Todos los periódicos y la radio, en unoEscrito por IA a partir de Hacker News · Cómo se hace
HN Daily
Inteligencia artificial · terrytao.wordpress.com
Las matemáticas han cambiado. Actuemos en consecuencia
Frank Calegari, en un post invitado en el blog de Terence Tao, responde al impacto de los más de 700 artículos de investigación que OpenAI publicó el 6 de octubre. Defiende que los matemáticos no deben lamentarse, sino replantear qué se valora y aprovechar la IA para explorar problemas más amplios.
Foto: vía terrytao.wordpress.com
1 medio · MadridPublicada 1 nov, 19:55Actualizada 2 nov, 07:30· Ya no está en portadaEscrita por IA · cómo funciona
Calegari arranca de la premisa de que la publicación de OpenAI fue un hito en la historia de las matemáticas y de que la IA puede hacer contribuciones de primer orden en muchas áreas. Admite, con todo, parte del malestar: los artículos, pese a contener grandes ideas, están muy mal escritos, incumplen las normas de atribución de la comunidad y algunos son incluso erróneos. Propone centrar los esfuerzos en lo que sí controla la comunidad: cómo se contrata a matemáticos, cómo se publica y cómo se forma a los estudiantes.
Frente a la sensación de que su disciplina está siendo «vaciada», recuerda que resolver los grandes problemas de un área no equivale a agotarla, igual que la tabla periódica no «resolvió» la química. Cita la queja de Hugo Duminil-Copin, que dice que ninguno de los grandes problemas abiertos que ha mencionado públicamente quedó intacto. Como precedente propone la clasificación de los grupos simples finitos, anunciada en 1983: fue un éxito, pero enfrió el interés por el campo, aunque siguen existiendo preguntas muy ricas, como por qué existe el grupo Monstruo. Pide esfuerzos como la clasificación revisada de Gorenstein, Lyons y Solomon, y premiar en las contrataciones a quien explore nuevos terrenos en lugar de dar el tema por cerrado.
En la segunda parte, Calegari expresa su esperanza de que la IA saque a los matemáticos del corsé de limitarse a la primera conjetura natural que no pueden demostrar. Lamenta que muchos colegas no sepan explicar a alguien de otra área por qué su trabajo es interesante, y cuenta una idea que nunca persiguió, sobre variedades hiperbólicas aritméticas y sistemas de Kolyvagin geométricos, por exigir enormes conjeturas previas y trabajo técnico. Con la IA, dice, las barreras para explorar direcciones así son mucho menores. Cita a Christian Szegedy: importará menos el heroísmo de escalar lo que nadie escalaba y más elegir qué terreno merece la pena y explicar lo hallado. Calegari concluye que está dispuesto a «subir al avión».
«Mathematics has changed. Let's act like it» · puesto 7 · 270 puntos · enviado por smilelamp
Lo que dicen los comentarios
Los comentarios se reparten entre quienes ven una transición de la artesanía a la industria, y que aconsejan soñar a lo grande, y quienes dudan. Se discute si habilidades como elegir problemas o explicar resultados quedarán fuera del alcance de los LLM, y se apunta que el coste en cómputo convierte el crédito matemático en cuestión de capital. También se señala que algunos artículos no están plenamente revisados y que varios hubo que retirarlos, que los textos ignoran las normas de citación y difusión, y que los doctorandos que perdieron su tema de tesis son el problema práctico más urgente. Aparece además una discusión sobre si Tao respalda el texto por el mero hecho de publicarlo en su blog.
Quien elige un problema valioso, obtiene la prueba con IA, la entiende a fondo y plantea nuevas preguntas hace una contribución sustancial. Los resultados importan menos y el aspecto social, atraer a otros a entenderlos y explorar, importa más. Es como la ingeniería de software.
Con decenas de millones de dólares en costes de API para resolver estos problemas, el crédito por grandes contribuciones dependerá menos de la meritocracia y más del acceso al capital. Matemáticos menos capaces pero con dinero superarán a grandes matemáticos sin recursos.
¿Por qué casi todos asumen que las capacidades de la IA no irán más allá de demostrar teoremas? Elegir terreno que explorar o explicar lo hallado parece al alcance de agentes LLM; construir una carrera sobre lo contrario me parece peligroso.
Muchos matemáticos están desanimados: las pruebas son feas y largas, aunque la elegancia suele llegar después, y los doctorandos se preguntan qué hacer. Una IA tiene todas las herramientas conocidas y puede probarlo todo, de ahí que funcione tanto cómputo.
Las pruebas son largas y no citan trabajos previos. Se ignoran los estándares de difusión: suben artículos de más de cien páginas y ya está, cuando un matemático pule durante meses y pasa por editores y revisores antes de publicar.
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.