25 medallas Fields firman una declaración histórica: la IA amenaza el corazón de las matemáticas

Veinticinco medallas Fields — el equivalente al Nobel de las matemáticas — han firmado una declaración conjunta que sacudirá a quien todavía crea que la IA solo trae progreso. En mathandai.org,Terence Tao, Pierre Deligne, Martin Hairer, Wendelin Werner, Maryna Viazovska y otros 20 matemáticos del máximo nivel alertan de algo que ya se intuía: la carrera por resolver problemas matemáticos como benchmark está desalineada con los objetivos reales de la ciencia.

Qué ha pasado exactamente

Hoy se ha publicado en mathandai.org una declaración titulada "Math and AI" firmada por 25 premios Fields, incluidas figuras como Artur Avila, Manjul Bhargava, Caucher Birkar, Pierre Deligne, Yu Deng (medalla 2026), Simon Donaldson, Hugo Duminil-Copin, Alessio Figalli, Martin Hairer, June Huh, Maxim Kontsevich, Elon Lindenstrauss, Pierre-Louis Lions, James Maynard, Curt McMullen, Shigefumi Mori, Ngô Bảo Châu, Andrei Okounkov, Peter Scholze, Stanislav Smirnov, Terence Tao, Maryna Viazovska, Cédric Villani, Wendelin Werner y Efim Zelmanov.

Es un hecho histórico: nunca tantos medallistas Fields se habían pronunciado juntos sobre una cuestión tecnológica. La declaración no rechaza la IA, pero denuncia con crudeza el modelo actual de las grandes tecnológicas que persiguen benchmarks matemáticos como métrica de progreso.

El argumento central: no confundas "resolver" con "entender"

El documento distingue con cuidado entre dos cosas que el marketing de la IA mezcla constantemente: la capacidad de un sistema para producir una respuesta correcta y la capacidad de generar comprensión matemática genuina. Los autores lo explican así:

"La producción en masa, cada vez más rápida, de enunciados verdadero/falso podría destruir terreno fértil en lugar de dar vida a nuevas ideas."

El argumento es sutil y demoledor. Resolver un problema matemático célebre siempre fue, a lo largo de la historia, una señal indirecta de que alguien había desarrollado nuevas ideas y métodos que luego la comunidad digería, simplificaba, divulgaba y convertía en conocimiento enseñable. La IA puedesaltarse todo ese ciclo y entregar la "respuesta" sin construir nada de lo que el proceso requería.

Lo que la declaración denuncia

• Carrera por benchmarks: las compañías de IA persiguen problemas matemáticos como métrica competitiva, lo que desvía recursos del trabajo de fondo.
• Anuncios en caliente: las soluciones se publican deprisa, sin tiempo para un writeup riguroso, sin aislar los métodos nuevos y sin citar el trabajo previo relevante.
• Plagio y atribución: como en toda profesión creativa, esto abre dudas serias sobre quién es el autor real de una idea.
• Ruptura de la cadena humana: sin matemáticos que se encarguen de desarrollar e integrar las ideas, se pierde la transmisión entre generaciones que ha sostenido la disciplina.
• Pérdida del propósito: si la IA produce directamente el resultado final, dejamos de recordar para qué servía el entrenamiento matemático: no solo responder, sino aprender a formular nuevas preguntas.

Por qué esto va mucho más allá de las matemáticas

Los firmantes son explícitos al ampliar el foco:

"Vemos esto como parte de problemas de alineación más amplios que afectan a otras profesiones científicas y creativas, así como al conjunto de la sociedad."

Es decir, los matemáticos no hablan solo de matemáticas. Están reconociendo que la profesión matemática funciona como una miniatura de cómo funciona el trabajo intelectual humano: individuos con enfoques diversos, unidos por valores compartidos, donde los recursos más valiosos son los estudiantes y las ideas. Si esa cadena se rompe en matemáticas, se rompe en todas partes.

El texto también traza un paralelismo interesante: durante décadas tuvimos la Ley de Moore, una línea recta de progreso que se sostuvo gracias a una sucesión de discontinuidades discretas. Con los LLM ocurrió lo mismo: la ley de escalado del pre-entrenamiento llegó a rendimientos decrecientes y se descubrió el RL, abriendo otra curva ascendente. La pregunta que deja en el aire la declaración es: ¿y si para el próximo salto hace falta algo que el actual método transformer + RL no puede descubrir por sí solo?

Qué puede hacer la comunidad técnica

La declaración no pide detener la IA, sino repensar el marco. Propone:

• Tratar la IA como una herramienta para amplificar la comprensión matemática genuina, no para fabricar respuestas a escala.
• Reservar tiempo para el writeup, la revisión por pares y la atribución, como se haría con cualquier resultado humano.
• Mantener el papel del matemático como transmisor de ideas entre generaciones, no como mero verificador de lo que una IA produce.
• Que las empresas que desarrollan estos sistemas asuman su parte de responsabilidad en cómo se mide y se incentiva el progreso.

Una pausa para pensar

No es habitual ver a Terence Tao y Pierre Deligne firmando un texto de política tecnológica. Cuando lo hacen, conviene leerlos despacio. La declaración en mathandai.org no es una crítica a la IA ni una defensa nostálgica del pasado: es una advertencia de quienes mejor conocen cómo se construye el conocimiento riguroso, dirigida a quienes están decidiendo cómo se entrena y se evalúa la inteligencia artificial.

Si la IA realmente va a transformar el trabajo intelectual — y todo apunta a que sí —, este es el tipo de conversación que necesitamos mantener antes de que la "respuesta correcta" ahogue la "buena pregunta".

Fuente: mathandai.org. La declaración está abierta a nuevas firmas de matemáticos e investigadores.