Resolver cómo apilar naranjas en un cajón de la forma más eficiente puede parecer un juego de niños, pero a los geómetras les tomó siglos demostrarlo formalmente.

Este es el punto de partida de una transformación radical: la inteligencia artificial ya no solo calcula, ahora está empezando a razonar y verificar la lógica humana.

El cuello de botella de la confianza

En la matemática pura, una conclusión no es verdad hasta que es verificada paso a paso por otros expertos, un proceso que puede durar décadas. Como explica Patrick Shafto  , de la agencia DARPA  en el artículo Artificial intelligence: One step at a time*, existe un “cuello de botella central en las matemáticas, que es la confianza”. La IA está rompiendo este obstáculo al agilizar la "formalización" de las pruebas, traduciendo el lenguaje humano a códigos lógicos rigurosos que las máquinas pueden certificar en semanas.

Lógica humana vs. "Improvisación" artificial

Una de las revelaciones más fascinantes del artículo es que los modelos de lenguaje (LLMs) no "piensan" como nosotros. Mientras que los humanos diseñamos un plan de ataque guionizado para un problema, la IA opera como una “corriente de conciencia”. Terence Tao, matemático de la UCLA, describe el razonamiento de estos sistemas más como un “diálogo de improvisación en lugar de un texto guionizado”.

A pesar de este enfoque errático, los resultados son asombrosos. Herramientas como AlphaEvolve de Google o Aristotle de la startup Harmonic  están logrando:

Certificar pruebas complejas: El modelo Gauss formalizó en semanas pruebas de alta dimensionalidad que a los humanos les tomó años validar.

Resolver problemas abiertos: La IA está encontrando soluciones a preguntas que han dejado perplejos a los matemáticos por generaciones.

¿Dónde queda el toque humano?

No todo es éxito. La IA todavía tiene dificultades para aplicar lo aprendido en un problema a otro diferente y carece de lo que Timothy Gowers , de la Universidad de Cambridge, llama un “sentido estético”. Por ahora, los humanos conservamos la ventaja en la búsqueda de pruebas "elegantes" y en la creatividad pura; como señala Gowers, en ese frente “los humanos todavía tienen la ventaja”.

Hacia un futuro multidisciplinario

Si logramos que las máquinas dominen el razonamiento matemático, el impacto irá mucho más allá de los números. Un modelo capaz de razonar sobre matemáticas complejas podrá aplicarse con la misma eficacia a la economía, la física y otras ciencias cuantitativas, convirtiéndose en la herramienta definitiva para el progreso científico.

(*): The Economist Continental Europe Edition, 11 al 17 de abril de 2026