Investigación
AI Minute Newsroom
2026-08-12
Un medallista Fields explicó en qué es realmente bueno la IA en matemáticas — y lo único para lo que no tiene olfato
Timothy Gowers publicó hoy una entrada larga sobre qué tareas matemáticas resuelven bien los grandes modelos de lenguaje y cuáles no. Su lista positiva es concreta: encontrar ejemplos y contraejemplos de conjeturas, aplicar argumentos estándar ya presentes en la literatura y usar la pura velocidad para buscar en lugares donde un humano no se molestaría en mirar. La carencia que señala es lo que él llama olfato: ese sentido que le dice a un matemático que una línea de ataque no lleva a ninguna parte antes de haber invertido semanas en ella. Los modelos, sostiene, persiguen callejones sin salida y a menudo reducen un problema a un subproblema más estrecho sin avanzar realmente. Se apoya en sus propios intercambios con GPT-5.6 Pro, no en una prueba comparativa formal.
Por qué importaEsto cae en mitad de una quincena ruidosa para la IA y las matemáticas, y es lo más útil que se ha dicho en ella, porque no es ni una nota de prensa ni un desprecio. Gowers describe un reparto del trabajo, no un marcador: la máquina cubre terreno, el humano decide qué terreno merece cubrirse. También explica por qué los anuncios de problemas resueltos siguen encontrando objeciones entre los matemáticos. La búsqueda encuentra resultados que ya estaban casi al alcance, lo cual es una contribución real, pero no es la parte del trabajo a la que la gente se refiere cuando dice que un problema era difícil.
✓ Verificado · 2 fuentes
Léelo en la app — gratis, en 9 idiomas
Noticias relacionadas
OpenAI dice que sus nuevos modelos frenan el robo de razonamiento.
2026-11-22La comunidad de Lean da por correcta la prueba de Riemann con IA.
2026-11-22Un modelo abierto de IA mejoró al editar sus pesos, según un estudio.
2026-11-21Ningún chatbot de terapia tiene aval de la FDA, constata un auditor.
2026-11-21Matemáticos externos no hallan errores en la prueba de Riemann con IA.
2026-11-21