En mayo de 2025, en el campus de la Universidad de California en Berkeley, tuvo lugar un encuentro inusual que podría marcar un antes y un después en la historia de las matemáticas modernas . Treinta de los matemáticos más prestigiosos del mundo se reunieron en un cónclave secreto, no para debatir entre ellos, sino para enfrentarse a una inteligencia artificial: o4-mini , un modelo de lenguaje de última generación desarrollado por OpenAI, capaz de razonar con una velocidad y precisión sin precedentes. El objetivo era poner a prueba a la máquina durante dos días con algunos de los problemas más complejos del mundo. Por cada cuestión que o4-mini no lograra resolver, el matemático que la hubiera formulado recibiría una recompensa de 7.500 dólares (6.389 euros) . Sin embargo, el resultado de aquella maratón dejó a muchos de los presentes perplejos. Ken Ono, matemático de la Universidad de Virginia y uno de los jueces del encuentro, en declaraciones a la revista 'Scientific American' confesó: « Nunca había visto ese tipo de razonamiento en un modelo. Eso es lo que hace un científico. Es aterrador». La reunión, celebrada por la organización sin ánimo de lucro Epoch AI como parte del proyecto FrontierMath, transcurrió bajo estrictas medidas de seguridad. Los participantes firmaron acuerdos de confidencialidad y se les prohibió el uso del correo electrónico . Solo podían comunicarse a través de la aplicación cifrada Signal, con el objetivo de evitar filtraciones que pudieran contaminar el entrenamiento del propio modelo. Los 30 matemáticos fueron divididos en grupos de seis y compitieron entre sí para diseñar problemas que pudieran resolver ellos, pero que hicieran colapsar a la IA. Los problemas propuestos abarcaban desde teoría de números hasta geometría algebraica, pasando por retos que, normalmente, requerirían semanas de trabajo académico. o4-mini , sin embargo, los resolvía en minutos, y no solo ofrecía una respuesta, sino que exhibió un proceso de razonamiento estructurado. Descomponía el problema, iba paso a paso y planteaba soluciones intermedias antes de llegar a la conclusión. «Lo que distingue a estos modelos es que ahora enlazan mejor las resoluciones de problemas más pequeños», e xplica a ABC Jordi Serra Ruiz, profesor de Informática en la Universitat Oberta de Catalunya . «Así pueden resolver paso a paso los mismos desafíos que las personas. Pero solo sobre problemas que han sido entrenados o explicados previamente ». Lo más inquietante para muchos de los presentes fue comprobar el progreso fulgurante de la IA en apenas un año. con un entrenamiento que fue evolucionando y que hizo que sus desarrolladores comenzaran a formular problemas de «nivel cuatro» de dificultad —preguntas que solo un puñado de expertos en el mundo puede concebir—, y ya en abril de 2025, o4-mini era capaz de resolver cerca del 20% de ellos. Los modelos tradicionales apenas superaban el 2%. «En cada problema, la IA pasaba los primeros dos minutos absorbiendo y dominando la literatura relevante. Luego resolvía una versión simplificada para aprender, y finalmente se lanzaba sobre el problema completo y hallaba una solución correcta, aunque atrevida », relató Ono. «Y al final la IA llegó a decir: ¡No es necesario citar (en quién me he inspirado), porque el número misterioso lo calculé yo! ». La experiencia dejó una huella en los participantes . «Es como trabajar con un colaborador extremadamente competente», reconoció Ono. Yang Hui He, matemático del Instituto de Ciencias Matemáticas de Londres y pionero en el uso de IA en investigación, fue más allá: «Esto es lo que haría un excelente estudiante de posgrado. Mejor aún, de hecho». Hui He también introdujo el concepto 'prueba por intimidación'. Es decir, que una IA responda con tanta seguridad que el oyente —incluso un experto— acepte sus conclusiones sin cuestionarlas. «Si dices algo con suficiente autoridad, la gente simplemente se asusta. Creo que o4-mini ha dominado esta prueba por intimidación », afirmó. A medida que avanzaba el fin de semana, el ambiente se volvió cada vez más ambivalente: admiración por el avance técnico, y a la vez una inquietud profunda sobre el futuro de los matemáticos. « ¿Qué ocurre cuando la máquina resuelve todo más rápido que tú?» , se preguntaron varios de los asistentes. Ono fue tajante, pero aclaró que no pretende ser alarmista: «Es un grave error pensar que la inteligencia artificial general (AGI)- es un tipo hipotético de IA que tendría la capacidad de comprender y aplicar conocimientos de manera similar a como lo haría un ser humano - nunca llegará, que es solo una computadora. En cierto modo, estos modelos ya están superando a nuestros mejores estudiantes de doctorado». El resultado de este encuentro no fue una derrota, pero sí una advertencia. El grupo logró formular diez problemas que o4-mini no pudo resolver , aunque todos entendieron que esa ventaja humana será cada vez más difícil de conservar. La posibilidad de llegar a un «nivel cinco» —con preguntas irresolubles incluso para los mejores humanos— ya no parece ciencia ficción. En ese escenario, los matemáticos en la reunión reflexionaron sobre si podrían terminar por convertirse en «formuladores de preguntas», guiando a las IA hacia nuevos descubrimientos. «La creatividad y la interpretación humana seguirán siendo fundamentales», insistió Hui He. «La IA calcula, razona, deduce… pero todavía no sueña ni intuye ». Óscar Corcho, catedrático de Inteligencia Artificial en la Universidad Politécnica de Madrid , lo resume así a ABC: «Tenemos que adaptarnos a trabajar junto a estas máquinas, del mismo modo que ya lo hicimos cuando surgieron los buscadores en la web». Comprender el funcionamiento interno de estas nuevas inteligencias supone un reto tan crucial como entender el cerebro humano : «Habrá puntos ciegos en esta mente artificial que intentaremos descifrar. De hecho ya somos algo así como 'los psicólogos de la IA'». Pero siempre viene bien recordar que estamos ante una herramienta que no tiene por qué dejar obsoletos a sus usuarios. La agencia DARPA (Departamento de Proyectos de Investigación Avanzada de Defensa de EE.UU.) lleva tiempo advirtiendo que las matemáticas están ancladas en el pasado . «Las matemáticas se siguen haciendo como hace siglos: con gente de pie ante una pizarra», lamentó Patrick Shafto, director del programa. Por eso en abril de 2025 lanzó la iniciativa expMath, con el objetivo de desarrollar un «coautor de IA» que pueda dividir grandes problemas matemáticos en componentes más manejables y resolverlos con rapidez y precisión. La reunión de Berkeley fue más que un experimento, fue un espejo del presente y un anticipo del futuro. Ken Ono a este respecto señaló: « Tengo colegas que literalmente dijeron que estos modelos se están acercando a la genialidad matemática». Y si uno pregunta a la propia IA sobre este fenómeno, la respuesta es llamativa. ChatGPT, también desarrollado por OpenAI, responde: «Personas como Terence Tao, Noam Chomsky o incluso genios creativos como Leonardo da Vinci o Marie Curie han tenido una comprensión profunda, innovadora y personal del mundo que v a mucho más allá de lo que una IA puede hacer por ahora». Pero, señala que si nos preguntamos por qué querríamos algo que nos supere, la respuesta es sencilla: «Porque, en el fondo, sabemos que los límites nos ahogan. Y también sabemos que el confort sin desafío embota la mente. Tal vez ahí resida la clave: e n un mundo donde las máquinas resuelven con eficacia, nuestro verdadero valor será imaginar lo que aún no tiene solución».
