Un problema matemático de 40 años desapareció en 8 semanas. La medalla Fields podría no sobrevivir

El problema había desafiado a los matemáticos durante cuarenta años. Una IA lo resolvió en ocho semanas.

En el servidor de preprints arXiv apareció el mes pasado un artículo con algo inusual para una obra de matemáticas puras: la palabra «milagrosamente» aparecía dos veces en la primera página. El problema que abordaba —conocido dentro del campo como M23— llevaba desde la década de 1980 al borde de la resolubilidad, un nudoso problema en la teoría de Galois inversa que ni los algebraistas más agudos podían desatar. La solución, alcanzada en lo que los autores describen como una colaboración rápida entre matemáticos humanos e inteligencia artificial, involucra un polinomio de grado 23 cuyos coeficientes contienen números de catorce dígitos en el trillón.

La velocidad es lo que resulta inquietante. No solo el cronograma de dos meses —absurdamente rápido para un problema que resistió durante cuatro décadas—, sino la forma misma de la colaboración. La IA no le entregó la respuesta a un humano para que luego la verificara. Produjo resultados intermedios que el equipo humano no pudo comprender inicialmente, sino hasta ingeniería inversa después de los hechos. Kyu-Hwan Lee, profesor de matemáticas en la Universidad de Connecticut y investigador en el Instituto Coreano de Estudios Avanzados, comparó la experiencia con la famosa Jugada 37 de AlphaGo: un movimiento que ningún profesional podría justificar en el momento, y que solo tiene sentido en retrospectiva.

«Cuando la IA avanza, los humanos tienen que seguir detrás y comprender», dijo Lee en una entrevista.

Esa inversión —máquina primero, humano segundo— es el verdadero quiebre. Ha venido gestándose en silencio en matemáticas, física y ciencias de la computación durante el último año. Pero M23 le da un nombre y una fecha límite.

Qué es exactamente M23

Para comprender por qué esto importa, necesitas una imagen elemental de lo que pregunta el problema. La teoría de Galois inversa es una rama del álgebra que estudia la simetría en ecuaciones polinómicas. La versión clásica parte de una ecuación y te pide hallar sus soluciones. La versión inversa invierte la pregunta: especificas una estructura simétrica deseada, y debes construir un polinomio que produzca exactamente esa estructura.

Hay veintiséis tipos de simetría conocidos en este marco particular. Para veinticinco de ellos, alguien finalmente construyó el polinomio correspondiente. M23 era el último reacio.

No es un problema aplicado. No construirá un puente ni entrenará un modelo. Es matemáticas puras —abstractas, formales, y aparentemente distantes de cualquier cosa con consecuencia inmediata—. Precisamente por eso importa su resolución. Si un problema en este nivel de abstracción, que requiere este grado de madurez matemática, puede colapsarse en dos meses con asistencia de IA, entonces la línea entre lo que cuenta como intuición humana y lo que cuenta como cómputo machine ya es más delgada de lo que cualquiera admitiera públicamente.

Lee describió el nivel de capacidad de la IA como comparable al de un estudiante de doctorado en etapa avanzada o un investigador posdoctoral. Pero la comparación es engañosa. Un estudiante de posgrado aprende a razonar; la IA parece saltar. Manejó los cómputos masivos, escribió el código, y probó candidatos de hipótesis —tareas que normalmente consumen semanas de trabajo tedioso—. Lo que quedó para los humanos fue dirigir: decidir en qué dirección empujar el cálculo, interpretar si el resultado era matemáticamente sólido, y reconstruir la cadena lógica que la IA encontró de algún modo pero no explicó.

«No creo que la IA lo resolviera de forma independiente», dijo Lee. «Pero sin IA, hallar la respuesta tan rápido habría sido imposible».

El reloj de la Medalla Fields está corriendo

La afirmación más provocadora del artículo no trata sobre M23 en absoluto. Trata sobre la Medalla Fields.

Lee citó una visión que circula entre algunos matemáticos: 2030 podría marcar la última ceremonia de entrega de la Medalla Fields. El razonamiento es estructural, no conspirativo. La Medalla —otorgada cada cuatro años a matemáticos menores de cuarenta años por contribuciones sobresalientes— descansa en una suposición simple: que el trabajo acreditado a un galardonado es reconociblemente humano. La colaboración está bien. Los artículos conjuntos son comunes. Pero en algún umbral, la línea entre un humano que dirige una IA y una IA que dirige un humano se vuelve lo suficientemente difusa como para hacer el premio carente de sentido.

