Ni programadores ni administrativos: la inteligencia artificial amenaza ahora a una profesión que pocos esperaban
Elígenos como tu fuente preferida en Google.
La inteligencia artificial ya resuelve problemas matemáticos avanzados y obliga a replantear el futuro de una profesión basada en el razonamiento, la intuición y el descubrimiento.
La inteligencia artificial comenzó transformando tareas sencillas de automatizar y pronto dio el salto a profesiones como la programación, el diseño o la redacción.
Y ahora empieza a avanzar sobre un terreno mucho más exigente: la investigación matemática. No hablamos de utilizar una IA para resolver una operación o aplicar una fórmula conocida.
Los investigadores trabajan con problemas abiertos, plantean hipótesis, buscan nuevos enfoques y construyen demostraciones para cuestiones que pueden llevar décadas sin respuesta. Que una máquina empiece a desenvolverse en este nivel supone un salto importante.
El cambio también modifica el debate sobre qué trabajos están realmente expuestos a la automatización. Y es que hasta ahora, buena parte de la atención se había centrado en empleos con tareas repetitivas o fácilmente digitalizables.
Pero los avances recientes muestran que la IA también puede empezar a asumir partes de actividades que requieren conocimientos muy especializados y años de formación.
La investigación matemática ya es territorio de la IA
Una de las señales más llamativas llegó en mayo, cuando un modelo de OpenAI consiguió avanzar en una conjetura relacionada con el problema de las distancias unitarias, planteado por el matemático Paul Erdős en 1946.
El resultado fue revisado por matemáticos externos y supuso un avance sobre una cuestión que llevaba décadas abierta. Poco después, el proyecto First Proof puso a varios sistemas de inteligencia artificial frente a diez problemas reales de investigación matemática que no habían sido publicados.
Al menos uno de los modelos consiguió producir soluciones que superaron la evaluación de expertos en siete de esos diez problemas. Aunque sea sorprendente, los resultados todavía están lejos de demostrar que una IA pueda investigar por sí sola.
Algunas respuestas eran prácticamente correctas, mientras que otras necesitaban modificaciones. Los sistemas también pueden cometer errores difíciles de detectar y generar demostraciones que requieren una revisión exhaustiva por parte de especialistas.
Aun así, el avance resulta significativo porque demuestra que estos modelos ya pueden participar en problemas que hasta hace poco parecían demasiado complejos para ellos.
Una parte del trabajo técnico de los investigadores podría empezar a apoyarse en herramientas capaces de explorar soluciones y desarrollar demostraciones a una velocidad imposible para una persona.
El problema no es solo resolver, sino saber qué investigar
Un matemático no recibe una lista de problemas y busca respuestas. También decide qué preguntas son importantes, formula nuevas hipótesis, relaciona resultados y determina si un descubrimiento puede abrir una nueva línea de investigación.
Por eso, aunque una IA consiga demostrar un resultado, todavía queda una cuestión esencial: entender por qué es importante y qué consecuencias puede tener. Esa capacidad para establecer prioridades y encontrar nuevas direcciones sigue dependiendo en gran medida del criterio humano.
Este debate llegó incluso a un encuentro celebrado en OpenAI, donde Daniel Litt, profesor de la Universidad de Toronto, presentó una ponencia titulada “El fin de las matemáticas”.
Su planteamiento exploraba un escenario extremo en el que la inteligencia artificial pudiera generar tanta investigación que la comunidad matemática humana dejara de tener incentivos para producirla.
No obstante, Litt considera poco probable que ese escenario llegue a materializarse, al menos de momento, pero sirve para mostrar hasta dónde puede llegar la transformación.
El matemático podría cambiar antes de desaparecer
Lo más probable no es que la IA elimine de golpe a los matemáticos, sino que cambie el tipo de trabajo que realizan. Si una máquina puede encargarse de una parte creciente de las demostraciones y del análisis, el valor del investigador puede desplazarse hacia aquello que resulta más difícil de automatizar.
Elegir las preguntas adecuadas, desarrollar intuiciones, crear conceptos, evaluar la profundidad de un resultado y decidir hacia dónde debe avanzar una investigación podrían convertirse en las capacidades más importantes.
La misma transformación ya empieza a afectar a programadores, diseñadores y otros profesionales, donde la IA no necesita sustituir una profesión completa para cambiarla.
Basta con asumir una parte suficientemente importante de sus tareas para modificar lo que se espera de quienes la ejercen. La investigación matemática demuestra que este proceso puede alcanzar incluso trabajos considerados especialmente difíciles de automatizar.
La cuestión ya no es solo qué profesiones puede sustituir la IA, sino cuánto de su trabajo puede asumir y qué funciones seguirán dependiendo del criterio humano.