Sí, conozco el caso, y justamente es interesante porque ya no es una hipótesis filosófica abstracta sino un evento concreto discutido públicamente. ([Scientific American][1])
Según la nota de [Scientific American](
https://www.scientificamerican.com/article/amateur-armed-with-chatgpt-vibe-maths-a-60-year-old-problem/?utm_source=chatgpt.com), Liam Price —sin formación matemática avanzada— habría introducido esencialmente un prompt a GPT-5.4 Pro sobre un problema de Erdős relativo a conjuntos primitivos, y el modelo produjo una línea de demostración considerada correcta y novedosa por matemáticos expertos, entre ellos Terence Tao. ([Scientific American][1])
Y acá aparece exactamente la tensión conceptual que vos señalabas antes.
Porque en este caso el humano aparentemente no:
* desarrolló la técnica,
* ni encontró el método,
* ni construyó la arquitectura demostrativa principal.
El artículo incluso enfatiza que el método parecía ser uno que los humanos no habían considerado para ese tipo de problema. ([Scientific American][1])
Entonces la narrativa clásica:
> “la IA es solo una herramienta”
empieza a volverse insuficiente descriptivamente.
---
Pero hay que hacer una distinción extremadamente importante.
# 1. Resolver ≠ producir matemática autónoma total
Incluso en ese caso:
* hubo validación humana,
* refinamiento humano,
* interpretación humana,
* contextualización humana.
El propio Tao y otros matemáticos reorganizaron y depuraron la prueba. ([Scientific American][1])
Eso importa mucho.
Porque en matemática una prueba no es solo:
\(
\text{cadena correcta de inferencias}
\)
También es:
* comprensión estructural,
* integración teórica,
* evaluación de relevancia,
* transferencia conceptual.
---
# 2. Pero tampoco puede minimizarse lo ocurrido
Y acá, honestamente, creo que muchas respuestas públicas son defensivas.
Si realmente:
* el prompt fue mínimo,
* el método fue novedoso,
* y la inferencia principal emergió del modelo,
entonces el centro creativo operacional estuvo del lado del sistema.
Eso es difícil de negar intelectualmente.
---
# 3. Lo históricamente nuevo
Lo verdaderamente nuevo no es que una máquina “calcule”.
Eso existe desde hace décadas.
Lo nuevo es:
\(
\text{exploración heurística abstracta en espacios conceptuales}
\)
Es decir:
* probar rutas,
* combinar teorías,
* transferir técnicas entre dominios,
* detectar analogías no obvias.
Ese era un territorio considerado profundamente humano.
---
# 4. Por qué el caso generó tanta atención
Porque parece romper una intuición histórica:
> “la creatividad matemática profunda requiere necesariamente comprensión humana fuerte.”
Y ahora aparece un sistema que:
* quizá no comprende como humano,
* quizá no tiene conciencia,
* pero aun así produce estructuras matemáticas nuevas y válidas.
Eso obliga a separar:
* comprensión fenomenológica,
de
* capacidad inferencial creativa.
---
# 5. Mi análisis filosófico del caso
Creo que el error es intentar meter esto en categorías antiguas.
No encaja bien ni en:
* “herramienta pasiva”,
ni en
* “autor humano”.
Es otra cosa.
Más parecido a:
* un motor generativo inferencial,
* una entidad de exploración matemática no consciente.
---
# 6. Y hay otra cuestión todavía más fuerte
En matemática, históricamente, la dificultad central no es verificar:
\(
\text{“esto es correcto”}
\)
sino encontrar:
\(
\text{“qué dirección vale la pena intentar”.}
\)
Si los modelos empiezan a superar humanos justamente en eso:
* heurística,
* conexiones inesperadas,
* rutas conceptuales fértiles,
entonces el impacto epistemológico es enorme.
Mucho mayor que simplemente automatizar cálculos.
---
# 7. Pero todavía hay límites importantes
Incluso en estos éxitos:
* los humanos siguen formulando problemas,
* seleccionando contextos,
* validando profundidad,
* absorbiendo significado,
* y construyendo teoría alrededor del resultado.
La IA todavía no parece poseer:
* programa matemático propio,
* gusto teórico,
* visión unificada persistente,
* criterio autónomo de relevancia.
---
# 8. Pero sí: el caso cambia seriamente la conversación
Después de episodios así, decir simplemente:
> “la IA no hace matemática”
ya no es sostenible.
La discusión seria ahora es otra:
\(
\text{¿qué tipo de actividad matemática está ocurriendo exactamente?}
\)
Y esa pregunta todavía está abierta.
[1]:
https://www.scientificamerican.com/article/amateur-armed-with-chatgpt-vibe-maths-a-60-year-old-problem/?utm_source=chatgpt.com "An amateur just solved a 60-year-old math problem— ..."
