El 11 de septiembre de 2026, veinticinco galardonados con la Medalla Fields publicaron una carta abierta conjunta. En ella denunciaron que las empresas de inteligencia artificial tratan la resolución de problemas matemáticos como una simple vara de medir para su potencia de cómputo, una práctica que choca frontalmente con los objetivos a largo plazo de la comunidad académica. Seis días después, Tim Gowers, también medallista Fields, explicó públicamente los motivos por los que se negó a firmar el documento, sacando a la luz una profunda fractura ideológica que hasta entonces permanecía bajo la superficie.
Imagen: Archivos manuscritos de Alexandre Grothendieck conservados en el sótano de una librería del VI distrito de París. Fuente: David Bessis, “The Fall of the Theorem Economy”
40 millones de dólares para comprar la primicia de un contraejemplo centenario
Bajo el bombardeo de cómputo de las corporaciones comerciales, resolver enigmas matemáticos se ha transformado en una transacción con una tarifa explícita. Miembros de la comunidad de MathOverflow echaron cuentas recientemente: para hacerse con la primicia del contraejemplo recién hallado sobre las ecuaciones de Navier–Stokes, diversas entidades desembolsaron sumas astronómicas de potencia de cálculo. Capital&Compute estimó el coste en unos 6,5 millones de dólares. TensorFeed situó la horquilla entre los 10 y los 15 millones. Una filtración de Business Insider elevó la factura hasta los 40 millones de dólares. Destinar decenas de millones a asegurarse la prioridad sobre un contraejemplo centenario demuestra cómo la apropiación de derechos de descubrimiento por parte del capital ha alterado por completo las reglas de juego.
Los problemas abiertos no son recursos caídos del cielo que carezcan de dueño. Son el fruto intelectual pulido, simplificado y compartido generosamente a lo largo de generaciones por las mentes más brillantes de la historia. Sin embargo, los gigantes de la IA tratan estos problemas como si fuesen código abierto en GitHub: una materia prima barata para someter sus modelos a pruebas de estrés. Los sistemas se apropian del trofeo más vistoso —la autoría de la solución— y abandonan a los investigadores en un páramo desprovisto de metas.
La inteligencia artificial ha convertido las demostraciones formales en un bien que se despacha al por mayor según las horas de GPU invertidas. En consecuencia, el recurso verdaderamente escaso en las matemáticas ha dejado de ser la mera capacidad técnica para probar un teorema. La escasez se ha desplazado hacia dos tareas cualitativas: formular las preguntas correctas y comprender a fondo el significado de las respuestas. La paradoja radica en que el sistema académico y económico actual no tiene forma de poner precio ni de baremar la formulación de preguntas ni la comprensión conceptual.
La negativa de un colega destapa la brecha de valores en la disciplina
La carta abierta, titulada A Severe Misalignment of AI in Mathematics, desató un auténtico terremoto académico tras su publicación. Su argumento central sostiene que resolver problemas es solo un medio para alcanzar la comprensión conceptual; si se olvida esta premisa en la era de la IA, las máquinas terminarán por socavar los fines intelectuales últimos de la humanidad. No obstante, esta elevación absoluta de la teoría conceptual frente a la resolución práctica generó una fuerte contestación interna.
Tim Gowers justificó su negativa a firmar en una extensa entrada en su blog, reproducida posteriormente en la web personal de Terence Tao. El debate en Hacker News alcanzó 242 comentarios frente a 186 votos positivos: una proporción superior a 1,3 comentarios por voto que da fe de la vehemencia de la discusión. Aunque Gowers admitió que la disciplina atraviesa una crisis de proporciones históricas, rechazó de plano que la comprensión teórica deba consagrarse como la única aspiración legítima del quehacer matemático.
Gowers fundamentó su postura recurriendo a su célebre ensayo de hace veinticinco años, The Two Cultures of Mathematics. En él explicaba que la comunidad matemática siempre ha albergado dos sensibilidades distintas: aquellos que investigan motivados por el puro reto de resolver problemas y aquellos guiados por la construcción de grandes estructuras conceptuales. El tono de la carta abierta, argumentó Gowers, descalifica de facto la vocación resolutiva como una orientación secundaria o defectuosa. Una vez que el músculo computacional devalúa la cotización de los matemáticos orientados a resolver problemas, el repliegue defensivo ha degenerado en una pugna descarnada por la hegemonía cultural.
