![](\"https:\/\/es.gizmodo.com\/app\/uploads\/2026\/04\/Diseno-sin-titulo-46-6-1024x683.jpg\")
<\/p>\n<\/p>\n
Resolver un problema matem\u00e1tico abierto no suele ser cuesti\u00f3n de horas. A menudo implica a\u00f1os de trabajo, colaboraci\u00f3n entre especialistas y una cadena de validaciones que puede extenderse durante d\u00e9cadas. Por eso, cuando un sistema de inteligencia artificial consigue cerrar una conjetura planteada en 2014 en apenas 80 horas, la noticia no es solo el resultado, sino lo que implica.<\/p>\n
Porque aqu\u00ed no estamos hablando simplemente de calcular m\u00e1s r\u00e1pido. Estamos hablando de un cambio en c\u00f3mo se hace matem\u00e1ticas.<\/p>\n
El avance proviene de un equipo liderado por la Universidad de Pek\u00edn, que ha desarrollado un sistema basado en lo que denominan un enfoque de \u201cdoble agente\u201d. La idea es sencilla en apariencia, pero potente en su ejecuci\u00f3n: dividir el proceso matem\u00e1tico en dos funciones que tradicionalmente realizan los humanos.<\/p>\n
Por un lado, un agente se encarga del razonamiento informal. Es decir, explora posibles caminos, plantea hip\u00f3tesis y construye estructuras de prueba en lenguaje natural, de forma similar a como lo har\u00eda un matem\u00e1tico al desarrollar una intuici\u00f3n sobre un problema.<\/p>\n
Por otro, un segundo agente act\u00faa como verificador formal. Su tarea no es generar ideas, sino traducir esas propuestas a un lenguaje matem\u00e1tico completamente riguroso y comprobable por m\u00e1quina, eliminando ambig\u00fcedades y asegurando que cada paso cumple con las reglas l\u00f3gicas. El resultado es un sistema que no solo sugiere soluciones, sino que las valida por s\u00ed mismo.<\/p>\n
El sistema se enfrent\u00f3 a una conjetura de \u00e1lgebra conmutativa propuesta por el matem\u00e1tico Dan Anderson en 2014. No era un problema dise\u00f1ado para probar inteligencia artificial, sino una cuesti\u00f3n abierta dentro de la investigaci\u00f3n matem\u00e1tica real.<\/p>\n
En aproximadamente 80 horas, el sistema no solo encontr\u00f3 una soluci\u00f3n, sino que complet\u00f3 su verificaci\u00f3n formal. Es decir, produjo una demostraci\u00f3n que, al menos en principio, puede ser revisada y comprobada de forma autom\u00e1tica sin depender de interpretaci\u00f3n humana. Ese detalle es clave.<\/p>\n
Porque uno de los grandes problemas de la IA en matem\u00e1ticas ha sido precisamente la fiabilidad: generar respuestas plausibles no es lo mismo que demostrar teoremas.<\/p>\n
Uno de los aspectos m\u00e1s llamativos del experimento, publicado en arXiv, es el grado de intervenci\u00f3n humana. Seg\u00fan los investigadores, la \u00fanica ayuda necesaria fue proporcionar acceso a documentos restringidos que el sistema no pod\u00eda obtener por s\u00ed mismo. No hubo supervisi\u00f3n matem\u00e1tica directa ni correcci\u00f3n del proceso.<\/p>\n
Esto no significa que los humanos desaparezcan del proceso, pero s\u00ed redefine su papel. M\u00e1s que resolver problemas, pasan a facilitar el acceso a la informaci\u00f3n y a validar el resultado final.<\/p>\n
A pesar del impacto del resultado, el propio equipo reconoce que el trabajo a\u00fan no ha sido revisado por pares, lo que deja abierta la necesidad de validaci\u00f3n dentro de la comunidad cient\u00edfica. Este punto no es menor.<\/p>\n
En matem\u00e1ticas, la aceptaci\u00f3n de una demostraci\u00f3n no depende solo de su correcci\u00f3n formal, sino tambi\u00e9n de su comprensi\u00f3n, su integraci\u00f3n en el conocimiento existente y su revisi\u00f3n cr\u00edtica por otros especialistas. La IA puede acelerar el proceso, pero la legitimaci\u00f3n sigue siendo colectiva.<\/p>\n
El desarrollo encaja en un contexto m\u00e1s amplio.<\/p>\n
En los \u00faltimos meses, China ha intensificado su apuesta por la inteligencia artificial, con modelos como DeepSeek y proyectos impulsados por grandes tecnol\u00f3gicas como Alibaba o ByteDance. La investigaci\u00f3n matem\u00e1tica se est\u00e1 convirtiendo en uno de los nuevos terrenos de competencia, junto a \u00e1reas como la computaci\u00f3n, la biotecnolog\u00eda o la automatizaci\u00f3n industrial.<\/p>\n
Lo que antes era un campo puramente acad\u00e9mico empieza a cruzarse con la geopol\u00edtica tecnol\u00f3gica.<\/p>\n
El valor de este avance no est\u00e1 solo en haber resuelto una conjetura concreta. Est\u00e1 en haber demostrado que el proceso completo (desde la intuici\u00f3n inicial hasta la verificaci\u00f3n final) puede, en parte, automatizarse.\u00a0Eso abre escenarios nuevos.<\/p>\n
Desde acelerar la investigaci\u00f3n matem\u00e1tica hasta replantear c\u00f3mo se ense\u00f1an y se desarrollan las disciplinas cient\u00edficas. Tambi\u00e9n plantea preguntas m\u00e1s profundas: qu\u00e9 significa \u201centender\u201d una demostraci\u00f3n, o qu\u00e9 papel tendr\u00e1 el pensamiento humano en un entorno donde las m\u00e1quinas pueden producir resultados correctos sin necesidad de explicarlos de forma intuitiva.<\/p>\n
Es pronto para saber hasta d\u00f3nde llegar\u00e1 este tipo de sistemas. Pero hay algo que empieza a quedar claro.<\/p>\n
La inteligencia artificial ya no solo ayuda a resolver problemas. Empieza a participar en el proceso de descubrimiento. Y eso, en un campo como las matem\u00e1ticas, donde la creatividad y la l\u00f3gica han sido hist\u00f3ricamente humanas, no es un cambio menor.<\/p>\n<\/p><\/div>\n","protected":false},"excerpt":{"rendered":"
Resolver un problema matem\u00e1tico abierto no suele ser cuesti\u00f3n de horas. A menudo implica a\u00f1os de trabajo, colaboraci\u00f3n entre especialistas y una cadena de validaciones que puede extenderse durante d\u00e9cadas. Por eso, cuando un sistema de inteligencia artificial consigue cerrar una conjetura planteada en 2014 en apenas 80 horas, la noticia no es solo el […]<\/p>\n","protected":false},"author":1,"featured_media":4909,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-4908","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-sin-categoria"],"_links":{"self":[{"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=\/wp\/v2\/posts\/4908","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=4908"}],"version-history":[{"count":0,"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=\/wp\/v2\/posts\/4908\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=\/wp\/v2\/media\/4909"}],"wp:attachment":[{"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=4908"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=4908"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/laf5.publisher.highstack.com.ar\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=4908"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}