El 23 de julio de 2026, Terence Tao, ganador de la Medalla Fields y ampliamente reconocido como «el matemático más grande vivo», compartió en redes sociales el registro de una conversación que había mantenido con ChatGPT. El tema de la conversación era el análisis de un posible contraejemplo de la Conjetura de Jacobiano (Jacobian Conjecture) — un problema abierto que ha desconcertado a la comunidad matemática durante casi un siglo. La conversación llegó a la portada de Hacker News, obteniendo más de 540 votos y 333 comentarios, atrayendo una gran atención tanto del mundo tecnológico como del matemático.
Nota: Terence Tao es uno de los académicos más influyentes de las matemáticas contemporáneas. Imagen procedente de Wikipedia.
¿Quién es Terence Tao?
Si no estás familiarizado con el mundo de las matemáticas, permítenos presentarte a esta figura legendaria. Terence Tao, nacido en Australia en 1975, empezó a aprender cálculo por su cuenta a los 7 años, y a los 12 ganó una medalla de oro en la Olimpiada Internacional de Matemáticas — sigue siendo uno de los medallistas de oro más jóvenes de la historia. Obtuvo su doctorado en la Universidad de Princeton a los 20 años, a los 24 se convirtió en profesor titular en la Universidad de California en Los Ángeles, y a los 31 recibió la Medalla Fields, el máximo honor en matemáticas.
En el círculo matemático, Tao no solo es famoso por resolver problemas complejos, sino también por su capacidad «transdisciplinar» — ha realizado contribuciones pioneras en áreas como el análisis armónico, las ecuaciones en derivadas parciales, la combinatoria y la teoría de números. Hay quien dice que, si existe un matemático contemporáneo que se acerca al arquetipo del «genio universal», ese es Terence Tao.
Que un académico situado en la cima de la capacidad matemática humana haya recurrido a ChatGPT en busca de ayuda — ese hecho en sí mismo ya es lo suficientemente sugerente.
La Conjetura de Jacobiano: Un problema «sencillo» que nadie ha podido demostrar
Para entender el significado de esta conversación, primero hay que saber qué es la Conjetura de Jacobiano. El autor intentará explicarlo en los términos más sencillos posibles.
Imagina que tienes un mapa, y cada punto del mapa tiene una fórmula que te indica cómo moverte. La Conjetura de Jacobiano pregunta: si esa fórmula es siempre invertible cerca de tu punto de partida (es decir, puedes volver sobre tus pasos desde cualquier posición cercana), ¿es también invertible en todo el mapa (es decir, puedes volver sobre tus pasos desde cualquier posición)?
El problema fue planteado por el matemático Ott-Heinrich Keller en 1939, y posteriormente formulado sistemáticamente como «Conjetura de Jacobiano» por Shreeram Abhyankar en la década de 1950. Parece una pregunta intuitiva, pero ha tenido a los matemáticos devanándose los sesos durante casi un siglo, sin que se haya resuelto por completo hasta la fecha. Durante este tiempo, innumerables matemáticos han obtenido resultados parciales y demostraciones aproximadas, pero la respuesta completa sigue en el aire.
Lo que Tao discutió con ChatGPT fue precisamente el análisis de un posible contraejemplo de la Conjetura de Jacobiano — si este contraejemplo resultara ser válido, echaría por tierra la conjetura.
Transcripción de la conversación: El choque entre la inteligencia humana y la potencia de cálculo
En la conversación pública con ChatGPT, Tao utilizó un lenguaje matemático extremadamente preciso para plantear preguntas al modelo, guiándolo paso a paso en el análisis de una aplicación polinómica compleja para determinar si constituía un contraejemplo de la Conjetura de Jacobiano.
Nota: Página de la conversación de Tao con ChatGPT, titulada «Jacobian Conjecture Counterexample». Esta conversación muestra cómo un experto humano guía a la IA en un razonamiento matemático profundo.
Lo fascinante de la conversación es que Tao no trata a ChatGPT como una «máquina de respuestas», sino como un compañero de pensamiento. Primero plantea preguntas orientativas y, según las respuestas de ChatGPT, continúa preguntando, corrigiendo y profundizando. Todo el proceso se parece muchísimo a la dinámica de un profesor dirigiendo a un estudiante de posgrado, solo que en el puesto del «estudiante» se encuentra un modelo de lenguaje de gran escala.
El usuario de HN napoleoncomplex comentó: «Es la segunda conversación fascinante de ChatGPT que veo hoy. La primera fue alguien que, simplemente diciéndole ‘continúa’ una y otra vez, logró refutar otra conjetura. En qué época tan increíble vivimos».
Otro usuario, minimaxir, añadió: «Para la mayoría de los problemas en los que un LLM probablemente se rendiría, decirle ‘continúa’ funciona de verdad. El LLM, en esencia, no sabe que hay cosas que son imposibles».
Reacción de la comunidad HN: El impacto de la densidad terminológica
La conversación generó un animado debate en Hacker News, y lo más llamativo no fue la discusión sobre las capacidades de la IA en sí, sino una profunda observación sobre la barrera del lenguaje matemático.
El comentario del usuario WarmWash recibió numerosos votos a favor:
«Las matemáticas tienen el sistema terminológico más demencial e impenetrable. Normalmente puedo mantener la cabeza a flote en la mayoría de las áreas STEM, con un poco de Google o Wikipedia me basta, pero las matemáticas… escapan tan rápido de todo lo comprensible que es una locura.»
