Todos los periódicos y la radio, en unoEscrito por IA a partir de Hacker News · Cómo se hace
Hacker News
Inteligencia artificial · dynomight.net
Pensamientos dispersos sobre cómo se siente hacer matemáticas hoy
Un matemático cuenta desde dentro cómo la IA ha pasado en pocos meses de juguete a herramienta casi imprescindible para hacer matemáticas. Calcula que le da un 50 % más de productividad y sostiene que los humanos siguen aportando mucho, sobre todo al crear abstracciones y escribir con sentido.
Foto: vía dynomight.net
1 medio · MadridPublicada 29 oct, 22:10Actualizada 30 oct, 00:25· Ya no está en portadaEscrita por IA · cómo funciona
El autor, en el blog dynomight.net, escribe una especie de cápsula del tiempo sobre lo desconcertante del momento. Resume su impresión con una tabla: en 2024 los LLM eran juguetes; en verano de 2025, juguetes interesantes; en otoño de 2025 empezaron a servir para cosas útiles, cada vez más; y a principios de 2026 su reacción es un «holy god». Para él es asombroso que algo así pase en cuestión de meses.
Aun así, calcula que la IA le hace un 50 % más productivo «haciendo matemáticas», aunque a veces resuelva en minutos lo que a él le llevaría horas. La razón es que el trabajo incluye varios pasos (idear teoremas, intentar demostrarlos, escribir, reorganizar) y la IA es buena en unos y floja en otros. Lo compara con un avión diez veces más rápido: el viaje de puerta a puerta no se acorta tanto. También se pregunta si, igual que unas baterías al 1 % del coste transformarían todo el sistema energético, esta IA debería llevar a un equilibrio muy distinto en las matemáticas, y no solo a automatizar partes del flujo de trabajo de siempre.
Sostiene que los humanos no están obsoletos en matemáticas, de momento, y que el motivo más visible es que la IA escribe mal: sus argumentos son largos, enredados y, dice, «no tienen ningún sentido». Lo atribuye a que no sabe crear abstracciones. Compara sus demostraciones con el «código espagueti» de los novatos, frente a la modularidad con una buena «API» que aprende la gente con experiencia. Cuenta que, si le pide una demostración difícil, esta empieza simple y acaba en un derroche de complejidad, y que sus lemas pueden ocupar una página solo para enunciarse.
Su método es discutir con la IA hasta entender el argumento y proponerle alternativas, por ejemplo demostrar algo con menos hipótesis. Así la demostración se acorta, a veces mucho, y a veces aparece una estrategia que da un resultado más fuerte (probar x < 7.1 en lugar de x < 9.7). Por eso defiende que las abstracciones «artesanales» humanas son objetivamente útiles. Añade que invertir en AGENTS.MD o en skills a medida le parece poco rentable porque el conocimiento caduca rápido, aunque la frase «ask independent agents for an adversarial review» le ha resultado útil. Reconoce además la trampa de pedir cambios durante horas a una IA que casi acierta, sin lograr nada, para acabar haciéndolo él en 30 minutos. Critica a quienes llenan arXiv de artículos «semi-OK» generados con IA, aunque admite dudas, y termina con una visión optimista: la IA es como un becario hiperconsciente que sabe casi de todo.
«Scattered thoughts on how doing math feels these days» · puesto 17 · 55 puntos · enviado por surprisetalk
Lo que dicen los comentarios
Buena parte de los comentarios traslada el texto a otros terrenos: varios programadores dicen que les pasa lo mismo y que ya vivieron ese ciclo de «juguete inútil» a «oh, Dios», con su duelo incluido. Otros prefieren hablar de la crisis de sentido que puede venir y de la «espiral deflacionaria» del trabajo intelectual: ¿para qué esforzarse hoy si dentro de un año costará la mitad? Hay escepticismo hacia las empresas de IA, a las que se acusa de exagerar y de no enseñar cuánta guía humana hay detrás de sus resultados, y alguien replica que cientos de resultados matemáticos no pueden ser obra humana encubierta. También se comparte la idea de que las skills y los harnesses son un callejón sin salida, y se recomiendan podcasts sobre la crisis de la IA en matemáticas.
Qué alivio leer en un blog los pensamientos de una persona y no la basura de los LLM. El problema no es el estilo, sino que «no tiene ningún sentido»; yo diría que a veces, y sobre todo en textos largos.
Hablé de esto con un matemático el noviembre pasado: es una espiral deflacionaria del trabajo intelectual. ¿Para qué hacerlo ahora si dentro de un año costará la mitad de esfuerzo? Y empeora al delegar parte de tu agencia en agentes.
Exagerar lo que hace la IA perjudica a la sociedad. Las empresas no quieren admitir cuánta colaboración humana hay detrás, y OpenAI no da las trazas de sesión de sus modelos resolviendo problemas abiertos. Casi nada está verificado formalmente por terceros.
¿Sugieres que los unos 500 resultados matemáticos publicados en el último año los descubrieron sobre todo humanos? Habrían tenido que contratar a casi todos los matemáticos del mundo para que eso tuviera sentido.
Es curioso lo desconectados que estamos: así se sintieron los LLM para muchos programadores hace un año. Es agotador ver este ciclo de duelo y autoengaño repetirse una y otra vez.
Esta noticia la ha redactado una inteligencia artificial a partir de las fuentes citadas, con el criterio editorial de El Autómata (equilibrio, atribución y solo hechos publicados). Puede contener errores: consulta las fuentes originales. Modelo: claude-sonnet-5.5.