Me pasó mil veces: estoy intentando entender algo y aparece alguien con la respuesta ya masticada. Aprendo menos y encima me siento un estúpido. Algo así, pero multiplicado por la historia de las matemáticas, es lo que veinticinco ganadores de la medalla Fields acaban de ponerle en bandeja a la industria de la inteligencia artificial. Firaron una carta abierta, publicada en las últimas horas, donde dejan claro que la carrera por resolver problemas matemáticos históricos como si fueran pruebas de rendimiento les está haciendo un favor envenenado a la disciplina.

La medalla Fields es lo más parecido al Nobel que existe en matemática: se entrega cada cuatro años a investigadores de hasta cuarenta años, así que cuando veinticinco de sus ganadores hablan al mismo tiempo conviene leerlos. El grupo sostiene que los grandes modelos de lenguaje, esos sistemas de inteligencia artificial entrenados con montañas de texto para generar respuestas en lenguaje natural, mejoraron de verdad su capacidad de encarar problemas abiertos. Lo que critican no es el músculo, sino la manera.

El problema no es la máquina, es el apuro

Según la carta, el objetivo de un laboratorio de IA y el de la comunidad académica están tan desalineados como un velero y un camión en la ruta. Las empresas buscan victorias rápidas para alimentar comunicados de prensa; los matemáticos necesitan meses, a veces años, de conversaciones, simplificaciones y reescrituras hasta que una demostración termina siendo entendible por un estudiante de grado. Sin ese circuito, el conocimiento no se transmite: queda colgado en un PDF que nadie sabe leer.

Los firmantes enumeran tres riesgos concretos que ya empezaron a aparecer. El primero es la atribución incorrecta: cuando una IA produce un resultado sin chequear de dónde vino cada pieza, los créditos se reparten como piñata de cumple. El segundo es el plagio: fragmentos de demostraciones previas que se reempaquetan sin citar y se presentan como hallazgos nuevos. El tercero, y acá está el punto que más les preocupa, es la pérdida de la cadena de transmisión humana entre profesionales, esa rueda de aprendizajes informales por donde la matemática pasa de generación en generación y donde se forman los próximos investigadores.

• Atribución incorrecta: aportes previos citados a medias o directamente omitidos.
• Plagio: resultados históricos reformulados y presentados como si fueran inéditos.
• Ruptura de la cadena de aprendizaje: sin matemáticos que traduzcan y enseñen las nuevas ideas, el conocimiento deja de circular entre pares y se enfría.

Convertir la resolución de problemas en un fin en sí mismo

La carta compara lo que pasa con la matemática con lo que ya sufren la ingeniería de software y otras áreas donde la inteligencia artificial se metió a producir sin pedir permiso. Lo que señalan es que el terreno fértil donde nacen las ideas nuevas no se sostiene si las demostraciones se anuncian a los tumbos, sin tiempo para aislar métodos originales ni para citar los trabajos anteriores que las hicieron posibles. Resolver un teorema, dicen, no es el partido: es apenas el gol que abre otro partido. La gracia del juego está en cómo se cuenta.

La advertencia llega en un momento delicado: varios laboratorios compiten por demostrar que sus modelos pueden atacar problemas abiertos como una forma de mostrar potencia técnica, y cada anuncio suma presión sobre el siguiente. Los firmantes piden que el tema se trate con urgencia y que se abra una mesa de trabajo donde matemáticos y empresas diseñen reglas de juego que respeten los tiempos y los métodos de la disciplina. No piden que se apague nada. Piden que no se haga todo a las chapas.

Mi consejo, ya que te bancaste hasta acá: la próxima vez que un sistema te tire la respuesta a un problema difícil en dos segundos, tomátela con la misma desconfianza que le tomás al vendedor de tecnología de la ferretería de la esquina. La herramienta sirve, claro. Pero entender cómo se llega es exactamente lo que te convierte en alguien que puede mejorarla. Si no, mañana le explicás a alguien más por qué te la tenía guardada y se la diste vuelta.