Puso un ejemplo concreto:
«Una frase de la conversación: ‘La fibra especial es un anillo graduado asociado… y si esta filtración admite tres generadores con levantamientos homogéneos lo suficientemente simples, entonces se puede demostrar’ — en cualquier otro contexto, al menos podría intuir de qué se está hablando, ¿pero en matemáticas? Ni la más remota idea.»
Este comentario pone de relieve un hecho que a menudo pasa desapercibido en la comunidad técnica: la barrera lingüística de las matemáticas es mucho más alta que la de otras disciplinas científicas. Un buen ingeniero de software puede comprender rápidamente las líneas generales del protocolo TCP/IP, pero ante conceptos de geometría algebraica como «anillo graduado», «filtración» o «levantamiento homogéneo», incluso alguien con una sólida formación en ciencias e ingeniería se siente completamente perdido.
La IA como «compañera de pensamiento», no como «máquina de respuestas»
Un tema recurrente en la discusión de HN fue: la forma en que Tao utiliza ChatGPT representa precisamente la postura correcta ante la IA en el trabajo intelectual avanzado.
El usuario layer_x escribió: «Las preguntas de Tao son muy específicas, guían a la IA de manera útil… Esta ‘relación simbiótica’ (por llamarla de algún modo) parece ser una propuesta de valor emergente de la IA».
Otro usuario, guywithabike, dijo: «Lo que más me impresiona es que, siendo una de las personas más inteligentes del planeta, no deja de hacer preguntas, y el LLM le responde constantemente con ese tono de ‘sí, si lo piensas bien, es realmente sencillo’, como un profesor guiando a un estudiante talentoso».
Pero nótese un punto clave: Tao sabe perfectamente lo que está haciendo. Si puede utilizar ChatGPT de manera efectiva, la razón fundamental es que posee un conocimiento de su campo de investigación que nadie puede igualar — esto no tiene nada que ver con técnicas de «ingeniería de prompts». Como dijo el usuario de HN bubblymagic: «El arte de usar la IA es, ante todo, el dominio del área problemática. Yo puedo usar la IA para escribir código porque tengo décadas de experiencia programando. Pero no podría usarla para investigar en física teórica, porque no puedo evaluar si sus respuestas son correctas».
Y ahí reside lo más profundo de la conversación de Tao — la IA no ha «hecho» la investigación matemática por él, sino que se ha convertido en un amplificador eficiente de su proceso de pensamiento.
La otra cara de la moneda: ¿Dónde están los límites de la IA?
Por supuesto, en esta discusión no faltaron las voces cautelosas.
Algunos comentaristas señalaron que ChatGPT mostraba limitaciones evidentes en la conversación: ofrecía con seguridad razonamientos parcialmente incorrectos que Tao tenía que corregir en varias ocasiones. Un usuario anónimo comentó: «Incluso los modelos más avanzados son perfectamente capaces de perderse en razonamientos complejos; necesitas intervenir constantemente para evitar que sigan una línea de razonamiento estúpida».
Esto plantea una cuestión central: si incluso Tao necesita corregir al modelo repetidamente, ¿cuál es el riesgo para un usuario normal que utiliza la IA para problemas especializados?
Además, hubo quien señaló que la conversación es «interesante» precisamente porque la capacidad de guía de Tao es extraordinaria. En manos de una persona normal, la misma conversación podría haber tomado un rumbo completamente distinto — el LLM habría producido cortésmente un montón de «basura matemática» de aspecto razonable pero profundamente errónea.
Nota: Acalorada discusión en Hacker News en torno a la conversación de Tao con ChatGPT. La comunidad debatió en profundidad el papel de la IA en la investigación matemática.
Conclusión: ¿La herramienta de un genio o el orgullo de una herramienta?
Al reflexionar sobre todo el incidente, el autor cree que lo más digno de atención es una observación más sutil: la forma en que Tao utiliza ChatGPT no es, en esencia, diferente de la forma en que millones de programadores en todo el mundo utilizan Copilot o Cursor — guiados por su intuición profesional, dejan que la IA asuma las tareas de recuperación de información, cribado inicial y asistencia en la deducción, mientras que el experto humano mantiene siempre el control de la dirección.
El comentario del usuario de HN mnky9800nz lo expresó con claridad: «Lo que más me sorprendió al ver la conversación de Tao es que, incluso para él, la forma de interactuar con la IA — preguntar, repreguntar, pedir aclaraciones, pedir simplificaciones — es casi idéntica a la forma en que yo uso los LLM en mi propio campo de especialización».
Quizá esa sea la definición de «experto» en la era de la IA: saber qué preguntas hacer y cómo determinar si las respuestas son fiables — eso es mucho más importante que «saber todas las respuestas».
En cuanto a la propia Conjetura de Jacobiano — ¿conducirá finalmente la conversación que Tao compartió a un contraejemplo verificado? De momento no hay una conclusión definitiva. Pero independientemente del resultado, este experimento de «el humano más inteligente del mundo + la IA más avanzada» ya nos ha mostrado un futuro que invita a la imaginación.
Enlaces de referencia
- Publicación de Terence Tao en Hacker News que desató el debate sobre su conversación con ChatGPT
- Página de conversación compartida de ChatGPT: Jacobian Conjecture Counterexample
- Wikipedia: Entrada sobre la Conjetura de Jacobiano
- Wikipedia: Biografía de Terence Tao
- Debate comunitario en Hacker News: discusión multiperspectiva sobre la densidad terminológica de las matemáticas y la IA como compañera de pensamiento
- Fundación Medalla Fields: Presentación del galardonado Terence Tao