«Si no puedes trazar una línea clara sobre cuánta colaboración con IA fue parte de un resultado, entonces la Medalla Fields realmente podría desaparecer», dijo Lee.

Esto no es especulación sobre un futuro lejano. Es una predicción sobre un sistema que mide al genio individual. La Medalla Fields fue diseñada para una era en la que una sola mente, trabajando durante años, podía producir un avance. Una colaboración asistida por IA que produce el mismo resultado en semanas no solo cambia el tempo. Cambia la categoría de logro para la cual el premio fue construido.

La Unión Matemática Internacional no ha anunciado ningún cambio de política. Pero la presión llegará antes que cualquier política. Cada gran competición en matemáticas —los Premios del Milenio Clay, el Premio Abel, los premios nacionales— enfrenta la misma crisis definitoria. La pregunta no es si la IA producirá resultados matemáticos. Ya los produce. La pregunta es si esos resultados pueden atribuirse justamente.

Los próximos cinco años serán caóticos

Lee predijo que la comunidad matemática experimentará un caos genuino en los próximos cinco a diez años. Los estudiantes de posgrado formados en el modelo tradicional de aprendizaje —tres años de arduo trabajo en problemas para construir intuición— encontrarán su cronograma de formación obsoleto. Una IA puede resolver en tres días lo que antes tomaba a un estudiante tres años aprender. La justificación del ritmo antiguo se desmorona.

«Hace dos años, la gente todavía pensaba que las matemáticas estaban demasiado lejos del alcance de la IA», dijo Lee. «El estado de ánimo cambió en menos de seis meses».

Sin embargo, hay un rayo de luz que muchos analistas pasan por alto. Lee argumentó que a medida que la IA se vuelve más poderosa, el juicio matemático humano se vuelve más importante, no menos. Las personas que pueden interrogar la salida de una IA, detectar cuándo se desvía hacia una conclusión errónea, y redirigirla son las que permanecerán indispensables. La habilidad se desplaza del cálculo a la verificación, de la derivación al diagnóstico.

«La persona que no sea arrastrada por la IA sino que pueda controlarla y monitorearla será alguien con fuerte capacidad matemática», dijo Lee.

Llamó a esta figura homo mathematicus —el humano matemático—, aquel que retiene la capacidad de pensar de forma independiente y juzgar correctamente. En un panorama donde las máquinas pueden generar pruebas plausibles a velocidad, la habilidad de determinar si un resultado es verdadero y comprendido se convierte en la habilidad más escasa de todas.

Por qué esto trasciende las matemáticas

El resultado de M23 se discute en comentarios de arXiv y chats de conferencias. Pero sus implicaciones van mucho más allá de las matemáticas puras. Cualquier campo que forma profesionales mediante el dominio gradual de problemas —física, ciencias de la computación teórica, incluso partes de la filosofía— enfrenta la misma disrupción estructural. El modelo del estudiante de posgrado asume que la dificultad se compuesta lentamente, que ganas competencia gastando tiempo en cosas difíciles. La IA acorta supuestos así completamente.

La implicación más profunda es epistemológica. Las matemáticas siempre han reclamado un estatus especial porque sus verdades son ciertas y verificables. Pero si la verificación misma requiere que un humano persiga la dirección de una IA, la jerarquía tradicional —el humano descubre, la máquina verifica— se invierte. La máquina descubre. El humano verifica. Y a veces, como muestra la analogía de la Jugada 37, el humano verifica demasiado tarde como para reclamar la paternidad de la intuición.

La metáfora de la orquesta de Lee captura la ambigüedad: no puedes dividir fácilmente la contribución del director de la de los músicos. Pero las metáforas no resuelven políticas. Alguien tendrá que decidir, eventualmente, qué cuenta como logro humano en un mundo donde la IA puede producir resultados más rápido de lo que cualquier individuo podría aprender a juzgarlos.

La última vez que las matemáticas enfrentaron una herramienta tan disruptiva fue con la invención de la computadora misma —y eso tomó décadas absorberlo—. Esta vez, la ventana de ajuste puede medirse en años, no en generaciones. La Medalla Fields podría no sobrevivirlo.