Por primera vez, una máquina ha subido al podio de la Olimpiada Internacional de Matemáticas (IMO). El sistema AlphaProof, desarrollado por Google DeepMind, ha conseguido una puntuación equivalente a la de un medallista de plata en la edición de 2024, según un artículo publicado en Nature.
AlphaProof aprende generando millones de problemas por sí misma y encontrando demostraciones válidas dentro de un sistema formal llamado Lean. A diferencia de los grandes modelos de lenguaje (como los que redactan textos o programan código), no inventa ni "alucina" resultados: cada paso es verificable y lógicamente correcto. Como explica Carles Sierra, director del Instituto de Investigación en inteligencia artificial del CSIC en Science Media Center (SMC), "AlphaProof representa un avance conceptual fundamental: da garantías formales de las pruebas y elimina el riesgo de "alucinaciones" que afecta a otros sistemas de IA". Sin embargo, advierte que "si el sistema formal tiene axiomas inconsistentes, puede producir verdades formales pero matemáticamente falsas". En resumen, la máquina es tan fiable como el marco lógico donde trabaja.
En la competición, AlphaProof resolvió tres de los seis problemas propuestos —todos de álgebra y teoría de números—, mientras que el modelo AlphaGeometry 2 resolvió el de geometría. Los dos problemas restantes, de combinatoria, quedaron sin respuesta. Y, a diferencia de los participantes humanos, la máquina necesitó días de cálculo intensivo para llegar a los resultados.
Según Marta Macho-Stadler en declaraciones a SMC, profesora de Matemáticas en la UPV/EHU, "este sistema combina aprendizaje y verificación: aprende por ensayo y error y perfecciona sus soluciones, pero todavía está lejos de la creatividad necesaria para la investigación matemática más profunda". También Ramón López de Mántaras, pionero de la IA en el CSIC, pone el éxito en contexto: "Es un resultado excelente, pero no quiere decir que la IA sea comparable a un matemático. AlphaProof no entiende los conceptos ni puede crear teorías nuevas; solo opera dentro de un conjunto cerrado de conocimientos". Además, recuerda que este rendimiento requiere una enorme potencia computacional y mucho trabajo humano previo. "Su valor es ampliar las herramientas de los investigadores, no sustituirlos."
El futuro del pensamiento matemático
El progreso de AlphaProof abre un nuevo escenario en el que las máquinas pueden ayudar a los humanos a explorar los límites del conocimiento, pero también obliga a repensar cómo enseñamos y cómo planteamos los retos intelectuales. Para Clara Grima en SMC, profesora de la Universidad de Sevilla y divulgadora matemática, este avance es un nuevo paso dentro de un movimiento inevitable: "La IA va ocupando cada vez más parcelas del conocimiento humano. Hace décadas nos superó en cálculo o memoria; ahora empieza a subir las montañas del razonamiento abstracto." Grima recuerda la metáfora del investigador Hans Moravec: el progreso de la IA es como una marea que cubre lentamente los valles de las habilidades humanas y se acerca a las montañas de la creatividad y la intuición.
AlphaProof no "entiende" las matemáticas, pero las sabe demostrar. Y esto quizás ya es bastante revolucionario. En un futuro no muy lejano, los descubrimientos podrían surgir de la colaboración entre mentes humanas y artificiales: la precisión de la máquina y la imaginación de la persona, trabajando juntas para responder —y, sobre todo, para reformular— las preguntas más profundas de la ciencia.
Dra. Núria Coll Bonfill, divulgadora científica y directora de 7Ciències