Terence Tao advierte que la IA podría desatar una crisis en las matemáticas

Terence Tao, uno de los matemáticos más influyentes del siglo XXI, acaba de publicar un ensayo que replantea el rol de su disciplina ante la inteligencia artificial. El paper, titulado "Mathematics in the age of AI" y presentado en el Congreso Internacional de Matemáticos 2026, no discute si la IA podrá hacer investigación matemática de punta. Asume que sí lo hará, y propone una pregunta más incómoda: si las máquinas resuelven los problemas, ¿qué queda de las matemáticas como actividad humana?

El texto tiene 12 páginas, cuatro figuras, y fue enviado para las actas del congreso. Tao usa la resolución de problemas matemáticos como caso de estudio para examinar algo más amplio: qué valores y objetivos guían realmente la investigación matemática cuando las herramientas cambian de naturaleza.

El giro conceptual: dejar de debatir capacidades

La mayoría de las discusiones sobre IA en ciencia se enfocan en qué pueden o no pueden hacer los modelos actuales. Tao propone saltar esa discusión. En lugar de preguntar "¿llegará la IA a demostrar teoremas complejos?", plantea: "Asumamos que llega. ¿Entonces qué?"

Esa inversión metodológica convierte el ensayo en algo más parecido a filosofía de la ciencia que a una evaluación técnica. No es un benchmark de capacidades actuales; es un ejercicio prospectivo sobre qué define el valor del trabajo matemático cuando la componente de cálculo y prueba se automatiza.

El caso de estudio: resolver problemas vs. entender estructuras

Tao elige la resolución de problemas matemáticos —una de las actividades centrales de la disciplina— para ilustrar la tensión. Históricamente, demostrar un teorema implica dos cosas: encontrar la solución y construir el camino conceptual que lleva a ella. Ese camino es lo que otros matemáticos estudian, critican, generalizan.

Si una IA produce demostraciones correctas pero opacas —o demasiado largas para seguir humanamente—, el problema técnico se resuelve, pero la comprensión conceptual no avanza de la misma forma. Tao sugiere que esto podría fragmentar la comunidad matemática entre quienes valoran los resultados y quienes valoran el entendimiento.

El paper está clasificado bajo History and Overview (math.HO), con códigos MSC que incluyen 68T01 (inteligencia artificial aplicada) y 00A30 (filosofía de las matemáticas). Esa combinación de categorías ya marca el tono: es un texto de frontera disciplinar.

Por qué importa

La advertencia de Tao resuena más allá de las matemáticas puras. Cada disciplina que adopta IA enfrenta versiones de la misma pregunta: ¿qué parte del trabajo define realmente la profesión? En medicina, ¿es diagnosticar o es entender la enfermedad? En ingeniería de software, ¿es escribir código o diseñar sistemas?

Para empresas que están integrando IA en investigación, desarrollo o análisis, el ensayo funciona como mapa conceptual: las herramientas automatizan tareas, pero los objetivos y criterios de éxito los define la organización. Si una IA genera insights que nadie en el equipo entiende, ¿cuál es el valor real de ese output?

Tao no ofrece respuestas cerradas. Propone que la comunidad matemática necesita explicitar sus valores antes de que las herramientas los redefinan por omisión. Ese ejercicio —saber qué estás optimizando cuando adoptás IA— aplica a cualquier equipo técnico que esté escalando capacidades con modelos.