La semana pasada, Neil Thompson, investigador en computación e inteligencia artificial, ofreció una conferencia en el Instituto Tecnológico de Massachusetts (MIT) en la que planteó que varios campos científicos están a punto de experimentar una transformación radical debido a la inteligencia artificial. Durante la charla, que duró aproximadamente media hora, Thompson explicó cómo la automatización provocada por la IA ya está causando estragos en la matemática y que, según su último estudio, es probable que áreas como la teoría de probabilidad, la teoría estadística, la teoría económica, la física de altas energías, la gravitación, la cosmología y la física cuántica sean las siguientes en verse afectadas por las capacidades en rápida evolución de los modelos de IA en la frontera de la tecnología.
El estudio revela que entre mediados de 2024 y mediados de 2026, los mejores modelos de IA pasaron de resolver correctamente alrededor del 2% de problemas teóricos en estas disciplinas a cerca del 35%. Este avance no muestra signos de ralentización. “En solo unos años, esperamos que muchas preguntas teóricas sean transformadas en gran medida gracias a la capacidad de la IA para resolverlas”, afirmó Thompson.
La investigación, llevada a cabo en colaboración con Gabriel Manso, estudiante de doctorado, y Claudio Mayrink Verdun, científico investigador, se centró en problemas planteados en trabajos de investigación publicados en línea entre diciembre de 2025 y mayo de 2026. Los investigadores probaron si diferentes modelos de OpenAI —o1, o3, GPT-5, GPT-5.1, GPT-5.4 y GPT-5.5— podían resolver estos problemas. Es importante resaltar que las soluciones a estos problemas se encontraban en documentos publicados después de la fecha límite de entrenamiento de GPT-5.5 y versiones anteriores, lo que significa que los modelos tuvieron que encontrar las soluciones por sí mismos, sin depender de respuestas previamente alimentadas como datos de entrenamiento. Además, se bloqueó el acceso a internet para evitar que los modelos buscaran soluciones en línea.
El estudio se centró en áreas limitadas, donde los modelos de IA podían resolver problemas sin necesidad de realizar simulaciones o experimentos. Sin embargo, los hallazgos sugieren que las ondas de choque que actualmente se sienten en la matemática probablemente se expandirán a otras áreas científicas que dependen en gran medida de la teoría y las matemáticas. En septiembre, OpenAI sorprendió a la comunidad matemática al anunciar que un modelo no publicado había resuelto un desafío histórico en matemáticas conocido como Navier-Stokes, el cual se refiere a ecuaciones que describen el comportamiento del movimiento de fluidos. Este anuncio generó controversia después de que un matemático de la Universidad de Nueva York acusara a OpenAI de adelantarse a su trabajo al enterarse de sus avances en este problema.
Desde entonces, OpenAI y otros han anunciado cientos de soluciones a problemas matemáticos de larga data, lo que ha desencadenado una especie de crisis en el ámbito. Algunos matemáticos han solicitado límites en el uso de la IA, advirtiendo que el proceso de resolución de problemas es a menudo tan valioso como obtener la respuesta final. Thompson señala que, al igual que en la matemática, se deben esperar tanto efectos positivos como negativos en otras áreas. Indica que los avances teóricos a veces impulsan avances prácticos en la ciencia, y sugiere que un mayor uso de la IA podría facilitar este tipo de progreso.
Etiquetas: Inteligencia Artificial, Neil Thompson

Sin comentarios