partir de enormes bibliotecas, mejoraron muchísimo para enfrentar problemas abiertos en distintas ramas de la matemática.
• Advierten que las soluciones se anuncian a las apuradas, sin redacción prolija, sin aislar bien los métodos nuevos y sin citar los trabajos previos que corresponde mencionar.
• Temen que aparezcan cada vez más casos de atribución incorrecta y plagio, parecidos a los que ya sacuden a otras profesiones creativas.
• Sobre todo, alertan que sin matemáticos dispuestos a bajar esas ideas al canon de la disciplina, se puede cortar la cadena humana por la que un estudiante de grado termina entendiendo lo que un investigador senior tardó años en demostrar.

Para los firmantes, la cosa es tan seria como suena: históricamente, cuando alguien resolvía un problema célebre, lo que venía después era un ida y vuelta de conversaciones, simplificaciones y reescrituras hasta que el resultado quedaba digerible para un pibe que estaba cursando la carrera. La IA, según la carta, muchas veces se saltea esa sobremesa y deja la respuesta cruda, servida con marketing de lanzamiento.

Y ojo, porque los propios premiados reconocen que la capacidad técnica de los modelos mejoró de manera sustancial en áreas como el álgebra, la combinatoria y la geometría. El problema no es que la máquina pueda, sino para qué la apuran a hacerlo. Como me dijo una vez un profesor de la facultad, con esa elegancia que solo tienen los matemáticos: no alcanza con que esté bien, tiene que poder contarse.

La carta enmarca el entuerto dentro de lo que llama desalineaciones más amplias, un término técnico que en castellano significa, ni más ni menos, que los objetivos de las empresas no coinciden con los del oficio. Lo mismo, según el documento, empieza a verse en ingeniería de software y en otras áreas donde la IA promete resultados sin hacerse cargo del proceso.

La conclusión de los veinticinco es directa: tratar la resolución de problemas como un fin en sí mismo, en lugar de una herramienta al servicio de la comprensión, puede terminar volviendo a la propia matemática un obstáculo para sí misma. Un contrasentido con todas las letras, de esos que solo se permiten los que tienen un lugar reservado en la historia de la disciplina.

Consejo práctico para no caer en lo mismo: si vas a usar un modelo de lenguaje para estudiar o producir matemática, tratá a la respuesta como un borrador, no como un veredicto. Pedile que te muestre los pasos, contrastá con bibliografía y, sobre todo, no publiques nada sin entender qué dice cada línea. La cadena se corta cuando alguien firma lo que no leyó.