La señal más clara de hacia dónde se mueve la ciencia, aparece alrededor de Terence Tao, matemático australiano y estadounidense al que buena parte de la comunidad considera el mejor del planeta. En una reciente conversación con Dwarkesh Patel, Tao fue directo: la inteligencia artificial puede convertirse en una “coautora de confianza”.
No es una frase menor. Tao, apodado el “Mozart de las matemáticas”, ganó la Medalla Fields en 2006 a los 31 años, un premio visto como el equivalente al Nobel en matemáticas. El comité destacó entonces una pieza clave de su trabajo: su capacidad para conectar áreas que parecían aisladas, desde teoría de números hasta ecuaciones en derivadas parciales y análisis armónico.
Ahora ese mismo talento para unir piezas se apoya en otro mecanismo: la IA.
La idea puede sonar abstracta, pero Tao la traduce a algo muy concreto. No imagina una máquina que reemplace al matemático. Imagina un sistema que revisa, ordena, compara y señala rutas posibles.
La IA funciona aquí como un tablero de control: no construye sola la casa, pero ayuda a encontrar el interruptor correcto en un problema lleno de pasillos cerrados. Esa es la analogía central para entender por qué Tao la considera una oportunidad real y no una moda.
Además, ya hay señales de que ese engranaje sirve. En 2024, Meta AI logró generalizar la función de Lyapunov, una herramienta matemática propuesta en 1892 que llevaba más de un siglo sin un método general para identificarla. Para decirlo en simple: la IA encontró una forma más amplia de reconocer una pieza clave para estudiar si un sistema cambia de manera estable o caótica.
Un asistente que verifica cada paso
Tao ya integró en su rutina a Lean, un asistente de demostraciones (software que verifica razonamientos) y lenguaje de programación. Su función se parece a la de un inspector de obra: revisa que cada ladrillo lógico esté en su sitio y que ninguna pared se sostenga sobre una intuición mal apoyada.
Eso cambia el ritmo del trabajo. En vez de gastar energía en comprobar una y otra vez pasos formales, el investigador puede concentrarse en la arquitectura del problema. Y si algo falla, el sistema lo revela antes de que el error contamine toda la estructura.
Tao es, además, uno de los grandes impulsores de Lean en la comunidad científica. Esa apertura encaja con su perfil colaborativo y versátil, poco común incluso entre matemáticos de élite. También trabajó en combinatoria y detección comprimida, dos campos que muestran su facilidad para moverse entre territorios distintos.
La pieza clave de los grandes problemas abiertos
Hoy esa combinación entre talento humano e IA apunta a desafíos enormes, como la conjetura de Collatz y las ecuaciones de Navier-Stokes. Estas últimas son uno de los Problemas del Milenio y buscan explicar el comportamiento de los fluidos. Aunque ya se usan para prever el clima o diseñar aviones, su mecanismo profundo todavía no se comprende por completo.
Lejos de anunciar una sustitución, Tao subraya otra cosa: una investigación más ambiciosa y cooperativa. La IA, en su visión, no quita al científico del centro; le da más manos para mover una maquinaria demasiado grande para una sola persona.
Y ahí aparece la clave de fondo. Si el mejor matemático vivo ya trata a la IA como una herramienta esencial, el futuro de la ciencia quizá se parezca menos a un duelo entre humano y máquina y más a una casa bien iluminada, donde por fin empiezan a encenderse habitaciones que llevaban décadas a oscuras.
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.