Imagen: Captura del sitio web de la carta abierta “A Severe Misalignment of AI in Mathematics”, firmada por 25 medallistas Fields. Fuente: mathandai.org
El grupo de investigación de Cambridge asume una dura lección
El posicionamiento de Gowers dista mucho de ser una abstracción académica; surge de su experiencia práctica directa. El matemático reveló con total transparencia su relación con OpenAI: en calidad de experto externo, cuenta con acceso anticipado a los nuevos modelos y dispone de una cuenta Pro gratuita, si bien remarcó que jamás ha recibido financiación para sus proyectos por parte de la empresa. Bastaron unos pocos días de acceso previo para comprobar de primera mano la arrolladora fuerza destructiva de esta tecnología.
En la Universidad de Cambridge, Gowers dirige un equipo de investigación especializado en la demostración automática de teoremas. Su ambición fundacional era diseñar herramientas informáticas que ayudasen a los matemáticos humanos a vislumbrar nuevas arquitecturas teóricas. Sin embargo, los modelos fundacionales actuales se saltan por completo sus refinadas rutas conceptuales, alcanzando demostraciones mediante una aplastante potencia bruta de cómputo. Gowers admitió con desolación que la razón de ser de su propio grupo de investigación se había evaporado, obligándoles a asumir una amarga realidad.
Los modelos disponibles públicamente ya superan a prácticamente cualquier matemático humano en la resolución de problemas acotados. Demostraciones kilométricas brotan en las pantallas a un ritmo que desborda por completo la capacidad de asimilación humana. Ante semejante aluvión computacional, el intercambio intelectual corre el riesgo de degradarse a un trámite donde el usuario humano se limita a responder con un insustancial «gracias». El límite de ancho de banda biológico del cerebro humano se ha erigido en un muro físico que frena en seco la propagación de una auténtica comprensión.
Nadie está dispuesto a pagar por la pura comprensión conceptual
La carta abierta encierra un razonamiento sumamente vulnerable: defiende que, incluso si encontrar demostraciones deja de ser competencia exclusiva del ser humano, la sociedad debe arbitrar fórmulas institucionales para seguir valorando y sosteniendo económicamente a un cuerpo de expertos. Esta línea defensiva fue desmantelada sin contemplaciones en los foros de Hacker News. Los escépticos lanzaron dos preguntas de difícil respuesta: ¿Por qué la sociedad debería financiar con fondos públicos a un colectivo que ya no aporta soluciones prácticas tangibles? ¿Y bajo qué baremos se evaluará la promoción de los jóvenes investigadores hacia puestos permanentes?
El entramado universitario tradicional descansa íntegramente sobre la publicación de artículos y la resolución de problemas abiertos. Cuando un estudiante de doctorado dedica cinco años a demostrar con esfuerzo un lema menor, para descubrir a continuación que un modelo comercial lo solventa en cinco minutos, el adiestramiento académico pierde todo asidero en el mundo real. No se trata únicamente de una crisis de empleo individual; es un golpe directo a los cimientos de todo el sistema formativo de la investigación básica.
Sin un marco consolidado que cuantifique la comprensión conceptual en métricas de evaluación, el sistema de asignación de becas y proyectos queda huérfano de criterio. Gowers llegó a plantear un experimento mental distópico: un tratado internacional que imponga una moratoria sobre el lanzamiento de modelos más potentes y otorgue a las instituciones académicas la potestad de decidir qué problemas pueden resolver las máquinas. Sin embargo, recurrir a semejantes fantasías regulatorias no hace más que retratar la abrumadora sensación de impotencia que embarga a la academia ante la apisonadora del capital privado.
