Automatización sin comprensión: el error estratégico de debilitar las matemáticas mientras la IA avanza

Este ensayo examina la convergencia de dos tendencias simultáneas: la aparición de sistemas de inteligencia artificial capaces de producir matemáticas genuinas de nivel investigador, y el debilitamiento en Estados Unidos del tejido institucional que forma a las personas capaces de verificar, interpretar y desafiar esos razonamientos. El texto sostiene que esa combinación constituye un error estratégico. La capacidad matemática —la habilidad entrenada para comprobar, interpretar y cuestionar deducciones— no es un subproducto de producir teoremas, sino una infraestructura construida durante generaciones por instituciones que no se reconstituyen a demanda. El ensayo se apoya en la refutación mediante IA, en mayo de 2026, de una conjetura de Erdős de larga data sobre el problema planar de la distancia unidad, y en las recientes perturbaciones del apoyo federal a las ciencias matemáticas, para defender que esa capacidad debería tratarse como un activo estratégico al nivel de la industria de semiconductores. Como medida concreta, propone que los sistemas de IA que realicen razonamientos con consecuencias relevantes estén obligados a exponer sus afirmaciones críticas en un formato formal verificable mecánicamente, convirtiendo parte de la opacidad persuasiva de los modelos en una estructura auditable. El texto conecta así la política científica estadounidense, los logros recientes de la IA en investigación matemática y un debate epistemológico sobre cómo se valida el conocimiento automatizado. Su argumento central es que producir teoremas sin preservar la capacidad humana de entenderlos equivale a acumular resultados sin control institucional durable.