¿Cuántas veces alguien busca una llave durante horas y descubre que la puerta nunca abría hacia adentro, sino hacia afuera? Algo parecido acaba de pasar en matemáticas, un terreno que suele parecer lejano pero que también funciona con cerraduras, pistas falsas e interruptores de lógica.
El hallazgo tiene como protagonista al matemático de Harvard Levent Alpöge, de 34 años, y al modelo de IA Fable, de Anthropic. Juntos lograron refutar la conjetura de Jacobi, una pieza clave formulada en 1939 que llevaba casi 90 años resistiendo a generaciones de especialistas.
No era un problema menor. En 1998, Stephen Smale la incluyó en su célebre lista de los grandes desafíos matemáticos del siglo XXI. La sorpresa no fue solo el resultado, sino el mecanismo: en vez de intentar demostrar que la conjetura era correcta, Alpöge le pidió a la IA que buscara una forma de romperla. Ese cambio de enfoque fue el verdadero interruptor.
Durante décadas, la comunidad matemática había trabajado como quien revisa el cableado de una casa convencido de que la instalación está bien hecha. La tarea consistía en probar que todo encendía como debía. Fable, en cambio, fue usado para hacer otra cosa: buscar un cortocircuito puntual, una falla concreta que mostrara que el sistema no era perfecto.
En matemáticas, ese cortocircuito se llama contraejemplo, una excepción que desmonta una afirmación general. Es más fácil de verificar que una demostración completa, porque no exige construir un edificio teórico entero: alcanza con encontrar la pieza que no encaja.
Abhishek Saha validó la refutación y destacó que se trata de uno de los avances más importantes logrados con IA en matemáticas hasta ahora. Según explicaba, la conjetura parecía intuitivamente correcta, y eso había empujado a casi todos a intentar demostrarla, no a derribarla.
La pieza que faltaba en el engranaje
La conjetura de Jacobi sostenía, de forma muy simplificada, que cierto tipo de función matemática debía ser invertible, es decir, que podía recorrerse de ida y de vuelta sin perder información. El contraejemplo hallado muestra que eso no siempre ocurre, al menos en el caso de tres variables.
Es como descubrir que una llave maestra abre casi todas las puertas de un edificio, pero falla en un departamento específico. Ese único fallo basta para cambiar todo el plano. Queda una puerta abierta: la conjetura podría seguir siendo válida en su versión de dos variables.
Hay otra clave importante. Alpöge no detalló públicamente el proceso ni el prompt, la instrucción escrita que guía a la IA, usado para llegar al resultado. Eso deja parte del cableado oculto, aunque el producto final, el contraejemplo, sí puede ser revisado por otros matemáticos de manera relativamente directa.
Además, este avance no significa que la IA ya construya teorías profundas por sí sola. Chris Bowman-Scargill subraya que encontrar contraejemplos no es lo mismo que levantar nuevas ramas de la matemática. Ahí sigue siendo central la creatividad humana, como ocurrió con el último teorema de Fermat, resuelto por Andrew Wiles en 1994 tras desarrollar teoría nueva durante años.
Qué cambia para los matemáticos
La aplicación práctica ya empezó. Matemáticos de primera línea, entre ellos Terence Tao, usan IA como apoyo para explorar caminos, revisar ideas y detectar patrones. No reemplaza el criterio, pero sí funciona como una linterna que ilumina rincones que antes quedaban a oscuras.
Por eso también apareció la pregunta incómoda. Ivan Fesenko advierte que estos modelos avanzan con rapidez y podrían alcanzar niveles comparables a los de un licenciado, e incluso pronto a los de un doctorado en matemáticas. La oportunidad es enorme, pero también obliga a repensar cuántas tareas seguirán dependiendo solo de humanos.
Lo que revela este caso no es el fin de los matemáticos, sino un cambio de rutina. Cuando una máquina ayuda a encontrar la falla en el sistema, el trabajo humano puede moverse hacia otra zona: decidir qué puerta vale la pena abrir después.
Directora de operaciones en GptZone. IT, especializada en inteligencia artificial. Me apasiona el desarrollo de soluciones tecnológicas y disfruto compartiendo mi conocimiento a través de contenido educativo. Desde GptZone, mi enfoque está en ayudar a empresas y profesionales a integrar la IA en sus procesos de forma accesible y práctica, siempre buscando simplificar lo complejo para que cualquiera pueda aprovechar el potencial de la tecnología.