Ocultar un problema se vuelve más seguro que intentar resolverlo
Las tensiones de un sistema en declive están empujando a los investigadores hacia sus instintos defensivos más primitivos. Un hilo abierto en MathOverflow superó rápidamente las 5.000 visitas: en él, su autor expresaba el temor fundado de que la investigación matemática retroceda al oscurantismo y el secretismo propios del Medievo. Desprovistos de estabilidad profesional, los científicos están cortando de manera espontánea sus vínculos con las redes de cooperación abierta.
La historia de la ciencia ofrece paralelismos elocuentes sobre este tipo de repliegues. En 1510, el matemático italiano Scipione del Ferro descubrió la fórmula algebraica para resolver las ecuaciones cúbicas y la mantuvo en absoluto secreto durante dos décadas, revelándola únicamente en su lecho de muerte a su discípulo Antonio Maria Fior. En aquellos tiempos, guardar celosamente un método exclusivo era la única garantía para conservar el empleo y el prestigio en los desafíos públicos. Siglos más tarde, la reticencia de Isaac Newton a publicar sus hallazgos sobre el cálculo infinitesimal desató una enconada y prolongada disputa por la prioridad con Gottfried Wilhelm Leibniz. Cuando compartir hallazgos destruye la ventaja competitiva, el apagón informativo se convierte en armadura.
Terence Tao expuso una radiografía implacable de la situación en sus redes sociales: hoy en día, la habilidad verdaderamente insustituible reside en identificar problemas abiertos que posean un potencial fértil. No obstante, en la dinámica actual, basta con que trascienda el rumor de que un grupo humano está abordando cierta conjetura para que las empresas de IA concentren enjambres masivos de computación sobre ella, liquidando el proyecto humano mucho antes de que alcance madurez.
Imagen: Hilo de debate en MathOverflow sobre cómo evitar que las matemáticas retrocedan a una era medieval de secretismo. Fuente: MathOverflow
La comunidad busca recuperar el control sobre el valor del trabajo intelectual
La irrupción tecnológica ha subvertido por completo los incentivos de la investigación. Si plantear una pregunta brillante solo sirve para que una máquina arrebate de inmediato la gloria de su resolución, la motivación para debatir abiertamente sobre las líneas maestras de trabajo desaparece. Guardar las mejores conjeturas bajo llave en un cajón se ha convertido en el único mecanismo para proteger la inversión intelectual previa, un repliegue que dinamita de raíz siglos de tradición científica abierta.
Frente a esta dinámica extractiva, en los debates comunitarios se han articulado dos propuestas defensivas de carácter operativo. La primera de ellas se inspira en el derecho de autor para exigir que únicamente los seres humanos puedan firmar como autores de un artículo científico. En los trabajos donde no pueda acreditarse una contribución intelectual humana tangible, se deberá especificar de forma obligatoria su origen automatizado. Con ello se busca cortar el atajo que permite a las tecnológicas canjear directamente músculo de computación por reputación académica.
La segunda iniciativa propone exigir que cualquier artículo con autoría revele de forma íntegra su metodología técnica, incluyendo el diseño de los prompts del sistema y la arquitectura de sus módulos auxiliares. Dado que estos andamiajes son custodiados como secretos comerciales esenciales por los laboratorios de IA, forzar su transparencia elevaría drásticamente los costes encubiertos de apropiarse de la primicia de los descubrimientos, disuadiendo a las empresas de lanzarse a la rapiña.
El manifiesto de los veinticinco medallistas Fields y el refugio en el secretismo representan dos intentos de abordar el mismo desafío: fijar un nuevo valor al esfuerzo intelectual humano. La controversia ya no radica en la destreza que demuestran los modelos resolviendo ecuaciones, sino en qué nuevas reglas colectivas deben diseñarse para frenar la expansión desmedida del capital tecnológico. Sin un marco de protección institucional, permitir que el dumping de cómputo arrase las rutas tradicionales de investigación terminará por derribar los peldaños que permiten formarse a toda una generación de científicos.
Enlaces de referencia:
- Carta abierta en MathAndAI
- Entrada en el blog de Tim Gowers
- Hilo de debate en MathOverflow
