Matemáticos en apuros: ¿la IA les ha ganado la partida?

Matemáticos contra una IA: diez problemas resisten y el resto cae​

En mayo de 2025, el campus de la Universidad de California en Berkeley acogió un encuentro que no salió en la prensa generalista hasta después: treinta de los matemáticos más prestigiosos del mundo se sentaron frente a o4-mini, un modelo de lenguaje de OpenAI, durante dos días. El formato era brutal. Cada problema que la máquina no resolviera suponía 7.500 dólares para quien lo hubiera formulado, unos 6.389 euros al cambio. Al final quedaron diez preguntas en pie. El resto cayó. La reunión la organizó la entidad sin ánimo de lucro Epoch AI dentro del proyecto FrontierMath, y ese detalle —quién paga los billetes, quién pone los hoteles— es el primero que se pregunta cualquiera que haya visto ferias parecidas.

Qué pasó exactamente en Berkeley​

El titular que corrió por medio mundo hablaba de humillación. El resultado real fue más matizado y, por eso, más incómodo. No hubo derrota humana, pero sí una advertencia explícita: el grupo logró formular diez problemas que o4-mini no pudo resolver, y todos los presentes entendieron que esa ventaja será cada vez más difícil de conservar. La posibilidad de llegar a un «nivel cinco» —preguntas irresolubles incluso para los mejores humanos— dejó de parecer ciencia ficción.

La progresión es lo que asusta. En apenas un año, el modelo pasó de resolver problemas de nivel tres a resolver problemas de nivel cuatro. Si la curva se mantiene, el nivel cinco entra en el horizonte. Ese es el dato. Lo demás es ruido.

La trampa del titular: ni humillación ni oráculo​

El tratamiento periodístico del asunto merece un apartado propio. Hay quien sostiene que reducir un avance técnico serio a un titular de clickbait es una forma de desinformación tan eficaz como cualquier bulo. La pregunta «¿se vuelven obsoletos los matemáticos?» no la formuló ningún matemático. La formuló quien necesitaba el clic.

Al mismo tiempo, la reacción defensiva del otro lado tampoco ayuda. Una parte del público despacha el asunto con un «es un loro que no entiende lo que dice». El matiz importa: un modelo de lenguaje no hace búsquedas en internet para resolver un problema de nivel cuatro. Razona, encadena pasos y da fundamento de cada uno. En algunos casos usó esquemas que a los propios matemáticos no se les habían ocurrido, aunque conocieran otra vía de solución. Es un salto cualitativo, no una consulta a Google.

El multiplicador: para el que sabe y para el que no​

La distinción más útil que ha salido de todo esto es la que separa dos perfiles. Para quien domina su oficio, la IA es un multiplicador de fuerzas brutal: extrae información de documentos de cientos de páginas en segundos, sugiere estructuras, acelera la parte mecánica. Para quien no domina nada, es un multiplicador de superficialidad. El caso concreto que circula es el del programador que no sabe qué le han pedido, copia el resultado del modelo de cabo a rabo y lo integra sin revisar. Eso no es culpa de la máquina.

El problema económico de fondo no es que la IA sustituya a nadie mañana. Es que el trabajo que antes hacían cinco personas lo hace una sola con la herramienta adecuada. Ese ajuste ya está ocurriendo en sectores concretos, sin titulares.

Lo que la IA no ha resuelto todavía​

Hay un contraste que conviene no perder de vista. La misma tecnología capaz de razonar sobre problemas matemáticos de élite no ha logrado producir una atención al cliente decente. Ni un bot que resuelva una incidencia sin pasar por tres menús y un agente humano. El mercado existe, es enorme, y sigue sin resolverse. Eso debería moderar el entusiasmo sobre la inminencia de según qué cosas.

El otro límite es más profundo. Resolver problemas conocidos se parece sospechosamente a seguir una receta. La creación matemática de verdad —introducir un concepto nuevo, como los grupos de Galois, que se gestaron en un par de tardes de intuición— no depende de potencia de cálculo. Depende de algo que todavía no sabemos programar.

---

El nivel cinco sigue sin alcanzarse. Los diez problemas que aguantaron en Berkeley siguen ahí, como una frontera que se estrecha. Nadie sabe cuánto tardará en caer el siguiente. Nadie sabe si caerá.